FAQ

ローカル文字起こしは永久無料です — Whisper、Parakeet、Ollama AI エンハンスメント、無制限の履歴、カスタムプリセット、ホットワード、対応する90以上の言語、ハードウェアアクセラレーション、グローバルホットキーがすべて含まれます。サインアップにカード登録は不要です。Whisper Pro ではクラウド機能を追加：OpenAI 文字起こし（gpt-4o-mini-transcribe / gpt-4o-transcribe）、クラウド AI エンハンスメント（gpt-5-mini ほか）、OpenAI Responses API によるウェブ対応 AI。Pro は月額 $9.99、年額 $79.99、または買い切り $69。価格はずっと変わりません — ローカルすべてを無料にしただけです。

$69 を1回お支払いいただくと、Whisper Pro が永久に利用できます。これには OpenAI の最新モデルを使ったクラウド文字起こし、クラウド AI エンハンスメント、ウェブ検索、そして将来追加されるすべての Pro 機能が含まれます — 継続課金や年次更新はありません。無料のローカル一式（Whisper、Parakeet、Ollama、プリセット、履歴、90以上の言語）は買い切りユーザーかどうかを問わず、すべての方に標準で含まれます。月額（$9.99）と年額（$79.99）プランも、小さく始めたい方向けに用意されています。Pro プランには7日間のクラウドトライアルが付きます。買い切り版は1回払いでトライアルなしです。

もちろんです。すべての購入について、理由を問わない7日間の返金保証を提供しています。Whisperが何らかの理由——互換性の問題、性能への懸念、ワークフローに合わないなど——でご期待に沿わない場合は、whisper@remskill.com まで簡単なメールをお送りください。全額返金を処理します。不満を抱えたまま使っていただくより、返金するほうを選びます。

Whisperは根本的に異なる2つの文字起こし方法を提供し、いつでも切り替えられます。ローカルモードでは、AIモデルをお使いのコンピューターにダウンロードし、文字起こしのすべてを端末上で実行します——端末からは何も送信されず、インターネット不要で、完全にオフラインで動作します。プライバシーが最優先の場合や、信頼できるインターネットがない環境で作業する場合に最適です。クラウドモードでは、ご自身のAPIキーを使ってOpenAIのAPIに接続し、より強力な体験が解放されます：OpenAIの最新モデルによる高い精度、AIによるテキスト改善（文法を整え、つなぎ言葉を自動で削除）、音声でテーマを調べて出典付きの回答を得られる内蔵ウェブ検索、テキストを書き直し・翻訳・要約・変換するカスタムAI指示プリセットなど。両モードとも、同じ「ホットキー1つ」のワークフロー——押して話せば、カーソル位置にテキストが表示されます。

Whisperは2つのカテゴリ（英語専用と多言語）に分かれた8つのローカルモデルを提供しています。英語専用モデルは英語のみに最適化されており、英語話者にはより高速で高精度な結果を返します。4つのサイズ：Base（約140MB、最速）、Small（約480MB、多くの英語ユーザーに推奨）、Medium（約1.5GB、最高精度）、Turbo（約1.5GB、最大モデルの6倍の速度で動作し99%の精度を維持する蒸留モデル）。多言語モデルは90以上の言語に対応し、同じく4サイズ：Small（480MB）、Medium（1.5GB）、Large V3（3GB、最高精度）、Turbo（1.62GB）。英語のみで文字起こしする場合は、必ず英語専用モデルを選んでください——英語音声においては同等の多言語モデルより高速かつ高精度です。

多言語モデルは90以上の言語で音声を文字起こしでき、自動検出も備えています。ただし重要なパフォーマンスのコツがあります：話している言語が分かっている場合は、自動検出に頼らず、設定でその言語を明示的に選んでください。特定の言語を設定すると、モデルは言語識別のステップをスキップし、文字起こしに集中できるため、明らかに高速で信頼性も向上します。最高の多言語体験を得るには、Large V3モデル（約3GB）に明示的に言語を設定することを推奨します。英語のみを話す場合は、英語専用モデルを使ってください。

