Superwhisper APIの設定は必要？ローカルモデルとの使い分けと手順

朝の通勤電車でその日の予定をSuperwhisper（スーパーウィスパー）にメモしようとして、設定画面のAPIの項目で指が止まる。トンネルに入って電波が切れたら文字にならないのかもしれない。そんな心細さのまま設定画面を閉じた覚えがあるなら、まず結論からお伝えします。

SuperwhisperはAPIキーがなくても使えます

SuperwhisperはAPIキーを登録しなくても、端末の中のモデルだけで使えます。キーの登録は、外部のモデルにつないで文字にしたいときの選択肢です。

公式のモデル一覧ページでは、声を文字にするモデルと文章を整えるモデルが分けて並んでいます。既定は端末の中での処理だと説明されており、クラウドのモデルはそのうえで選ぶ形。外部のモデルにつなぐ設定については、法人向けドキュメントに設定とモデルのページがあります。一般の利用者に同じ項目が開かれているかどうかは、アプリの設定画面で確かめることになります。

名前に音声認識の呼び名が入っているぶん、話した声が必ずどこかのサーバーへ送られると読める説明も見かけます。ただ、公式が既定として案内しているのは端末の中での処理のほうです。

音声入力そのものをまだ絞り切れていないなら、下の一覧に目を通しておくと回り道が減ります。候補ごとに、向いている使い方と無料で試せる範囲が読み取れます。並びはその時々で変わるので、気になったものから見てみてくださいね。

声が文字になるまでの3つの経路

Superwhisperが声を文字にする経路は、端末の中、Superwhisperのクラウド、自分で用意した外部のモデルの3つです。

設定画面に並ぶモデルの名前は、このどれで処理するかの違いを表しています。公式のモデル一覧ページでは、声を文字にするモデルと文章を整えるモデルが別々の役割として分かれています。前者は話した音を文章にする側、後者はその文章を読みやすい形に直す側です。音声をどこで処理するかは ローカル処理とクラウド処理を選べる に示されています。実は、役割が分かれているぶん、声を文字にする側だけ端末の中のモデルに替えて、整える側はクラウドのまま——という状態も起こりがちです。モデルの組み合わせで日本語の出力がどう変わるかは、Superwhisperのレビューで扱っています。

端末の中だけで文字にする

端末に取り込んだモデルだけで文字にする経路です。音声を外へ送らない作りなので、ネットに繋がっていない状態でも動きます。設定画面では端末の中のモデルがローカルと表示されることもあり、Superwhisperのローカルのモデルを選んでおけば、飛行機の中でも地下の打ち合わせ場所でも入力は止まりません。出張の移動中や電波の弱い会議室で、思いついた一文をその場で残したいときに向いています。ただ、扱えるモデルの大きさは端末の性能で決まるため、古い機種だと選べるものが限られます。外では下書きだけ作って、戻ってから整える。そんな進め方なら、この経路だけで足ります。

Superwhisperのクラウドに送る

端末では重く感じる処理を、Superwhisper側のクラウドモデルに任せる経路です。送る対象が音声そのものなのか、文字にしたあとの文章なのかは、選んだモデルによって公式の説明が分かれます。使う前に、自分が選んだモデルの項目を読んでおくと安心です。音声と書き起こしの保管方針は プライバシーポリシー本文（2024-06-19付）は『データはAIモデル学習等に不使用』『サーバーに保持されない、ローカル端末のみに保存』と明記。ただし現行トップページは『offline and cloud transcription』とクラウド文字起こしモデルの提供も明記しており、ローカル処理限定の記述と矛盾する可能性がある（ポリシー更新日が2年以上前のため、クラウド機能追加後に未更新の疑い） のとおりで、社外の情報を話す日ほど先に見ておきたいところ。保管と送信の扱いはSuperwhisperの安全性で詳しく整理しています。

自分で用意したモデルにつなぐ

外部の提供元が出しているモデルを、自分で発行したキーで呼び出す経路です。使える範囲は、アプリの設定画面に外部モデルの項目があるかどうかで分かります。SuperwhisperでGroq（グロック）などの提供元を呼び出す設定を探す人が多いのも、つなぎ先を自分で選べる作りになっているからです。呼び出すモデルを選べるぶん、Superwhisperへの支払いとは別に、提供元への支払いが発生します。どのくらい増えるかは、話した量で決まります。

話し始めるまでに決める4つの設定

マイクの許可、呼び出すキー、声を文字にするモデル、モードへの割り当ての順に決めます。

入れた直後の設定画面は項目が多くて、どこから触ればいいのか迷いますよね。順番を決めておくと、話しても文字が入らないときに、どこまで戻って見直せばいいかが分かります。取り込みと導入そのものは画面の案内に沿って進むので、迷いやすいのはここから先の4つ。日本語の言い回しを整える設定はこの先にあるので、Superwhisperの日本語の設定にまとめています。

