使い方ガイド

1インストール方法

動作要件

インストール手順

1. ダウンロードページから最新版の .dmg ファイルをダウンロードします。
2. ダウンロードした DMG ファイルをダブルクリックして開き、RocketWhisper アイコンを Applications フォルダにドラッグ&ドロップします。
3. 初回起動時に Gatekeeper の警告が表示される場合は、「開く」を選択してください。もしくは、システム設定 > プライバシーとセキュリティ から「このまま開く」をクリックしてください。
4. 初回起動時の動作は OS バージョンによって異なります:
   • macOS 26 以降: Apple SpeechAnalyzer を使用するため、モデルのダウンロードは不要で即座に使用できます。MacBook Neo（A18 Pro / 8GB RAM）ユーザーは、開封したその日から何のセットアップもなく音声入力が始められます。
   • macOS 14〜15: WhisperKit モデルのダウンロードが始まります。ネットワーク環境に応じて数分かかります。

モデルの選び方

2基本的な使い方

マイク入力で音声認識

1. メニューバーの RocketWhisper アイコンをクリックして、ポップアップウィンドウを表示します。
2. 録音ボタン（マイクアイコン）をクリックします。
3. マイクに向かって話します。
4. 停止ボタンをクリックします。
5. 認識結果がテキストエリアに表示されます。

認識結果の利用

• コピー: コピーボタンをクリックすると、認識結果がクリップボードにコピーされます。
• 自動コピー: 設定で有効にすると、認識完了時に自動的にクリップボードにコピーされます。
• 自動貼り付け: 設定で有効にすると、ショートカット録音時に認識結果が自動的にアクティブなアプリのテキストフィールドに貼り付けられます。

3設定

ポップアップウィンドウの歯車アイコンをクリックして設定画面を開きます。以下のタブで各種設定が可能です。

4グローバルショートカット

RocketWhisper はカスタマイズ可能なグローバルショートカットに対応しており、どのアプリを使用中でも即座に録音を開始できます。さらに、右Optionキーのタップや長押し（Push-to-Talk）にも対応しています。

右Optionキーの操作

おすすめショートカット設定

録音キャンセル

録音中に Escape キーを押すと、録音をキャンセルして認識処理を行わずに終了できます。

5認識履歴

RocketWhisper は過去の認識結果を自動的に保存します。ポップアップウィンドウの履歴ボタンをクリックすると、認識履歴の一覧を確認できます。

履歴機能

• 一覧表示: 過去の認識結果をタイムスタンプ付きで表示
• 検索: キーワードで過去の認識結果を検索
• コピー: 任意の履歴項目をクリップボードにコピー
• 削除: 不要な履歴を個別に削除
• エクスポート: 履歴をテキストファイルとしてエクスポート

6テキスト処理（句読点・改行）

RocketWhisper は、認識されたテキストを自然な日本語にするための高度なテキスト処理機能を搭載しています。

句読点プロンプト

Whisper モデルに対して句読点を含む出力を促すプロンプトを設定します。これにより、モデル自体が句読点を含むテキストを生成しやすくなります。

句読点自動挿入

認識結果に対して後処理として7つのルールベースで句読点を自動的に挿入します。Whisper の出力に句読点が不足している場合でも、自然な句読点が付与されます。

改行自動挿入

文の区切りで自動的に改行を挿入する機能です。長い文章をパラグラフに分けて読みやすくします。

7音声コマンド

音声コマンドを使うと、特定のフレーズを話すことでテキスト編集操作を実行できます。設定の「テキスト処理」タブで有効/無効を切り替えられます。

対応コマンド一覧

音声コマンドがうまく認識されない場合

Whisper は同音異義語（ホモフォン）を文脈から判断するため、意図した漢字と異なる変換結果になることがあります。例えば「改行」と発声しても「開業」「海洋」などと認識される場合があります。

音声コマンドが期待どおりに動作しない場合は、以下を確認してください:

1. 音声コマンドが有効になっているか確認 — 設定の「テキスト処理」タブで「音声コマンド」が有効（ON）になっていることを確認してください。音声コマンドが無効の場合、「開業」等の誤認識パターンはそのままテキストとして出力されます。
2. コマンドの前後にポーズを入れる — 音声コマンドの検出には、コマンドの前後に短い間（ポーズ）が必要です。文章の途中で早口に「改行」と言うと、通常のテキストと区別できず認識されない場合があります。
3. はっきりと発声する — 「か・い・ぎょ・う」と一語ずつ明瞭に発音すると認識率が向上します。

