OpenHinoVoice: local Japanese voice input with AI text cleanup

inoino@inoino65536

Aq◯aVo◯ceみたいな音声入力アプリを、無料のOSSで公開しました！

日本語特化のWindows向け音声入力アプリ「OpenHinoVoice」です。

ショートカットキーで録音を開始し、話し終わったらEnter。文字起こしからAIによる文章整形、入力欄への反映までを一連の操作で行えます。

短い発話なら文字起こしはほぼ即時、AI整形込みでも約5秒！（発話の長さや環境により変動）

【主な機能】

・日本語特化モデル「Haas-ja-v1.0」をspeech.cppで動かし、音声認識は完全ローカル
・ChatGPTログイン対応！APIキーなしでAI整形を利用可能
・OpenAI APIやOpenAI互換APIなど、整形に使うAIを選択可能
・AIが言い淀み、句読点、誤変換を修正し、自然な文章に整形
・AI整形中でもEnterをもう一度押せば、整形を待たずに生テキストを確定
・認識した文章は、現在使っているアプリの入力欄へ直接入力
・録音ショートカットキー、認識用の語彙ヒント、最大録音時間などを設定可能

【こだわった設計思想】

目指したのは「音声入力のために、特定のクラウドサービスやAIモデルに依存しないこと」。
音声認識と文章整形を分離し、認識そのものはPC内で完結。整形だけ必要に応じて好きなAIに任せる構成にしました。
AIを使わなくても音声入力は動作しますし、整形結果を待ちたくないときは生テキストに切り替えられます。
つまり、速度・コスト・プライバシー・文章の仕上がりを、自分の用途に合わせて使い分けられます。

【既存の音声入力ツールとの違い】

クラウド型の音声入力サービスと違い、音声データを外部へ送信せず、ローカルで認識できます。音声認識のための月額料金も必要ありません。

また、Whisper系のローカル音声入力ツールとは異なり、日本語特化のHaas-ja-v1.0とspeech.cppを採用。

認識エンジンだけでなく、AI整形に使うモデルや接続先も選べること、そして整形なしでも同じ操作で使えることを重視しました。

【もちろん無料・オープンソース】

アプリ本体はみんな大好きRust製。MITライセンスでソースコードを公開しています。

無料で使えて、コードを読んだり、改造したり、自分好みにカスタマイズすることもできます。

※音声認識はローカルで完結。外部AIで整形する場合のみ、認識済みのテキストを選択したサービスに送信します。AIサービス側の利用条件・料金は別途適用されます。

ぜひ試してみてください！

↓ GitHubリポジトリ（リプ欄）