機能一覧

PC の中で動く文字起こしエンジンを使います。マイク録音のリアルタイム表示は全プランで使えます。Pro では、パソコンの音やマイクとの混合音源も録音中にリアルタイム表示できます。手元のファイルを読み込んで文字にすることもできます。

品質

高品質 (large-v3) / バランス (large-v3-turbo) / 高速 (medium) の3段階から選べます。文字起こしモデルを個別に選ぶこともできます。

言語

自動で判別するほか、主要な言語を指定できます。

リアルタイム

マイク録音は全プラン、パソコンの音やマイクとの混合音源は Pro で、録音中の文字を表示できます。録音を止めると、録音後の文字起こしが始まります。

取り込める形式

mp3 / wav / m4a / flac / ogg / aac / opus / wma / mp4 / mov / mkv / webm / avi の13形式。

Pro では、録音を止めたあと、または取り込んだファイルに対して、最大4人まで話者ごとに分けて整理します。1本のマイクで録った音声にも使えます。

分けたあとの話者は、編集画面で付け替えられます。

Pro では、AI が文字起こしを読んで必要な形にまとめます。通常の AI 会話と資料作成はお使いのパソコンの中で処理し、Web 検索を有効にした場合は検索先と通信します。

文章にする

要約 / 議事録 / 決定事項 / アクションアイテム / 箇条書き / キーワード / タイトル / Q&A / 校正 / 翻訳 / メール / ブログ / トーン分析。

文字起こしと会話を調べる

文字起こしと会話を検索して読み取り、文字起こしの統計も確認できます。

長期メモリ

再利用する知識を端末内に保存し、あとの会話で読み出せます。

資料をつくる

表計算 / グラフ / 画像 / CSV / Word / Excel / PowerPoint / PDF を作れます。

過去の生成物

作った資料を検索し、現在の作業へコピーして再利用できます。

編集の提案

文字起こしへの修正は提案として届きます。既定では毎回確認してから反映します。すべて自動で適用する設定も選べます。

別の AI 作業

別の AI 作業を開始し、追加指示を送り、進行を確認できます。

通常の AI 会話と資料作成は、お使いのパソコンの中で処理します。

マイクで録音できます。Pro では、パソコンで鳴っている音、マイクとパソコンの音の両方、特定のアプリの音だけも録音できます。会議に録音ボットを入れる必要はありません。

音源

マイク / パソコンの音 (Pro) / その両方 (Pro) / 特定のアプリの音だけを録音するプロセス指定キャプチャ (Pro)。

利用条件

プロセス指定キャプチャは、Windows 11 / Windows Server 2022 以降、PipeWire セッションが動作する Linux、macOS 14.4 以降で利用できます。

YouTube からの取り込み (Pro)

YouTube の HTTPS URL を指定して音声や動画を取り込めます。取り込み時に YouTube と通信します。

文字起こしはそのまま手を入れられます。区切りの直しも、話者の付け替えも、聞き直しながら進められます。

区切り

分割と結合ができます。

話者

話者の付け替えができます。

やり直し

アプリ内で録音・取り込みした文字起こしでは、取り消しとやり直しに対応します。

聞き返し

再生速度の変更と、波形の表示ができます。

次の作業にそのまま渡せる形で書き出します。字幕としても、文章としても、表としても取り出せます。

文字の形式

SRT / VTT / TXT / JSON / LRC / CSV / TSV / ASS / Markdown の9形式。

音声と動画

音声は WAV / FLAC / MP3 / AAC / OGG / Opus の6形式。動画は元形式のコピー、または音声の抽出を選べます。

動画への字幕トラック追加 (Pro)

映像はそのままに、字幕を動画へ字幕トラックとして追加できます。SRT などの字幕ファイル書き出しは全プランで使えます。

Windows（x64）・Linux（x64）・macOS（Apple Silicon）に対応します。文字起こしと Pro の AI は利用できる GPU を自動で使い、使えない場合は CPU で動きます。Pro の話者分離は WebGPU で GPU を使い、利用できない場合は CPU で動きます。

GPU

文字起こしと Pro の AI は CUDA / Vulkan / Metal から自動で選び、使えない場合は CPU で動きます。Pro の話者分離は WebGPU で GPU を使い、使えない場合は CPU で動きます。

通信

外部通信は、ライセンス認証、トライアル開始、モデル一覧の取得、エンジンの更新確認と取得、アプリ更新の確認とダウンロード、AI モデルの検索と取得、操作時の YouTube からの取り込み (Pro)、AI の Web 検索で発生します。モデル一覧は起動時と24時間ごとに取得し、通常設定では停止できません。エンジン更新は既定で起動時に自動実行し、設定で停止できます。アプリ更新の確認は起動時に行い、設定で停止できます。ダウンロードは操作時に行います。AI モデル検索は検索語を Hugging Face へ送信します。Web 検索は設定と会話の両方で有効にし、AI が実行したとき、検索語を送信して AI が選んだページの本文を取得します。