8単語辞書（専門用語登録）

単語辞書を使うと、Whisper が認識しにくい専門用語・社名・人名・略語などを事前に登録し、認識精度を大幅に向上させることができます。これは macOS 標準の音声入力にはない機能です。

仕組み

登録された単語は WhisperKit の promptTokens として使用されます。これにより、Whisper モデルが該当する語彙を優先的に出力するようになります。

登録方法

1. 設定画面の「単語辞書」タブを開きます。
2. 「追加」ボタンをクリックします。
3. 登録したい単語（例: React, TypeScript, AWS）を入力します。
4. 必要に応じて「読み」を設定します（Whisper の認識補助用）。

特長

• 完全ローカル処理 — APIコスト不要、インターネット接続不要
• リアルタイム反映 — 登録後すぐに次の認識から有効
• 辞書置換にも対応 — 認識結果の自動置換ルールとしても使用可能

9誤認識修正ルール

Whisper の認識結果に含まれる誤認識を自動的に修正するルールを設定できます。シンプルな文字列置換と正規表現の両方に対応しています。

ルール種別

• シンプル置換: 特定の文字列を別の文字列に置き換えます（例: 「お電話」→「お伝」）
• 正規表現: 正規表現パターンを使った高度な置換が可能です
• 大文字小文字の区別: ルールごとに大文字小文字を区別するかどうかを設定できます

内蔵ハルシネーション対策

Whisper モデルが無音時に生成しがちな「幻聴テキスト」（ハルシネーション）を自動除去する27種類のフィルターが内蔵されています。例えば以下のようなテキストが自動的に除去されます。

• 「ご視聴ありがとうございました」
• 「チャンネル登録お願いします」
• 「おやすみなさい」（無音時のハルシネーション）

プリセットルール

よくある誤認識パターンに対応するプリセットルールが用意されています。設定画面からワンクリックで有効化できます。

カスタムルール

1. 設定画面の「誤認識修正」タブを開きます。
2. 「ルール追加」ボタンをクリックします。
3. 検索文字列（誤認識されるテキスト）と置換文字列（正しいテキスト）を入力します。
4. 必要に応じて「正規表現を使用」「大文字小文字を無視」オプションを設定します。

10アプリ別処理モード

アプリ別処理モードを使うと、フォーカスされているアプリに応じて自動的に異なるテキスト処理設定を適用できます。例えば、テキストエディタでは句読点付きの丁寧な文章を、チャットアプリではカジュアルな文体を自動的に選択できます。

処理モード一覧

アプリマッピングの設定

1. 設定画面の「アプリ別処理」タブを開きます。
2. 「アプリ別処理モード」を有効にします。
3. 「追加」ボタンでアプリを選択し、適用するモードを設定します。

11AI処理（LLM連携）

RocketWhisper は6つのAIプロバイダと連携し、認識テキストの自動整形、翻訳、要約などの高度な処理を実行できます。

対応AIプロバイダ

Apple Intelligence の設定方法（macOS 26 以降）

クラウド AI の設定方法

1. 設定画面の「AI処理」タブを開きます。
2. 使用するプロバイダを選択します。
3. APIキーを入力します（Apple Intelligence / ローカルLLMの場合は不要）。
4. 使用するモデルを選択します。
5. AI処理を有効にして、処理モードを選択します。

ローカルLLM の設定例

Vision対応プロバイダ & 推奨モデル

AIコマンドやカスタム指示で画像を含む処理を行う場合、以下のVision対応プロバイダ・モデルを使用してください。

Gemini 無料枠について

Google Gemini API は、APIキーを取得するだけで（クレジットカード不要）以下の無料枠を利用できます。

※ 無料枠は毎日太平洋時間の午前0時にリセットされます。制限はプロジェクト単位で適用されます。Google が予告なく変更する場合があります。

12AIコマンドモード

AIコマンドモードは、選択中のテキストに対して音声で指示を出し、AIに処理させる機能です。テキストの翻訳、要約、敬語変換など、さまざまな編集操作を声だけで実行できます。

使い方

1. 任意のアプリでテキストを選択します。
2. ⌃⇧Space（Control + Shift + Space）を押してAIコマンドモードを起動します。
3. マイクに向かって指示を話します（例: 「英語に翻訳して」）。
4. AIが選択テキストを指示に従って処理し、結果で置き換えます。

使用例

13カスタム指示

カスタム指示は、専用ショートカットにAI処理指示を事前に割り当てておく機能です。AIコマンドとは異なり、音声で指示を出す必要がなく、認識されたテキストがそのまま事前設定されたプロンプトでAI処理されます。