AIアシスタントは、コンピューター上のあらゆるアプリにChatGPTが直接組み込まれ、完全に声で起動できると考えてください。単純な文字起こしをはるかに超えます。ブラウザを開かずに事実質問をして詳しい回答を得たり、まとまっていない考えを口述してAIにプロの口調で書き直してもらったり、段落を要約したり、別言語に翻訳したり、議事録からアクション項目を抽出したり、メールの返信を作成したり、コードコメントを書いたり、テキストを箇条書きに変換したり、あなたが定義する任意のカスタム指示に従わせたりできます。ウェブ検索を有効にすれば、リアルタイム情報を調べて出典付きの回答をカーソル位置に直接貼り付けられます。すべてが、任意のアプリから1つのホットキーで起動できます。

クラウドモード設定でウェブ検索を有効にすると、Whisperが声だけでインターネット検索を代行できるようになります。仕組みは次のとおりです：ホットキーを押し、質問を声に出すと、AIが自動的にライブ情報が必要だと判断し、ウェブを検索し、複数のソースを読み、すべてを統合して、出典付きでよく構造化された回答を返します。回答はカーソル位置——文書、メール、チャット、コードエディター——に直接貼り付けられます。ブラウザを開く、タブを切り替える、コピー＆ペーストの必要はありません。リサーチャー、ライター、ドキュメントを参照する開発者、またはワークフローを中断せずに素早い事実回答が必要な方に特に役立ちます。

AIテキスト改善は、クラウドモードの任意機能で、文字起こしされた発話をアプリに貼り付ける前に自動処理します。有効にすると、生の文字起こしがAIモデルに送られ、知的にクリーンアップされます：「えー」「あのー」「まあ」「みたいな」などのつなぎ言葉を削除し、文法と句読点の誤りを修正し、文構造を改善して、公開可能なクオリティのテキストを生成します。カスタム指示を設定すれば、AIが出力をどう処理するかを細かく制御できます。メール、議事録、レポート、ドキュメントなど、見せ方の品質が重要なコンテンツを口述するプロフェッショナルに特に価値があります。

はい、そしてこれは最も強力な機能の1つです。無制限に指示プリセット——AIにあなたの発話をどう処理するかを正確に伝える、再利用可能なAIコマンド——を作成できます。例：「プロのビジネスメールとして書き直す」「スペイン語に翻訳する」「3つの箇条書きに要約する」「アクション項目と締切を抽出する」「番号付きリストに変換する」。録音前にドロップダウンからプリセットを選ぶと、AIはその指示に従って文字起こしを処理します。カスタム語彙（ホットワード）を追加して、業界用語、製品名、技術的なジャーゴン、人名などをAIに正確に認識させることもできます。

クラウドモードは Whisper Pro の一部です。Pro プランに加入すれば、設定は約2分 — 設定を開き、モデルセクションへ移動し、クラウドタブに切り替えて、ご自身の OpenAI API キーを貼り付けるだけです。キーは platform.openai.com で取得できます（OpenAI の無料アカウント、サブスクリプション不要、実際の使用分のみ OpenAI に支払い）。クラウドはすぐに有効になります。API キーは端末のフィンガープリントを使って暗号化され、デバイス上に保存されます — 当社のサーバーには一切送信されません。無料プランの場合、クラウドタブはアプリ内のアップグレードカードでロックされています。ローカルの設定には何の変更もありません。

クラウドモードはご自身の OpenAI API キーを使うため、Pro サブスクリプションとは別に、実際の使用分を OpenAI に直接お支払いいただきます。OpenAI 側のコストは本当にわずかです：gpt-4o-mini-transcribe は音声1分あたり約 $0.003（1時間の口述で $0.20 未満）、gpt-4o-transcribe は1分あたり約 $0.006、チャット補完による AI テキスト改善はリクエスト1回あたり1セント未満です。1日約30分口述し、すべての文字起こしに AI エンハンスメントをかけ、ウェブ検索を数回行うユーザーで、OpenAI への支払いは通常月 $1〜$3 程度です。当社は一切上乗せしません — 手数料なし、プラットフォーム料金なし。あなたの API キー、あなたの請求書です。

