設定

モデル

モデルパス

Whisper モデルファイルの保存先。初回は既定パスへ自動取得。手動指定もできます。

モデル選択

Whisper モデル

• tiny: 最速、精度は最低。テスト向け
• base: 速く、精度は中程度。日常向け
• small: バランス。初心者におすすめ
• medium: 高精度、速度は中
• large: 最高精度、最遅、メモリ多め
• turbo: 最適化された large、より速い

Qwen3-ASR モデル

• 0.6B: 約 1.7 GB、軽量で速い。中国語向け推奨
• 1.7B: 約 4.5 GB、複雑な音声で高精度。Pro のみ

設定 → モデル で ASR エンジンを切り替えられます。Qwen3-ASR は中国語・方言・中英混在向き。Qwen3-ASR エンジン。

GPU 加速

• macOS: CoreML / ANE を自動使用（Apple Silicon）
• Windows/Linux: GPU デバイス番号を選択、Vulkan 対応

転記オプション

言語

• auto: 自動検出（精度はやや下がる）
• 指定: 例 zh（中国語）、en（英語）、ja（日本語）

温度

サンプリングの乱雑さ。0 = 完全決定的、1 = 最もランダム。既定 0、そのままで可。

安定タイムスタンプ

Silero VAD による精密時刻。字幕タイミングが正確になり、処理は少し遅くなります。

話者分離

有効化時に追加 ONNX モデルを取得。2–4 人の分離に対応。

録音

• 既定デバイス: マイクとシステム音声の既定
• 録音形式: WAV（ロスレス）または MP3（圧縮）
• 保存先: 録音の既定場所
• 自動転記: 録音後に転記を自動開始するか

AI

LLM プロバイダ

AI サービスを選ぶ:

• Ollama: ローカル、データは端末外へ出ない
• Claude / DeepSeek / Gemini / Qwen / Zhipu: クラウド API、キーが必要

API キー

プロバイダのサイトでキーを取得して入力。キーはローカル保存のみ。

カスタムプロンプト

要約、チャット、校正などの既定テンプレートを編集。

書き出し

• 既定形式: 既定の書き出し形式
• タイムスタンプを含める: 書き出しに時刻を入れるか
• エンコーディング: UTF-8 または UTF-8-BOM

ショートカット