OpenWhispr

グローバルhotkeyから、どのアプリにも音声入力・翻訳結果をそのまま貼り付ける

公式READMEでは、hotkeyを押して話すとtranscription結果を現在のcursor位置へ自動pasteできるvoice dictationを中心機能として案内しています。別hotkeyで話した言語から別言語へ翻訳してpasteするdictation translationもあり、専用editorへ移動せずメール、チャット、IDEなど現在のアプリへ音声入力を持ち込めます。

出典：[1]

Whisper・Parakeetなどのlocal modelとcloud providerを用途ごとに切り替える

OpenWhisprはOrukeet、Whisper、NVIDIA Parakeet、Cohere Transcribeなどのlocal speech-to-textとcloud processingの両方を案内しています。local modelを選んだ場合はaudioがdevice外へ出ない構成を掲げ、Metal・CUDA・VulkanによるGPU accelerated local Whisperにも対応します。AI reasoningもlocal modelまたはGPT、Claude、Gemini、Groq、OpenRouter等のcloud providerを選べます。

出典：[1]

会議の検出・speaker diarization・notesを、dictationと同じdesktop appへ統合する

Zoom、Teams、FaceTimeのmeeting auto-detect、live speaker diarization、voice fingerprinting、Google・Microsoft・Apple Calendar連携をREADMEで案内しています。既存audio/videoのimportにも対応し、folder付きnotes、semantic search、AI action、cloud syncまで同じアプリ内で扱えます。

出典：[1]

音声Assistantだけでなく、公開APIとMCPからnotes/transcriptionを外部Agentへ接続する

Voice Assistant hotkeyでは発話をAI assistantへ直接commandとして渡し、選択中textの編集や必要に応じたscreen screenshotのcontext送信も選べます。さらにpublic APIとMCP serverがあり、notesやtranscriptionsをprogrammaticに扱ったり、外部AI assistantからOpenWhisprへ接続したりできます。

出典：[1]

音声入力を単発transcriptionではなく、会議・メモ・Agent操作まで日常workflowへ組み込みたい人に

キーボード入力を減らして複数アプリへdictationしたい人、会議録音とspeaker識別を同じdesktop toolへまとめたい人、cloud APIだけに固定せずlocal STT/LLMも使いたい人に向きます。API/MCPがあるため、個人の音声入力だけでなくnotesやtranscriptionを自動化workflowへつなげたい開発者にも比較価値があります。

local・cloud・共有機能でデータ境界が変わり、platform差や開発要件もある

「privacy-first」でも、cloud transcriptionやGPT・Claude等のcloud AI providerを選べば音声・text・contextの処理先は外部serviceになります。完全localを求める場合はtranscription、AI reasoning、speaker diarization、semantic searchをそれぞれlocal modelへ設定し、Voice Assistantのscreenshot context送信も必要性を確認してください。team spaces、web sharing、cloud syncなどのonline機能もlocal-onlyとは別の境界です。

Intel MacではONNX RuntimeのmacOS x86_64 binary提供終了により、live speaker identificationとvoice fingerprintingが利用できず、notes searchもsemanticからkeyword fallbackになります。sourceから動かす場合はNode.js 24+が必要で、development startupではnative helperや複数model/runtime assetのdownloadが走ります。コードはMIT Licenseです。

出典：[1][2][3]