ローカルプライバシー版
このパソコン上の音声・動画ファイルだけを処理します。ログインは不要です。音声認識と要約は端末内で完結し、ファイルはアップロードされません。
まだ作り込み中です。試せますが、完成版ではありません。
インストーラーはまだ公開されていません。しばらくしてから再度お試しください。
動作に必要な環境
macOS. macOS 13 以降、Apple シリコン（M1 以降）です。文章モデルはこの Mac の GPU（Metal）で動くので、別のグラフィックカードは要りません。統一メモリは 16 GB が快適です。8 GB でも起動しますが、かなり遅くなります。
Windows. Windows 10（1903 以降）または Windows 11 の 64 ビットです。この版の文章モデルは CPU で動かし、NVIDIA CUDA は同梱していません。そのため Mac より条件は高く、メモリ 32 GB と近年の 8 コア CPU が快適で、16 GB が下限です。専用グラフィックカードは不要です。ダウンロードするのはインストーラーです。文章モデルは初回起動時にダウンロードします。
Linux. 64 ビットの Linux です。音声モデルはインストーラに入っています。文章モデルは現在、macOS と Windows だけで、初回起動時にダウンロードします。
SenseVoice Small（中国語・日本語・韓国語・広東語）と Whisper Small（その他の言語）が入っています。4-bit の文章モデル Qwen3.5-4B（約 2.74 GB）はインストーラには入っていません。初回起動時に一度ダウンロードし、その後のアプリ更新では再ダウンロードしません。モデルファイルが変わったときだけ、もう一度ダウンロードします。より強いモデルに替えるか、手元のモデルファイルやフォルダも選べます。