はじめに

長い文章をキーボードで打つのはもう古い！
ChatGPT や Claude への質問、ブラウザ検索、コードレビューコメント――あなたが "今まで手入力していたテキスト" を、声だけで瞬時に入力してみませんか？

世界の音声認識/API 市場は 2024 年時点で 約 38 億ドル、今後も 年 14 % 超 の成長が見込まれています。その牽引役となっているのが AI 文字起こしツールです。

本記事では、Super Whisper（本家） と、OpenAI API キーひとつで同じ快適さを提供する OSS 版 Open Super Whisper（今回開発したアプリ） を比較しながら、最速の導入方法と "AI と対話するための最強入力デバイス" としての活用術を紹介します。

1. Super Whisper とは？

1‑1. 概要

Super Whisper は、OpenAI の "Whisper" モデルをローカルに最適化したデスクトップアプリ。グローバルホットキー で瞬時に録音・文字起こしが行え、データは PC 内で完結するため プライバシー と 高速性 が両立しています。

1‑2. 主要な魅力

機能	体験のメリット
🔑 グローバルホットキー	アプリを切り替えず録音開始／停止。集中が途切れません
🔒 オフライン処理対応	通信せずに変換→機密情報も安心
🌐 100+ 言語対応※1	多国籍チームでもそのまま議事録化
✍️ カスタム語彙	固有名詞や専門用語を追加して WER を削減
⚡ Apple Silicon 最適化	M1/M2/M3 の GPU & Neural Engine で Whisper v3 を高速推論※2

🎥 使用感をチェック

料金 (2025‑04 現在)

プラン	価格	備考
Free	$0 / 月	小モデル無制限・録音 15 分 / 日相当
Pro	$8.49 / 月	すべてのクラウド/ローカルモデル利用可
Lifetime	$249 / 買切り	一度の支払いで Pro 機能を永続利用

※1 オフラインは Whisper の言語カバレッジ依存。Windows β はクラウドモデル推奨。
※2 Intel Mac / Windows では CPU 推論（速度は Apple Silicon 比で低下）。

2. Open Super Whisper を作った理由

「サブスク契約せずに、手元の OpenAI API キーで同じ UX を実現できないか？」

そう考えて OSS として開発したのが Open Super Whisper です。ローカル GUI は PyQt6、変換は Whisper‑1 / GPT‑4o‑Transcribe など API 経由 に切り替えたことで、以下のメリットが生まれました。

🔄 モデルをいつでも最新に ― Whisper‑1 → GPT‑4o‑Transcribe (2025/03 リリース) へワンクリックで変更可
💰 初期費用ゼロ ― 従量課金なので使った分だけ。音声入力お試し勢にも◎
🖥 Windows / macOS / Linux に対応 ― OS ごとに PyInstaller でビルドしたバイナリを配布

Windows 版について
Super Whisper 本家は 2025‑04‑21 時点で Windows 版を「Early Access (β)」として提供中。Open Super Whisper は Python アプリのため Windows でも問題なく利用できます。

3. アプリ構成 ✨

open-super-whisper/
├─ src/
│  ├─ core/                 # 音声録音、API 連携、ホットキー
│  │  ├─ audio_recorder.py   # sounddevice
│  │  ├─ hotkeys.py          # pynput
│  │  └─ whisper_api.py      # OpenAI Audio API
│  └─ gui/                  # PyQt6 ベースの GUI
│     ├─ components/         # GUI 部品 (ボタン、ラベル等)
│     ├─ resources/          # アイコン、画像ファイル
│     ├─ windows/            # メインウィンドウ、設定画面等
│     ├─ utils/              # GUI 関連ユーティリティ
│     └─ main.py             # GUI アプリケーションのエントリポイント
├─ dist/                     # OS 別ビルド成果物
├─ main.py                   # アプリケーション起動スクリプト
└─ README.md / README.ja.md  # 説明書

技術スタック

Layer	Tech
GUI	PyQt6
Hotkey	pynput
Audio	sounddevice
API	openai
Build	PyInstaller (`--onefile --windowed`, OS ごとにビルド)

4. 主要機能 (Open Super Whisper)

🎙️ ワンタップ録音 (デフォルト: Ctrl + Shift + R)
🌎 100+ 言語 & 自動検出 ― Whisper API が自動判定
📝 カスタム語彙 ― GUI で CSV をインポート
🧠 システム指示 ― "XX 用語は英語表記に" などを事前付与
📋 自動クリップボード ― 完了後に即ペースト可能
⏱ 録音タイマー & ステータスアイコン

5. 対応モデル一覧 (2025‑04 時点)

モデル	用途	特徴	料金
Whisper‑1	汎用	OSS Whisper v2 相当	$0.006 / min
GPT‑4o‑Transcribe	高精度	雑音環境・多言語で WER 改善	$0.006 / min
GPT‑4o‑Mini‑Transcribe	軽量	レイテンシとコストのバランス	$0.003 / min

ベンチマーク
OpenAI 公開テストでは、GPT‑4o 系はいずれも Whisper‑large v3 より低 Word Error Rate (WER) を達成しています。

6. インストール & 初期セットアップ

GitHub Releases から OS に合わせたバイナリ (例: OpenSuperWhisper.exe) をダウンロード
ダブルクリックして起動 (インストール不要・ポータブル)
初回起動時ウィザードで OpenAI API キー を入力すれば準備完了

7. デモ

録音 → 文字起こし → クリップボードコピーまでが 10 秒以内。テキスト入力が “手打ち” から “ワンクリック貼り付け” に変わります。

8. まとめ & コールトゥアクション

Super Whisper で "プライバシー & 速度" を体験
Open Super Whisper で "OSS & API の自由度" を手に入れる

⭐ GitHub で Star / Issue 大歓迎 — みなさんのフィードバックが次の機能を生みます！

リンク集

GitHub: https://github.com/TakanariShimbo/open-super-whisper
リリース: https://github.com/TakanariShimbo/open-super-whisper/releases
Super Whisper: https://superwhisper.com/
Whisper OSS: https://github.com/openai/whisper
OpenAI Audio API: https://platform.openai.com/docs/guides/speech-to-text

🤝 最後までお読みいただきありがとうございます！ この記事が "文字起こしツール選び" の参考になれば幸いです。