Macの外に出ない音声認識

どこにも送りたくない通話もあります。SubtlはWhisperで音声認識をローカルに実行でき、その場合、通話の音声はあなたのマシンで処理され、一切送信されません。

ここでの「ローカル」の意味

ローカル認識をオンにすると、音声は通話からMac上のSubtlで動くモデルへ渡り、テキストはMacに残ります。音声に関するものは、当社にもどのプロバイダーにも送られません。

翻訳とプロンプターは別の段階で、こちらはクラウドのモデルを使います。送られるのは音声ではなく1文のテキストです。通話全体を端末内に留めたい場合は、翻訳とプロンプターをオフにして文字起こしだけを残してください。その組み合わせなら何も送信されません。

「設定」→「AI」→「音声認識」に、自動、クラウド、この端末の3つの選択肢があります。自動を選ぶとSubtlが選び、どちらをなぜ選んだかを開始画面に表示します。

初めてローカルを選ぶと、Subtlはアプリ内でWhisperのモデル（約1 GB）をダウンロードします。ダウンロードは一度だけで、その後はネットワークなしで動きます。

メモリ16 GB以上のApple siliconなら快適に動きます。8 GBのマシンやIntel Macでも動きますが、早口の話者には遅れます。これは、あとで読む文字起こしよりも、リアルタイム翻訳で問題になります。

はっきりした発話での精度はクラウドのモデルに近いです。発言の重なり、強いなまり、専門用語ではまだクラウドのモデルのほうが優れています。違うと言っても、最初の通話ですぐに分かってしまいます。

懸念が技術面ではなく契約面にあり、クラウドの品質を自分のアカウントで使いたい場合は、自分のキーを使うProプランが月$29ではなく$14です。キーはマシン上のシステムキーチェーンに保存され、このプランでは当社のクレジットは使われません。