いいえ——そしてこれは機能不足ではなく、意図的な設計です。チームプランはサブスクリプションを共有し（席を割り当てた瞬間に各メンバーの Cloud 機能が解放されます）、しかし OpenAI API キーは各メンバーが自分のマシンで自分のキーを用意します。キーはそのコンピューター固有のハードウェアから導出したフィンガープリントで端末上で暗号化されているため、暗号化されたデータは持ち運びできません——仮に私たちがあなたのキーをチームメイトに送ったとしても、そのマシンでは復号できません。私たちは API キーを保存・同期・サーバー経由でプロキシすることは一切ありません。実際の流れは：チームメイトが初めてサインインすると、Local モード（Whisper、Parakeet、Ollama AI エンハンスメント）はキーなしで無料で即座に使えます。Cloud モードを使うには、そのメンバーが Settings → Model → Cloud を開いて自分自身の OpenAI キーを貼り付けます——個人ユーザーと同じ2分のセットアップです。各自が自分の使用分を OpenAI から請求されるため、管理者が誰かの使いすぎに驚かされることもなく、1台の端末が侵害されてもチーム共通のキーが漏れることもありません。管理者がチーム全体の OpenAI 使用料をまとめて支払うプール課金が必要な場合は、サーバーサイドのプロキシ層が必要になります——ご要望であればご相談ください、検討させていただきます。

プライバシーは選択したモードに依存し、常にあなたが完全にコントロールできます。ローカルモードでは、音声はダウンロード済みのAIモデルを使ってコンピューター上で完全に処理されます。サーバーへ送信されることは一切ありません——当社にも、OpenAIにも、他のどこにも。これにより、ローカルモードは医療、法務、金融、機密情報を扱う業務などの機密性の高い環境に適しています。クラウドモードでは、音声はあなた個人のAPIキーを通じてOpenAIの文字起こしAPIに直接送信されます。データはあなたのコンピューターから直接OpenAIへ行き——当社が間に入ることも、音声や文字起こし結果を見ることもありません。いずれのモードでも、音声データや文字起こしを収集・保存・分析・ログ・収益化することはありません。

はい——ローカルモードは文字起こし中に一切インターネットを必要とせず、完全にオフラインで動作します。ローカルモードで唯一インターネットが必要なのは、選択したAIモデルを一度だけダウンロードするときだけで、最小モデルの約140MBから最大モデルの3GBまでの範囲です。モデルをダウンロードしてコンピューターに保存した後は、すべての文字起こしはネットワーク活動ゼロでローカルに行われます。飛行機の中、地下で信号のない場所、セキュア施設、接続のないどこででもWhisperを使えます。クラウド機能はOpenAIのサーバーとリアルタイム通信するため、アクティブなインターネット接続が必要です。

はい——Whisperはシステム全体のグローバルホットキーを使い、テキストを入力できるあらゆるアプリで動作します。Windowsのデフォルトホットキーは Ctrl+Space、macOSでは Cmd+Space です。ワードプロセッサ、メールクライアント、Slack・Discord・Teamsなどのメッセンジャーアプリ、VS CodeやJetBrains IDEなどのコードエディター、Notion・Obsidianなどのノートツール、ブラウザのテキストフィールド、その他テキスト入力を受け付けるあらゆるアプリで動作します。ホットキーを押して話すと、文字起こしされたテキスト——任意でAIにより改善されたもの——がカーソル位置に自動的に貼り付けられます。ローカルとクラウドの両モードは、この同じグローバルホットキーシステムで同じように動作します。

精度は選択したモードとモデルによります。ローカルモードでは、文字起こし精度は一般的に95%から99%の範囲です。大きなモデルほど高精度です。品質を微調整できる設定が複数あります：beamサイズはモデルが最適な文字起こしを探索する深さを制御し、音声アクティビティ検出は無音や背景ノイズをフィルタし、カスタム語彙は名前、技術用語、ドメイン特有のジャーゴンをモデルが正しく認識するのを助けます。クラウドモードでは、OpenAIの最新文字起こしモデルがさらに高い精度を提供します。その上にAIテキスト改善を有効にすると、もう一段の補正レイヤーが加わります。最高の結果を得るには、クラウドモードにAIテキスト改善を有効にした構成を推奨します。

Whisperはローカル・クラウド両モードで90以上の言語をサポートしており、英語、スペイン語、フランス語、ドイツ語、ポルトガル語、中国語、日本語、韓国語、ロシア語、アラビア語、ヒンディー語、イタリア語、オランダ語、トルコ語、ポーランド語、その他多数が含まれます。英語のみで文字起こしする場合は、英語専用モデルを使ってください——小さく、速く、英語には同等の多言語モデルより高精度です。他の言語で文字起こしする、または複数言語を切り替える場合は、多言語モデルを使って、設定でメイン言語を明示的に設定してください。クラウドモードでは、OpenAIのAPIが1つのモデルで同じすべての言語に対応します。カスタム語彙はどの言語でも機能し、専門用語、ブランド名、ジャーゴンの認識を助けます。