Presspeech（MAC版）

Presspeech は、Apple シリコン搭載 Mac 向けの無料でオープンソースの音声入力アプリです。キーを押しながら話して離すと、入力中だったアプリのカーソル位置に言葉が入ります。音声認識はすべてコンピュータ上で行われます。Presspeech は NVIDIA の多言語モデル Parakeet TDT v3 を FluidAudio 経由で Apple Neural Engine 上で動かし、モデルの準備ができていれば、一般的な文を約 0.1 秒で文字起こしします。ヨーロッパの 25 言語を認識し、言語を自動で判別します。

クラウドでの文字起こしも、アカウントも、サブスクリプションもありません。音声はメモリ上にだけ置かれ、文字起こしのあとに破棄され、文字起こし結果も記録されません。Presspeech は Richard Courtman が開発した小さなメニューバーアプリで、MIT ライセンスで公開されています。Mac 版は Apple による署名と公証を受けています。Apple シリコン（M1 以降）搭載の Mac と macOS 14 以降が必要で、Intel 搭載 Mac には対応していません。最初のセットアップで約 500〜600 MB の音声モデルをダウンロードします。新規インストールでは、このダウンロードを始める前に確認があります。バージョン 0.3.11 では、権限の回復とモデルの切り替えが改善され、英語テキストのクリーンアップが明示的なオプションになりました。Presspeech は一語一句そのままの音声入力に特化しており、AI による書き換えや会議メモの作成は行いません。

主な機能

Presspeech は、声をどこにも送らずにテキストに変えます。

• プッシュ・トゥ・トーク：キーを押しながら話して離すと、カーソル位置に入力。
• デバイス上で認識：Apple Neural Engine で Parakeet TDT v3 を実行。
• 高速：モデル準備後は一般的な文を約 0.1 秒で処理。
• ヨーロッパの 25 言語：話している言語を自動で判別。
• プライベート：クラウドもアカウントもなく、音声は使用後に破棄。
• 安全な貼り付け：ウインドウを切り替えた場合は自動貼り付けをスキップ。
• 自分好みに：押している間だけ話すか、押して切り替えるかを選べ、ショートカットも自由。
• テキストツール：修正ルール、テキストショートカット、音声での書式指定、つなぎ言葉の除去。

Presspeech 0.3.11 では、権限の回復とモデルの切り替えが改善されました。

• セットアップ完了後にも必要な権限を再確認し、権限が外された場合はセットアップチェックリストで案内します
• 選んだ音声モデルごとにダウンロードの承認が必要になり、新しいモデルを読み込めない場合は以前のモデルを保持します
• 新しいオプション「My dictation is in English」（初期設定はオフ）で、英語のつなぎ言葉の除去とイギリス式つづりを有効にできます
• 起動中のマイクの再起動がより確実に処理されるようになりました