マイクの使用を許可する

端末側の設定でアプリにマイクの使用を許可していないと、話しても文字は入りません。許可の項目名はOSによって違うので、設定画面からマイクに関する項目を探します。外付けのマイクやヘッドセットをつないでいるなら、意図した機器が選ばれているかも見ておいてください。会議用のスピーカーが選ばれたままだと、声が遠くで拾われて言い直しが増えてしまいます。

呼び出すキーを決める

入力欄で話し始めるときに押すキーを決めます。軸になるのは、ふだん使うアプリの操作と重ならないことです。文書作成や表計算でよく使う組み合わせを割り当てると、押しても何も起きない、別の動作が走る、といった食い違いのもとです。押している間だけ録音する方式と、押すたびに開始と停止が切り替わる方式とでは、使い心地も変わります。どちらが用意されているかは、設定画面の項目を開けば分かります。長く話す日が多いなら、切り替え式のほうが指は楽です。

声を文字にするモデルを選ぶ

設定画面で、声を文字にする側のモデルを選びます。端末の中のモデルは取り込みが必要なので、選んですぐ使えるとは限りません。取り込みの時間を見込んで、使う日の前に済ませておくと安心です。どのモデルが日本語に向いているかは公式が並べて示しておらず、順位で決める材料もありません。同じ文面を別のモデルで話してみて、読み返しの少なかったほうを残すのがおすすめです。

モードごとにモデルを割り当てる

Superwhisperには用途ごとのモードがあり、使うモデルはそのモードごとに割り当てます。設定が分かれているぶん、変えたつもりで、変わったのは今使っていないモードだけ——という状態が起こります。議事録用と返信メール用でモードを分けているなら、それぞれの割り当てを開いて見てください。モードそのものの使い分けはSuperwhisperのレビューで扱っています。

APIを使うときに増える費用

端末の中のモデルだけで使うかぎり、Superwhisperへ支払う分より費用が増えることはありません。外部のモデルにつないだときだけ、提供元への支払いが別に発生します。

無料で試せる範囲は 無料プランあり。オフラインWhisperモデルは無制限利用可、カスタム語彙・置換機能あり。Pro機能は3,000語まで無料お試し後、無料プラン機能は永続利用可 で確認でき、有料プランには Free／Pro（Monthly・Annual）／Lifetime／Enterprise（要問い合わせ） が用意されています。年払いにすると月あたりの負担は $7.08 で、月払いを選んだ場合の金額は公式の料金表示に並んでいます。通貨や税の扱いは公式表示のままなので、請求を見て驚かないよう、どの通貨で表示されているかを先に確かめておくと安心です。

外部の提供元へ支払う分は、話した量に応じて変わります。月にかかる総額は、次の足し算で考えます。

Superwhisperに払う分 ＋ 外部の提供元に払う分 ＝ 月にかかる総額

自分で決められるのは、外部の提供元への支払いを発生させるかどうかです。端末の中のモデルだけで足りるなら、この支払いは発生しません。有料版を払えば外部への支払いが要らなくなるのかは、迷いやすいところ。プランに何が含まれるかは公式の料金表示に書かれていて、そのプランで使えるモデルの一覧を見れば切り分けられます。学割や買い切りの有無、解約の手順と返金の条件、領収書とインボイスの発行はSuperwhisperの料金にまとめました。

外部のモデルにつなぐ設定の確かめ方

発行、登録、割り当ての先にある出力の変化まで見て、はじめてつながったと言えます。

キーを貼り付けた時点で終わりにすると、動いていないことに気づくのは数日後、原稿の途中です。手順を順に踏んでおけば、どこで止まっているかも同じ順でたどれます。この設定が一般の利用者向けに開かれているかどうかは、公式の案内とアプリの設定画面の項目を見てから進めるのが安全です。

提供元でキーを発行する

外部のモデルを使うには、まず提供元の画面でキーを発行します。発行したキーは自分だけが持つ前提のもので、チャットや共有メモに貼り付けて回すものではありません。会社から渡された端末で使うなら、社外のサービスにアカウントを作ってよいかが社内規定に触れる場合もあります。判断に迷ったら止めておいて、提供元ごとの発行画面の細かな手順は、それぞれの案内に沿って進めてください。

設定画面にキーを登録する

発行したキーをSuperwhisperの設定に登録します。貼り付け先の項目名はアプリの更新で変わるので、外部モデルに関する設定の並びから探すと迷いません。ただし、登録が済んでも使うモデルがそのまま切り替わるとは限りません。どのモードでどのモデルを使うかは別の項目で決まるので、登録のあとに割り当てを開く流れになります。

出力が変わったかを見る

登録と割り当てを終えたら、ふだん使うモードで一度話してみて、入力欄に入る文章を見ます。変わっていないときは、割り当てたモードがふだん使うモードと同じか、選んだモデルが有効になっているかを順に確認します。

