0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

【生成AI活用】オフラインで動く文字起こしアプリを公開

0
Last updated at Posted at 2026-02-28

はじめに

オンライン会議や外国語の動画視聴など、リアルタイムな文字起こし(ライブキャプション)の需要が高まっています。Windows 11には標準で素晴らしいライブキャプション機能がありますが、「英語以外のモデルが重い」「特定のハードウェア(NPU等)に依存する機能がある」といった課題も感じていました。

また、ローカルで動く高精度な文字起こしといえばOpenAIの「Whisper」が有名ですが、常駐アプリとして動かすには少しPCのリソース(メモリやGPU)を食いすぎる傾向があります。

そこで今回、Whisperよりも圧倒的に軽量で高速な音声認識モデル 「Moonshine(Useful Sensors社)」 を採用し、Windows 11標準のライブキャプションUIを完全再現したクローンアプリをオープンソースで開発しました!

GitHub Copilotを用いたので2時間で開発できました。会議やオンライン研修の文字起こしなどで使ってみてください。

アプリを起動すると自動で文字起こしが開始され、実行ファイルと同じディレクトリに録音データと文字起こしのテキストが作成されます。

🔗 GitHubリポジトリはこちら
yukkes/moon-live-captions
(※よろしければ Star ⭐ をいただけると励みになります!)

  • 画面の動作例(日本語)
    image.png

  • 画面の動作例(英語)
    image.png


アプリの特徴 (moon-live-captions)

本アプリは、PC上で再生されるあらゆるシステム音声(またはマイク入力)をリアルタイムでテキスト化し、デスクトップ上に表示するデスクトップアプリケーションです。

1. ⚡ 圧倒的な軽さとスピード(Moonshineモデルの恩恵)

文字起こしのコアエンジンには、Useful Sensors社が開発したMoonshine ASRを使用しています。
Moonshineは、従来のモデル(Whisper等)と比べてメモリ使用量が非常に少なく、推論レイテンシ(遅延)が極めて低いのが特徴です。バックグラウンドで常に起動していても、PCの動作を重くしません。

2. 🔒 完全オフライン・プライバシー保護

音声データは一切クラウド(外部サーバー)に送信されません。100%ローカルのデバイス上で処理が完結するため、社外秘のWeb会議やプライベートな通話でも安心して利用できます。

3. 🎨 Windows 11 ネイティブライクなUI/UX

UIはWindows 11標準のライブキャプションの見た目や操作感を徹底的に模倣(クローン)しました。

  • 画面へのドッキング: 「画面の上」「画面の下」への固定表示
  • フローティング: ドラッグ&ドロップで自由に移動・サイズ変更できる「画面に重ねて表示」モード
  • カスタマイズ可能な文字サイズ、色、背景の透明度設定

4. 🌐 英語・日本語など多言語対応

英語モデルだけでなく、日本語を含む他言語モデルもダウンロードして利用することが可能です。


⚠️ ご利用にあたってのライセンス(重要)

本アプリをダウンロードして利用・改変・再配布するにあたり、「アプリのソースコード」と「AIモデル」でライセンスが異なる点にご注意ください。

1. アプリ本体のソースコード

本リポジトリ(yukkes/moon-live-captions)のソースコード自体は MIT License で公開しています。商用利用、改変、再配布など、どなたでも自由にご利用いただけます。

2. Moonshine AI モデルのライセンス

アプリ内でダウンロード・実行される「Moonshineモデル」は、言語によってUseful Sensors社のライセンスが異なります。

  • 英語モデル (moonshine-tiny, moonshine-base): MIT License
  • 日本語など、英語以外のモデル: Moonshine AI Community License
    • 【利用条件】: 研究者、開発者、クリエイター、および年間売上高が100万ドル(約1.5億円)未満の中小企業であれば、無償で商用利用が可能です。
    • この基準を超える大企業等が利用する場合は、Useful Sensors社との商用ライセンス契約が必要となります。

非英語モデルを利用する場合は、自動的に上記の「Moonshine AI Community License」に同意したものとみなされますので、組み込み用途や企業で利用される方はご留意ください。


おわりに

「PCの音声をサクッとリアルタイムで文字にしたいけれど、クラウドにデータを送りたくないし、重いアプリも入れたくない」というニッチな(しかし確実にある)需要を満たすために作りました。

UIの改善、新しい機能の追加、バグ報告など、GitHubでの Issue や Pull Request を大歓迎しております!

🔗 リポジトリ:https://github.com/yukkes/moon-live-captions

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?