正直な比較 · 最終確認 2026年4月
Whisper vs Wispr Flow
まったく異なる思想を持つ2つの音声入力ツールを詳しく見ていきます。Wispr Flow は、Mac・Windows・iOS・Android に洗練されたアプリを揃えたクラウド型のディクテーションサービスです。Whisper by Remskill は、ローカル文字起こし、ユーザーが制御できるAIレイヤー、買い切りの購入オプションを備えたデスクトップアプリです。
どちらの製品もきちんと動作します。ただ、トレードオフの取り方が違うだけです。この記事では事実を整理し、どちらのトレードオフがあなたの実際の働き方に合うかを判断できるようにします。
Whisper by Remskill
デスクトップアプリ · Windows（macOS は近日対応）
- ローカルモードでは完全にオフラインで動作 — 音声が端末から外に出ることはありません
- クラウドモードでは OpenAI を使い、最高クラスの文字起こしとAIを利用できます
- ユーザーが自分で書くAI指示プリセットを、Ctrl+1 … Ctrl+9 で切り替え
- 事実確認のための任意のリアルタイムウェブ検索
- 月額・年額・買い切りから選べる支払い
Wispr Flow
クラウドサービス · Mac、Windows、iOS、Android
- 文字起こしはクラウドのみ。音声は同社のサーバーに送信されます
- 自動的なトーン調整と「Auto Edits」 — ユーザーによる設定は不可
- iOS と Android のモバイルアプリ
- スニペットライブラリとカスタム辞書
- サブスクリプションのみ（月額 $15、または年額一括で月あたり $12）
料金
それぞれの製品の実際の費用
Wispr Flow はサブスクリプションです。Whisper はサブスクリプション、年額、または買い切りから選べます。金額そのものがすべてではありません — 本当の違いは、費用がどれだけ長く積み上がり続けるかです。
| プラン | Whisper by Remskill | Wispr Flow |
|---|---|---|
| 無料枠 | ローカルモードは永久無料（Whisper + Parakeet + Ollama、無制限、カード不要）。Pro でクラウド機能と、アップグレード時の7日間クラウドトライアルが追加されます | 無料枠：Mac/Windows で週2,000語、iPhone で週1,000語。さらに14日間の Pro トライアル付き（カード不要） |
| 月額（毎月請求） | $9.99/mo | $15/user/mo |
| 年額 | $79.99/yr（≈ $6.67/mo） | $144/yr（≈ $12/mo、年額請求） |
| 買い切り | $69 — 一度払えば、ずっと使えます | 提供なし |
| チーム（1シートあたり、月額） | 5シート：$8/user · 10シート：$6/user · 20シート：$5/user | Flow Pro の料金 × シート数。Enterprise の割引は営業にお問い合わせください。 |
| 学生割引 | 現在なし | 3か月無料 + Pro が50%オフ |
| 返金 / 解約 | いつでも解約可能。買い切りは一度きりの購入です | いつでも解約可能 |
1シートあたりの累計費用
| 期間 | Whisper 買い切り（$69） | Whisper 月額（$9.99） | Wispr Flow Pro 年額（$12/mo） | Wispr Flow Pro 月額（$15/mo） |
|---|---|---|---|---|
| 1年 | $69 | $120 | $144 | $180 |
| 3年 | $69 | $360 | $432 | $540 |
| 5年 | $69 | $599 | $720 | $900 |
買い切りオプションは割引の仕掛けではなく、所有のあり方そのものが異なります。公平のために言えば、会社がなくなった場合、サブスクリプションはただ終了しますが、買い切りなら更新は受けられなくてもローカルアプリは手元に残ります。Whisper のローカルモードはネットワーク通信なしで動作するため、いずれにせよアプリは機能し続けます。
音声がどこへ行くか
ローカルファースト vs クラウドファースト
これが2つのツールの最も重要な違いです。プライバシー、オフラインでの使いやすさ、速度、そしてインターネットなしでできることに影響します。
Whisper — 既定はローカル、必要なときにクラウド
Whisper は、オンデバイスの文字起こし（Whisper.cpp と Parakeet ONNX モデル）と、http://localhost:11434 で動作する Ollama と通信するローカルAIエンハンスメントパイプラインを備えています。ローカルモードを選べば、音声も文字起こしも端末から外に出ることはありません。