取り込んだモデルの待ち時間がどうにも気になって、外部のモデルにつなぐ設定を試した日のことです。キーを貼って、もう終わったつもりで原稿に戻ったら、出てくる文章は前と変わらないまま。割り当てたのは新しく作ったモードで、実際に話していたのはふだんのモードでした。編集部で人の設定画面を見せてもらうときも、キーは入っているのに割り当てだけ別のモードのまま、という手詰まりは何度も見ています。それからは、設定を変えた日はふだんのモードで一度話して、出力を見るところまでを一続きにしました。

処理する場所で音声入力を見比べる

見ていく順番は、音声をどこで処理するか、どの端末に入るか、無料で試せる範囲はどこまでか、です。

最初に処理する場所を確認すると、候補は一気に絞れます。社外の情報を話す機会が多いほど、端末の中で完結する作りかどうかが効いてくるからです。次に、ふだん使っている端末で動くかを確かめ、そこまで残った候補について無料で試せる範囲を見ていく。条件を変えずにツールだけ入れ替えて試せば、自分の原稿での読み返しの量まで比べられます。

Superwhisperと一対一で突き合わせたいなら、SuperwhisperとAqua Voiceの比較が近道です。

設定を自分で詰めたい人に向きます

モデルと処理する場所を自分で決めたい人にはSuperwhisperが向きますが、入れてすぐ話し始めたい人には別の選択肢もあります。

編集部の見立てとしては、整える強さやモデルの選択肢で選ぶならSuperwhisperです。細かい設定を触らずに話した通りを残したいなら、編集部がふだん使っている Aqua Voice（アクアボイス） が候補になります。優劣というより、設定に時間をかけられるかどうかで分かれるところです。

電波の届きにくい移動が続く週に、下書きだけでも残したくて端末の中のモデルへ切り替えた日のことです。取り込みが終わるのを待たずに家を出てしまい、その日は音声入力を使えないまま手で打つはめになりました。端末の中のモデルは、使う前日までに取り込みを済ませておく。それ以来、そう決めています。

設定を触る時間が取れない時期に始めると、モードとモデルの組み合わせが中途半端なまま、思ったような文章にならない状態が続きます。そういう時期は、初期設定のまま話せるものから試してみるのがおすすめです。

モデルとキーの設定で残る疑問

設定を一通り済ませても、端末が変わっても同じようにできるのか、録音済みの音声はどう扱えるのかといった疑問は残ります。パソコンで整えた設定をスマートフォンでも使いたい場面は、遅かれ早かれ出てくるもの。答えの多くは、公式の対応端末の表示か、アプリの設定画面のどちらかにあります。当てはまるものから確認していけば、設定を一から組み直さずに済みます。

Windowsでの呼び出し方は変わるか

Windowsのパソコンでも、キーを押して話す流れは同じです。押すキーの組み合わせは違い、OS側の割り当てと重なると反応しません。設定できる項目がmacOS版と同じ範囲かは、公式の対応端末の表示 macOS・Windows・iOS・Android で確かめられます。入手経路まで見たいときはSuperwhisperのWindowsでの使い方へどうぞ。

iPhoneでも同じ設定ができるか

SuperwhisperのiPhoneでの使い方を見ると、キーボードを切り替えて話す形になり、パソコンの設定画面と同じ項目が並ぶとは限りません。どこまで揃っているかは、アプリの設定画面を開けば分かります。モデルの選択が見当たらないときは、パソコン側で決めた内容がそのまま使われているかを見ると切り分けられます。

録音した音声ファイルを文字にできるか

Superwhisperの文字起こしは、話しながらの入力と、録音済みファイルの読み込みの両方に使えます。利用できるプランの範囲は、公式の料金表示で確認する形です。話しながらの入力とは設定が分かれているので、ふだんのモードを変えないまま試せます。

ネットがない場所でも動くか

端末の中のモデルを選んでいれば、ネットに繋がっていなくても文字にできます。クラウドや外部のモデルを割り当てたモードは、繋がっている必要があります。割り当てはモードごとなので、同じ端末でも動くモードと動かないモードが混ざる点だけ見ておいてください。

端末の中のモデルから始めて足りなければ足します

まずは端末の中のモデルで話してみる。待ち時間や整え方に不満が出てきたらクラウドのモデルを試し、それでも足りなければ外部のモデルを足す。この順なら、増える費用は必要になった分だけで済みます。無料で試せる範囲 無料プランあり。オフラインWhisperモデルは無制限利用可、カスタム語彙・置換機能あり。Pro機能は3,000語まで無料お試し後、無料プラン機能は永続利用可 の中でも、マイクの許可から割り当てまでの一通りは確かめられます。払う価値があるか決めかねているなら、ふだん書いている文面を一度話してみてください。読み返しの量が許せるかどうかで、判断材料は自分の原稿から出てきます。