Whisperの 実際の仕組み

Whisperは 小さなフローティングオーバーレイ として画面上に常駐します。すべてのウィンドウの最前面に表示されますが、邪魔になることはありません。各状態でのオーバーレイの見た目は次の通りです:

待機中 — 折りたたみ

Whisperを使っていない時、オーバーレイは 小さなピル に折りたたまれ、ほぼ見えず、邪魔になりません。画面スペースをほとんど消費しません。

待機中 — ホバーで展開

ピルにマウスを重ねると 展開 して録音ホットキーを表示します。録音開始方法のビジュアルリマインダーになります。

録音中 — あなたの声を聞いています

ホットキーを押して(デフォルト: Ctrl + Space)話し始めます。オーバーレイには アニメーション付き波形 と赤い停止ボタンが表示されます。ホットキーを離すか停止をクリックで終了。

文字起こし中 — 音声をテキストへ

録音を止めると、オーバーレイは 文字起こし状態に切り替わります。音声はモードに応じて、ローカルでまたはOpenAIのAPI経由で処理されます。

AI改善中 — テキストを磨き上げる

AI改善が有効な場合、オーバーレイには 紫の「思考中」インジケーターが表示されます。AIがフィラー語を除去し、文法を修正し、文章を整った形に再構成します。

ウェブ検索 — 回答を見つける

ウェブ検索をトリガーすると(AIキーワード+質問を発話)、オーバーレイは 青 に変わり、インターネットを検索して出典付きで回答をまとめます。

完了 — テキストを配信

A 緑のチェックマーク が、テキストがアクティブなアプリに貼り付けられたことを示します。発話から最終テキストまでのプロセス全体は、通常 2〜5秒で完了します。

実例で見てみましょう。テキストエディタで会議メモを書いており、議論内容を素早く要約したい場面です。入力する代わりに 自然に話し 、AIに整理を任せます。

あなたの発話

Whisperが録音・文字起こし

AIがテキストを改善

整ったテキストがエディタに表示

ビフォー&アフター

これは あらゆる種類のコンテンツ で機能します — メール、ドキュメント、Slackメッセージ、レポート。粗い思考を話すだけで、クリーンで整ったプロフェッショナルなテキストが得られます。

Whisperのウェブ検索なら、音声で質問して 出典付きの調査済み回答 をカーソル位置に直接受け取れます。ブラウザ、タブ切替、コピペは不要です。

あなたの発話

Whisperが質問を録音

AIがウェブを検索

AIは複数の情報源を検索し、データを相互参照し、調査済み回答をまとめます — 通常は約 5秒で完了します。

回答がドキュメントに表示

他の例

ウェブ検索は、普段Googleで調べるあらゆることに対応します。いくつか例を示します:

最初から最後までの全プロセスはこちらです:

あらゆるアプリで動作

1つのグローバルホットキー — どこでも動作。プラグイン・拡張機能・アプリ毎の設定は不要。 Getting it set up properly in Word takes one extra step — see the dedicated guide.

音声処理の方法を選択できます。モードはいつでも切り替え可能 — 再起動不要です。