独立開発者ジョディ・ブルインが昨日、MacWhisper 14.0の更新を公開しました。このアップデートでは主に音声認識のパフォーマンスを向上させ、エディタービューが追加されています。MacWhisperは2023年にリリースされ、Macデバイス向けのAI駆動型音声認識アプリで、ローカルでOpenAIのWhisperやNVIDIAのParakeetなどのAIモデルを実行でき、オーディオ、ビデオ、会議、システム音声の音声認識作業を直接処理できます。ポッドキャスト制作などの音声映像処理シーンに適しています。

image.png

インターフェースのアップグレードにより、編集体験がよりスムーズになります

インターフェースに関して、MacWhisper 14.0ではエディタービューが追加され、ユーザーはメインの音声認識画面で直接音声認識結果を編集できます。これにより、セクションの追加、発言者の再割当て、音声認識結果からの有用な部分の保存などがより簡単にできます。また、AIサービスのインターフェースが再設計され、見やすさと使い勝手が向上し、人気のあるAIサプライヤーに対してAIモデルが更新されました。複数の開いているテキスト記録を処理した後の再生効果がより良くなり、音声認識ウィンドウではCmd+A操作や即時エディターアクセス体験も改善されました。

多数の修正と14.1と同時にリリース

修正については、Deepgramの改良として欧州および米国地域の選択、埋め込み語の制御、拡張されたNova3言語サポートが含まれます。クラウド音声認識のアップロードでは、ファイル全体がメモリに読み込まれなくなりました。また、メニューバーの位置、音声と映像の同期、CPUのアイドル使用率、会議録音の特別な状況などに関する問題も修正されました。公式には、MacWhisper 14.1の更新も同時にリリースされ、エディターの多くのバグの修正に加え、Gladiaがクラウド音声認識提供者として追加されました。ユーザーは独自のGladia APIキーを使用して音声認識タスクを実行できます。