AIコマンドとの違い

使い方

1. 設定画面の「カスタム指示」タブで指示を作成し、ショートカットを割り当てます。
2. 任意のアプリで、割り当てたショートカットを押して録音を開始します。
3. マイクに向かって話します（認識テキストがAI処理の入力になります）。
4. 同じショートカットをもう一度押して録音を停止します。
5. 音声が認識され、事前設定されたプロンプトでAI処理された結果が自動的に貼り付けられます。

プリセット指示

初回起動時に4つのプリセットが自動作成されます。これらは編集可能ですが、削除はできません。

14ボイスランチャー

ボイスランチャーは、登録したキーワードを話すだけでアプリの起動やURLの表示を実行できる機能です。テキスト処理パイプラインの最初（Stage 0）で処理されるため、キーワードに一致した場合は他の処理は行われません。

仕組み

• 完全一致でキーワードを判定（句読点は無視、大文字小文字は無視）
• キーワードに一致すると、登録されたアプリを起動またはURLをブラウザで表示
• マッチした場合、テキスト出力は行われません（アクション実行のみ）

設定方法

1. 設定画面からボイスランチャーの設定を開きます。
2. 「追加」ボタンをクリックします。
3. トリガーとなるキーワード（例: 「メモ」「ブラウザ」）を入力します。
4. 起動するアプリのパスまたはURLを入力します。

設定例

15音声検索

音声検索機能を使うと、特定のフレーズを話すだけでGoogle検索を即座に実行できます。検索結果はデフォルトのブラウザで表示されます。

対応フレーズ（10パターン）

16メニューバーアイコン

RocketWhisper は macOS のメニューバーに常駐するアプリです。Dock には表示されず、メニューバーのアイコンからすべての操作にアクセスできます。

基本操作

• クリック: メニューバーのアイコンをクリックすると、ポップアップウィンドウが表示されます。
• 録音状態の表示: 録音中はアイコンが変化し、現在の状態を視覚的に確認できます。
• 常時起動: ログイン項目に追加することで、Mac起動時に自動的にメニューバーに常駐させることができます。

ログイン時に自動起動する設定

1. システム設定を開きます。
2. 一般 > ログイン項目を選択します。
3. 「+」ボタンで RocketWhisper を追加します。

17フローティング波形インジケーター

録音中に画面上に小さなミニイコライザー風の波形バーを表示するフローティングウィンドウです。常に最前面に表示されるため、他のアプリで作業中でも録音状態を一目で確認できます。

表示仕様

操作方法

• ドラッグ移動: インジケーターをドラッグして好きな位置に移動できます。
• 位置の記憶: 移動した位置はアプリ終了後も保存され、次回起動時に同じ位置に表示されます。
• 全Space対応: macOS の全デスクトップ（Space）で表示されます。
• 常に最前面: 他のウィンドウの上に表示され続けます。

設定

設定画面の「モデル・言語」タブにある「録音中にフローティング波形を表示」のトグルで有効/無効を切り替えられます。デフォルトは有効（ON）です。

18バッチ処理

複数の音声ファイルをまとめて文字起こしできる機能です。録音済みの会議音声やインタビューファイルを一括処理するのに便利です。

起動方法

1. メニューバーのポップアップを開きます。
2. ヘッダー右側のバッチ処理ボタン（書類アイコン）をクリックします。
3. 独立したバッチ処理ウィンドウが開きます。

使い方

1. ファイルを追加: 「ファイルを追加」ボタンで音声ファイルを選択、またはウィンドウにドラッグ&ドロップします。
2. 一括認識開始: 「一括認識開始」ボタンをクリックすると、追加したファイルを順番に文字起こしします。
3. 結果確認: 各ファイルの認識結果（文字数）がリストに表示されます。
4. エクスポート: 「エクスポート」メニューから出力形式を選び、保存先フォルダを指定します。

対応ファイル形式

エクスポート形式

19ライブ翻訳（v2.2.0 以降）

Mac 上で再生されるあらゆる音声（Web 会議・動画・Podcast など）を、Apple の SpeechAnalyzer で認識し、Apple Translation で別言語に翻訳して、デスクトップ上に Netflix 風のフローティング字幕として表示する機能です。クラウド送信ゼロ、APIキー不要、完全オンデバイスで動作します。

