Whisper Local 使い方ガイド

ファイルの文字起こし

1. 音声や動画のファイルを、ウィンドウにドロップします。
2. 「文字起こしを開始」（⌘↩）を押します。
3. 終わると結果が表示されます。コピーしたり、TXT などに保存したりできます。

処理中も画面は操作でき、いつでも取り消せます。

• 対応形式：WAV・M4A・MP3・MP4・MOV など、macOS が読める形式
• 長さ：1 ファイル最長 2 時間（それより長い場合は分割してください）
• 言語：日本語・英語・自動検出ほか多言語

約 10 分の動画を処理した実測例では、全体で約 1 分半でした（Mac の性能により変わります）。

リアルタイム文字起こし

1. 右上のマイクのボタン（⌘⇧R）で開きます。
2. マイクとエンジンを選び、「開始」を押して話します。
3. 初回は、マイクと音声認識の使用許可を求められるので「許可」を選びます。

確定した文字は黒、途中の文字は薄く表示されます。マイクを使うのは「開始」から「停止」までの間だけです。

エンジンの選びかた

• Mac標準（すぐ開始）：押してすぐ始まり、話すのとほぼ同時に文字が出ます。macOS 26 以降で使えます。
• Whisper（高精度）：精度を重視するとき。開始に数秒、アップデート直後の初回は 1〜3 分かかります。

辞書の置き換えと句読点の設定は、リアルタイムにも適用されます。停止後は、録音を通常の方法で文字起こしし直せます。話者識別や字幕の保存もできます。

録音とテキストの保存

標準では、録音（WAV）とテキストを ~/Library/Application Support/WhisperLocal/Live に保存します。設定の「リアルタイム」で、保存のオン・オフ、保存先（「書類」など）、古いものの自動削除（7〜90 日より前のものをゴミ箱へ移動）を、録音とテキストそれぞれに設定できます。

編集と書き出し

結果画面の「区間・時刻を確認」から、区間ごとの本文・開始／終了時刻・話者を編集できます。

• 区間を 2 つに分ける、時刻を秒単位で直す
• 話者名を一括で変える（例：「話者 1」→「佐藤」）
• 確認が必要な区間は色で表示されます。確定してから保存します

書き出せる形式

TXT・CSV・SRT・VTT・SBV の 5 つです。区切りは、文章／語数（1〜30）／時間（0.5〜10 秒）から選べます。

• 字幕の時刻に逆転・重なり・範囲外がある区間は、黙って書き出さずに確認を求めます。原文は常に残ります。
• CSV は UTF-8（BOM 付き）で保存するので、Excel・Numbers でそのまま開けます。数式として解釈される先頭文字には、アポストロフィを付けます。

履歴と自動保存

元の認識結果と編集内容を、この Mac に保存します。アプリを閉じても、次に開いたときに前回の結果と編集を復元します。履歴は設定の「履歴」から削除できます。