クラウドモードも用意されており、OpenAI の音声認識とチャット補完を直接利用します。文字起こしのために音声は OpenAI の API にアップロードされます。OpenAI の API キーはご自身で用意するため、あなたとモデルの間に Remskill が介在することはありません。
買い切りの所有者は、サブスクリプションやクラウドへの依存なしに、ローカルモードを永久に使い続けられます。インターネットがダウンしていても、アプリは動作します。
Wispr Flow — クラウドのみ
文字起こしはすべて Wispr Flow のサーバー上で行われます。アプリの動作にはインターネット接続が必要です。安定した接続環境のユーザーにとっては通常これは意識されませんが、オフライン非対応（飛行機内、僻地、ネットから切り離された環境）を意味し、口述したすべての音声が端末外で処理されることを意味します。
Wispr Flow はすべてのプランで「Privacy Mode」（Zero Data Retention）を提供し、Enterprise ティアでは HIPAA 対応、SOC 2 Type II、ISO 27001 を謳っています。正式なコンプライアンス認証が必要であれば、これは彼らのスタックの確かな強みです。
AIテキスト処理
書き直しをどこまで制御できるか
どちらのアプリも、生の発話をきれいなテキストに整えられます。ただ「何を『きれい』とするか、誰が決めるのか」の扱いがまったく異なります。
Wispr Flow のAIレイヤーは Auto Edits と呼ばれ、「使っているアプリに応じてトーンを調整する」自動トーン調整が含まれます（同社の表現）。Pro ユーザーは編集向けの Command Mode も使えます。名前や専門用語向けのカスタム辞書、音声マクロ用のスニペットライブラリもあります。できないのは、自分でシステムプロンプトを書くこと、エンハンスメントを実行するモデルを選ぶこと、セッションの途中で挙動を切り替えることです。
Whisper はこれを逆転させています。AIレイヤーは、ユーザーが所有する開かれた領域として意図的に設計されています。
Whisper が開放しているもの
- 任意のAIモデルを選択ローカル：Ollama 互換の任意のモデル（Llama、Mistral、Qwen など、取得済みのもの）。クラウド：gpt-5-nano、gpt-5-mini（既定）、gpt-5 から選択するか、アクセス権のある任意の OpenAI モデル名を入力できます。
- 自分で指示を書くすべてのスタイルプリセットは、あなたが入力する自由記述のシステムプロンプトです。テンプレートに縛られません。プロンプト本文に「User says: … / You return: …」ブロックを使って few-shot の例を含めれば、モデルがその形式に従います。
- クリーンアップ強度独立したスライダー：none / light / medium（既定）/ high。送信時に選択中プリセットのシステムプロンプトへ付加されます。AIがどれだけ積極的に書き直すかを制御します。
- Temperature と max tokensAI Processing → Advanced で公開されています。既定の temperature は 0.3、max tokens は 500 です。
- トリガーモード2つのモード：Auto-Apply（すべての文字起こしにアクティブなプリセットを適用）または Keyword（文字起こしに指定のトリガーフレーズ、既定は「hey whisper」が含まれる場合のみ適用）。
- Ctrl+1 … Ctrl+99つのグローバルなOSレベルのホットキーが、アクティブな指示プリセットをその場で切り替えます。次の録音の前に Ctrl+2 を押せば、AIはプリセット #2 を適用します。設定でカードを並べ替えると、ホットキーも自動的に再割り当てされます。
実用的な効果としては、「Slack メッセージ — カジュアルで短く、前置きなし」「メール下書き — 温かく直接的に」「コードレビューコメント — 具体的に、命令形で」「議事メモ — 箇条書き、見出しのみ」といったプリセットを用意し、ホットキーで切り替えられます。ChatGPT へのコピペも、「アプリ内で編集」という往復も不要です。
リアルタイムウェブ検索
質問を話して、答えを貼り付ける
Wispr Flow が提供していない機能です。ニッチですが、あると便利です。
Whisper のクラウドモードでは、AI設定で「Web Search」をオンにできます。有効にすると、起動キーワードのフローが文字起こしを OpenAI の Responses API に web_search_preview ツールで通します。OpenAI が最新のウェブ結果を取得し、その答えがカーソル位置に貼り付けられます。