起動方法

1. メニューバーの RocketWhisper アイコン（音声波形マーク ）をクリックしてポップアップを開きます。
2. 「ライブ翻訳」ボタン（字幕アイコン ）をクリックします。
3. 初回起動時は、システム音声録音の権限を要求されます（後述の「システム音声録音の許可」を参照）。
4. 画面下部中央にフローティング字幕パネルが表示されます（初期状態は「聞き取り中…」）。
5. 対象アプリから音声が流れ始めると、自動的に認識と翻訳が開始されます。
6. 翻訳を終了するには、もう一度「ライブ翻訳」ボタンをクリックします。

システム音声録音の許可（v2.2.3 以降で UI 改善）

macOS 26 の システム音声録音専用（System Audio Recording Only） は、従来の画面収録（Screen Recording）とは別の TCC カテゴリです。ライブ翻訳にはこの許可が必要です。

1. 初回起動時、RocketWhisper がアクティブプローブ（440Hz の短い自己発音テスト）で権限状態を判定します。
2. 未許可の場合、macOS の標準許可ダイアログが表示されます。
3. 許可 を選ぶと、アプリの 「終了して再起動」 ダイアログが続けて出るので必ず応じてください。これは macOS の仕様で、権限をアプリに反映するため初回のみ必須です。
4. 再起動後、もう一度ライブ翻訳ボタンを押すとそのまま翻訳が開始されます。

言語設定

設定画面の「ライブ翻訳」タブで、認識元の言語（ソース）と翻訳先の言語（ターゲット）を選択します。

対応言語

RocketWhisper では以下 6 言語をライブ翻訳の対象として選択できます（ソース・ターゲットとも共通）:

• English（英語）
• 日本語 / Japanese
• 中文(簡体) / Chinese Simplified
• 中文(繁體) / Chinese Traditional
• 한국어 / Korean
• Español / Spanish

対応する言語ペアは、お使いの macOS に搭載されている Apple Translation のモデルに依存します。未対応のペアを選んだ場合は、ライブ翻訳開始時にその旨が通知されます。

使用例

• 英語 → 日本語（英語講演を日本語字幕で視聴）
• 中国語 → 日本語（中国語ニュースを日本語で追う）
• 日本語 → 英語（日本語の打ち合わせを英語で表示して学習）
• 韓国語 → 日本語（K-POP インタビューを日本語で）
• スペイン語 → 英語（スペイン語 YouTube を英語で視聴）

翻訳モデルのダウンロード

言語ペアを初めて使う場合、macOS の Apple Translation が翻訳モデル（数十MB〜）を自動的にダウンロードします。

• 自動ダウンロード: ライブ翻訳を開始した際、未ダウンロードのペアは macOS が自動的にダウンロードします。完了までの間、字幕パネル内に進捗が表示されます。
• 事前ダウンロード: 設定画面の「ライブ翻訳」タブで、選択中のペアを事前にダウンロードすることもできます。会議や動画視聴の直前にモデルを揃えておきたい場合に便利です。
• オフライン動作: ダウンロード後は完全オフラインで動作します（インターネット不要）。

「聞き取り中…」の表示について

ライブ翻訳を開始した直後や、再生中の動画が無音区間のとき、字幕パネルには「聞き取り中…」と表示されます。これはシステム音声の取得には成功しているが、まだ発話を検出していない状態を示します。対象アプリから声・セリフが再生されると、自動的に認識が始まり翻訳テキストに切り替わります。しばらく待っても変わらない場合は、後述の FAQ をご確認ください。

字幕パネルの操作

• 移動: パネル中央をドラッグすると、好きな位置に移動できます。
• 幅の変更: パネルの左右端（10pt 以内）をドラッグすると、字幕の表示幅をリサイズできます。
• 位置とサイズの保存: 変更した位置・幅は自動的に保存され、次回起動時に復元されます。
• 常に最前面: 全画面動画プレーヤー（Netflix・YouTube・QuickTime）の上にも表示されます。
• 全スペースで表示: Mission Control の全デスクトップ・全画面表示で共通に表示されます。

表示設定

設定画面「ライブ翻訳」タブで以下を調整できます：

• ソーステキスト表示: 翻訳前の原文を翻訳の上に小さく表示するかどうか。学習用途には ON が便利です。
• 履歴行数: 現在の字幕の上に、過去の翻訳を何行まで残すか。0〜5 行の範囲で設定できます。

使い方の例

よくある質問

20トラブルシューティング

問題が発生した場合は、以下のFAQを参考にしてください。

defaults write biz.mojosoft.RocketWhisper AppleLanguages '(en)'