強力な機能。
余計なものはゼロ。
お使いのCPU上でオフライン動作する音声認識、作業中のアプリへそのまま入る文字、そして必要なときだけ使えるAI。
ライブ入力
口述すると、話すそばからテキストがアプリに入力されていき、停止すると最後の言葉が入ります。従来の方式がお好みなら、録音終了後にまとめて入力するクラシックモードもいつでも使えます。ライブ入力はProの機能です。
グローバルホットキー
Windowsのどこにいても、設定したグローバルホットキーを押すだけで音声入力を開始/停止。トランシーバーのように押し続ける方式（プッシュ・トゥ・トーク）や、タップと長押しを自動で判別するオートモードも選べます。ウィンドウを切り替える必要はありません — アプリは作業の上に浮かんで動作します。プッシュ・トゥ・トークとオートモードはProの機能です。
既定でプライベート
音声は、NVIDIA Parakeetモデルを改良したParakeet Ultraにより、お使いのCPU上でローカルに文字起こしされます。AI機能を明示的にオンにしない限り、クラウドには何も送信されません。インターネットに接続していなくても音声入力は使えます。
多言語、オフライン
Parakeetは25のヨーロッパ言語を完全にデバイス上で文字起こしし、話している言語を自動で判別するので、事前に言語を選ぶ必要はありません。ノルウェー語（ブークモール＆ニーノシュク）は、必要なときにダウンロードするNB-Whisperパック（オプション）で利用でき、AIをオンにすれば音声入力した文章をほぼどの言語にも翻訳できます。アプリ自体も14言語に対応しています。
AI：翻訳と書き換え
口述をほぼあらゆる言語に翻訳したり、任意のアプリでテキストを選択して声でリライトしたり — 何も選択しなければ、口述そのものが清書されて届きます。AIはProの機能です。設定不要の内蔵AI（Pro + AI）を使うことも、OpenAI、Anthropic、Google Gemini、DeepSeek、Groq、Mistral、OpenRouter、YandexGPT、またはOpenAI互換のエンドポイントにご自身のキーで接続することもできます。キーはお使いのマシンから出ません。送信されるのはテキストだけで、音声は送られません。
ワークフローのために
カスタムホットキー（キーの組み合わせ、修飾キーの2回押し、マウスボタン）、マイク選択・感度・ライブレベルメーターを備えたオーディオパネル、ノイズ除去、検索できる文字起こし履歴、オンデマンドのノルウェー語パック。文字起こし履歴はProの機能です。
スマートインジェクション
VibeVoxはテキストをアクティブなアプリに直接入力します。口述の途中でウィンドウを切り替えても、テキストは誤ったアプリではなくクリップボードに安全に保存されます。貼り付けた口述は Windows のクリップボード履歴（Win+V）に残りません。先頭を小文字にする、文末のピリオドを削除するなどの書式トグル（Pro）で出力を微調整できます。
ハンズフリーと長い録音
Proではハンズフリー入力が使えます。ホットキーで聞き取りをオンにすると、カメラが唇の動きをとらえ、マイクが声を聞き取ったところでフレーズごとに録音が始まります — 言葉そのものは映像ではなく音声から認識されます。さらに最長5分の録音、入力が終わった瞬間にメッセージを送信する Auto Enter、口述中に音楽や動画を消音する機能も。
ノイズ抑制
騒がしい部屋のための2段階です。通常のノイズ抑制はファンやエアコンのような一定の低い音を取り除き、AIノイズ抑制はカフェや街の騒音に対応します。どちらもお使いのパソコン上で動作します。静かな部屋では必要ないため、初期設定ではオフです。オンの間はライブ入力が使えません。
ご自身の単語と用語
認識が間違えやすい名前、専門用語、略語は、正しい表記を一度登録すれば、似た音の誤りがその表記に直されます。話した単語を、電話番号や住所など好きな内容に置き換えることもできます。Proの機能です。
NVDA とナレーターに対応
NVDA と Windows のナレーターが設定画面を読み上げます — 各スイッチが名前、オン・オフ、働きを伝えます。録音の開始と終了は短い音で知らせるので、画面を見なくても聞き取り中だとわかります。
AIは任意です
音声入力はお使いのパソコン上で動作し、AIもインターネットも必要ありません。AIは3つの用途のための追加機能です。口述した内容の翻訳、選択したテキストの声によるリライト、口述の清書です。オンにするのはご自身で、送信されるのはテキストだけです。音声は送られません。
ご自身のAPIキー
OpenAI、Anthropic（Claude）、Google Gemini、DeepSeek、Groq、Mistral、OpenRouter、YandexGPTのAPIキーをすでにお持ちですか。設定に貼り付けてください。テキストはお使いのパソコンからプロバイダーへ直接送られ、料金はそのプロバイダーの料金体系でお支払いいただきます。OpenAI互換のサービスならどれでも使えます。キーはパソコンの中に保存されます。
Proに含まれます（€29、一度のお支払い）
内蔵AI
設定は何もいりません。キーも、ほかのサービスのアカウントも不要です。オンにすればそのまま使え、モデルはこちらで選びます。テキストはヨーロッパで処理されます。
Pro + AIサブスクリプション、月額€5.99、いつでも解約できます
AIが不要なら、オフのままにしてください。ほかの機能はすべてAIなしで動きます。最初の14日間は、どちらの方法もお試しいただけます。
25言語、完全オフライン
Parakeetは言語を自動検出し、完全にデバイス上で文字起こしします。クラウドなし、アカウントなし — あなたの声がマシンの外に出ることはありません。
オプションパックノルウェー語？それも対応。
ブークモールとニーノシュクは、ノルウェー国立図書館によるモデル NB-Whisper Small で動作します。VibeVoxは設定画面から一度だけダウンロードし（約670 MB）、こちらも完全にオフラインで動作します。選び方：設定 → 一般 → 認識モデル → ノルウェー語。
技術仕様
Parakeet Ultraは、NVIDIAの音声認識モデルParakeet TDT 0.6B v3の改良版です。精度を高めるために追加学習され、普通のプロセッサーで高速に動くよう私たちが8ビットに変換しています。25言語のFLEURSテストでは、単語の誤りが元のモデルの約半分です（11%対20%）。ノルウェー語には専用のモデルがあります。ノルウェー国立図書館がノルウェー語の音声で学習させたNB-Whisper Smallです。
内部構造：次世代アーキテクチャ
Token-and-Duration Transducer（TDT）
1トークンずつ予測する従来のRNN-Tと異なり、TDTアーキテクチャはトークンとその継続時間を同時に予測します。これにより推論中に無音や冗長なフレームをスキップでき、計算時間を大幅に削減します。
- トークンと継続時間の同時予測
- フレームスキップによる推論高速化
8倍サブサンプリングのFastConformer
Conformerアーキテクチャをベースに速度最適化。8倍のダウンサンプリングで音声フレームをより効率的に処理し、Transformerのグローバルな文脈理解とCNNのローカルな特徴抽出を組み合わせています。
- 8倍ダウンサンプリング
- 完全にCPU上で動作 — GPU不要
音声入力を今すぐ
無料で始めましょう
最初の14日間は有料の機能がすべて使えます。カードもアカウントも不要です。