任意のテキストフィールドに「hey whisper, what’s the latest F1 qualifying time at Monaco」と話してホットキーを離せば、3〜5秒後にその質問の代わりに答えが収まります。検索モデルは gpt-4o-mini です — 推論ティアのモデルは30〜40秒かかり、カーソル位置への貼り付けワークフローを壊してしまうため、あえて選んでいます。
クラウドモードでのみ利用可能です（ローカルの Ollama にはウェブ検索に相当するものがありません）。Wispr Flow には同等の機能はありません。
言語
どちらも幅広く対応、ただし詳細は異なる
Wispr Flow は 100以上の言語 への対応を、自動言語検出と言語間の切り替えとともに謳っています。Whisper の対応範囲は、どの文字起こしエンジンがアクティブかによって決まります：
- Whisper の多言語モデル（small、medium、large-v3、turbo）：99以上の言語、自動検出に対応。
- Whisper の英語専用モデル（base.en、small.en、medium.en、distil-large-v3）：英語のみ、英語音声での速度と精度に最適化。
- Parakeet v3：英語に加えてEUの24言語。同等の精度で、比較対象の Whisper モデルより5〜10倍高速。
- OpenAI クラウド：OpenAI 独自の対応言語リスト。範囲は Whisper 多言語とおおむね同様です。
Whisper には、多言語モデルでの英語への翻訳トグルもあります — ある言語で話すと、英語のテキストが返ってきます。Wispr Flow はこれをユーザー向けの機能として公開していません。
実用上の注記：日常利用では「99以上」も「100以上」もどちらも正確です。本当に重要なのは、あなたにとってどの言語が大切で、それぞれの製品がその言語のアクセント、専門語彙、コードスイッチングをどれだけうまく扱えるかです。どちらのアプリも無料で試せます（Wispr Flow は14日間の Pro トライアル、Whisper は7日間のトライアル）。
ホットキーとワークフロー
毎日、実際にどう使うか
中心となる操作はどちらも同じです：グローバルホットキーを押し続け、話し、離す。文字起こしは、フォーカスのあるテキストフィールドに表示されます。
Whisper の既定の録音ホットキーは、Windows では Ctrl+Space、macOS では Cmd+Space で、自由にカスタマイズできます。録音停止には2つのモードがあります：離して停止（押し続け）か、トグル（一度押して開始、もう一度押して停止）です。Esc は進行中の録音を常にキャンセルします。
録音に加えて、Whisper は Ctrl+1 から Ctrl+9（macOS では ⌘1〜⌘9）を、どのAI指示プリセットをアクティブにするか選ぶグローバルホットキーとして登録します。これらは Whisper のウィンドウがフォーカスされているかどうかに関わらず、システム全体で機能します。設定を開かずに「Slack モード」と「メールモード」を切り替えられるのは、この仕組みのおかげです。
Wispr Flow もプッシュ・トゥ・トークのホットキー（カスタマイズ可能）を使い、Command Mode エディタ内でのディクテーションに対応しています。プリセット切り替えのホットキー群に相当するものはありません — AIの挙動は、口述しているアプリに応じて自動的に適応します。推測が当たれば便利ですが、手動で制御したいときには役立ちにくいものです。
対応プラットフォーム
どこに何をインストールできるか
| プラットフォーム | Whisper | Wispr Flow |
|---|---|---|
| Windows 10/11（x86_64） | 対応 | 対応 |
| macOS（Intel + Apple Silicon） | 近日対応 | 対応 |
| iOS | 非対応 | 対応 |
| Android | 非対応 | 対応 |
| Linux | 非対応 | 非対応 |
外出先で口述するなら、モバイル対応は Wispr Flow の確かな強みです。Mac 中心なら、Wispr Flow は今すぐ使え、Whisper は対応準備中です（ウェイトリスト受付中）。Windows では、どちらも今すぐ利用できます。
プライバシー
何が、いつ端末から外に出るのか
「プライバシー」はしばしばマーケティング用語になりがちです。ここでは、それぞれの製品でリクエストごとに実際に何を意味するのかを示します。
| シナリオ | Whisper | Wispr Flow |
|---|---|---|
| 録音時の音声アップロード | ローカルモード：なし。クラウドモード：OpenAI API へ。 | 常に Wispr Flow のサーバーへ。 |
| 第三者への文字起こしのアップロード | ローカルモード：なし（端末上に留まるか、localhost の Ollama へ）。クラウドモード：OpenAI API へ。 | Wispr Flow のサーバーで処理されます。 |
| インターネットなしで動作 | はい、ローカルモードで。 | いいえ — クラウドサービスです。 |
| 正式なコンプライアンスレポート | 現在公開されているものはなし。ローカルモードは検証可能なプライバシーを提供（音声が物理的に外に出ない）。 | 全プランで HIPAA 対応。Enterprise ティアで SOC 2 Type II と ISO 27001。 |
| Zero Data Retention オプション | ローカルモードは、彼らの側では実質的にゼロ保持です — 音声が一切送信されません。 | Privacy Mode（ZDR）は全プランで利用可能。Enterprise では強制適用。 |
| テレメトリ / 分析SDK | クラッシュレポート用に Sentry（エラーのみ、ハンドル済みエラーは除外）。広告トラッカーや利用状況分析SDKはなし。 | 標準的なプロダクト分析。プライバシーポリシーを参照。 |
便利な捉え方として、Wispr Flow は 契約上の プライバシーを提供します — 法的合意に裏付けられた約束と監査であり、これは多くのエンタープライズ調達チームが求めるものです。Whisper のローカルモードは アーキテクチャ上の プライバシーを提供します — ネットワーク通信がないため、音声は物理的に外へ出られません。どちらも妥当で、想定する脅威モデルが異なるだけです。
機能ごとの比較
完全なリファレンス表
すべてを一か所に。Ctrl+F をお使いください。
| 機能 | Whisper | Wispr Flow |
|---|---|---|
| 基本の文字起こし | ||
| ホットキー起動のディクテーション | 対応、既定は Ctrl+Space、再割り当て可能 | 対応、プッシュ・トゥ・トークのホットキー |
| 言語 | 99以上（Whisper 多言語）/ 25（Parakeet）/ 英語専用バリアント | 100以上 |
| 自動言語検出 | 対応（多言語モデル） | 対応 |
| 文字起こし時の英語への翻訳 | 対応（Whisper 多言語） | 非公開 |
| カスタム語彙 | ホットワードリスト（モデルの初期プロンプトをバイアス） | カスタム辞書 |
| 音声スニペット / マクロ | 非対応 | 対応（スニペットライブラリ） |
| フィラー語の除去 | 対応、切り替え可能（Whisper + OpenAI クラウド） | Auto Edits の一部 |
| 処理の場所 | ||
| ローカル / オンデバイスの文字起こし | 対応（Whisper.cpp、Parakeet ONNX） | 非対応 |
| クラウド文字起こし | 対応（OpenAI、ユーザー自身の API キー） | 対応（Wispr Flow クラウド） |
| オフラインで動作 | ローカルモードで対応 | 非対応 |
| GPU アクセラレーション | Vulkan（Windows/Linux）、Metal（macOS）、CUDA/DirectML（Parakeet） | 該当なし（サーバー側） |
| 利用できる文字起こしエンジン | ||
| Whisper モデル | 8種類（base.en、small.en、medium.en、distil-large-v3、small、medium、large-v3、turbo） | 該当なし |
| Parakeet ONNX | 対応（約600MB、対応言語で5〜10倍高速） | 該当なし |
| OpenAI gpt-4o-transcribe | 対応、クラウドモードで | 該当なし（独自バックエンド） |
| AIテキスト処理 | ||
| AIによる書き直し / クリーンアップ | 対応（Ollama ローカルまたは OpenAI クラウド） | 対応（Auto Edits） |
| ユーザーが書くシステムプロンプト | 対応、プリセット無制限 | 非対応 |
| ユーザーがAIモデルを選択 | 対応（任意の Ollama モデル、または任意の OpenAI チャットモデル） | 非対応 |
| クリーンアップの強度設定 | 対応（none / light / medium / high） | 固定の挙動 |
| Temperature / max tokens | ユーザーが設定可能 | 非公開 |
| プリセット切り替えのホットキー | Ctrl+1 … Ctrl+9（グローバル） | 直接の相当機能なし |
| アプリごとの自動トーン | 非対応（手動でプリセットを選択） | 対応（Auto Edits がホストアプリに応じてトーンを調整） |
| Command Mode エディタ | 非対応 | 対応（Pro） |
| リアルタイムの回答 | ||
| ディクテーション中のウェブ検索 | 対応（クラウドモード、gpt-4o-mini、2〜5秒） | 非対応 |
| 対応プラットフォーム | ||
| Windows | 対応 | 対応 |
| macOS | 対応 | 対応 |
| iOS | 非対応 | 対応 |
| Android | 非対応 | 対応 |
| Linux | 非対応 | 非対応 |
| プライバシーとコンプライアンス | ||
| 音声が端末上に留まる | ローカルモードで対応 | 非対応 |
| HIPAA 対応 | 正式な BAA なし。ローカルモードは物理的な分離を提供 | 対応、全プラン |
| SOC 2 Type II | 非対応 | 対応（Enterprise） |
| ISO 27001 | 非対応 | 対応（Enterprise） |
| Zero Data Retention モード | ローカルモードは実質的に ZDR。クラウドモードは OpenAI に依存 | Privacy Mode は全プラン。Enterprise では強制適用 |
| SSO / SAML | 非対応 | 対応（Enterprise） |
| 料金 | ||
| 無料枠 | ローカルモードは永久無料、無制限、カード不要（Whisper + Parakeet + Ollama）。Pro アップグレードで7日間のクラウドトライアル | ベーシック無料枠：Mac/Win で週2,000語、iOS で週1,000語。14日間の Pro トライアル、カード不要 |
| 月額 | $9.99/mo | $15/user/mo |
| 年額 | $79.99/yr（$6.67/mo） | $12/user/mo 年額請求（$144/yr） |
| 買い切り | $69 | 提供なし |
| チーム料金 | シート数に応じて $5〜$8/user/mo（5/10/20） | Flow Pro × シート数。Enterprise でボリューム割引 |
| 学生割引 | 現在なし | 3か月無料 + Pro が50%オフ |
| その他 | ||
| 文字起こし履歴 | 対応、SQLite でローカルに保存。行数の上限を設定可能 | 対応、アカウント同期付き |
| チームコラボレーション機能 | ウェブサイト上でのシート管理 | チームレベルのダッシュボードとコラボレーション |
| 自動更新 | 対応、切り替え可能 | 対応 |
| クラッシュレポート | Sentry（エラーのみ、利用状況分析なし） | 標準的なプロダクト分析 |
どちらを選ぶべきか
抽象的には、どちらが優れているということはありません
あなたの実際の働き方に合わせてツールを選びましょう。
Wispr Flow を選ぶなら…
- ノートパソコンと同じくらい、スマホでも口述する。
- 今すぐ macOS で使いたく、待ちたくない。
- セットアップ不要のSaaSがよい — アプリを入れてサインインすれば動く。
- 調達のために正式なコンプライアンス（SOC 2、ISO 27001、強制適用の HIPAA）が必要。
- 自動的なトーン調整が好きで、AIプリセットを管理したくない。
- 学生である（50%オフ）。
- よく入力するフレーズ向けに音声スニペット / マクロが欲しい。
Whisper を選ぶなら…
- 物理的に漏れようがない文字起こしが欲しい（ローカルモード、ネットワークなし）。
- 信頼できるインターネットがない環境で働く — 飛行機内、実験室、僻地。
- サブスクではなく、一度払ってアプリを所有したい。
- 自分でAIプロンプトを書き、ホットキーでスタイルを切り替えたい。
- 任意のテキストフィールドに貼り付けられるリアルタイムのウェブ回答が必要。
- 使うAIモデルを正確に選びたい（GPT-5、Llama、Qwen など）。
- Windows で、最も深くカスタマイズできるデスクトップアプリが欲しい。
手法に関する注記。 Wispr Flow の詳細は、wisprflow.ai の公開ページから引用しています（最終確認 2026年4月）。Whisper の詳細は、独自の機能一覧 whisper-tauri/docs/FEATURES.md から得ています。この記事に誤りや古い情報があれば、それはバグです — ご連絡ください。修正します。
Whisper をご自身で試したい場合：デスクトップアプリには7日間のトライアルがあります。Whisper をダウンロード