文字に起こします。
音声を出します。
自分のものにします。

音声合成およびテキスト読み上げは、Mac のローカル モデルを使用します。ネットワーク アクセスは、ダウンロード、購入、または該当する場合はライセンス認証を行うために選択したモデル、サポート リンク、および URL を指定した場合にのみ直接メディアを取得するために使用されます。

WhisperKit 経由で 99 言語 — OpenAI の Whisper と同じ対応 — 英語を含むフランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語、アラビア語、中国語、日本語、韓国語、ロシア語、ヒンディー語。言語は自動検出または手動で設定でき、文字起こし中に音声を英語に翻訳できます。

はい。 VoxForge は、SpeakerKit (Pyannote v4 ベース) を使用して話者ダイアライゼーションを実行し、誰が何を言ったかを自動的に分離してラベル付けします。スピーカーの名前を変更でき、ラベルは波形および単語レベルのタイムスタンプと同期したままになるため、音声の任意の瞬間にジャンプできます。

VoxForge は、文字起こし、ローカル音声生成、話者ラベル、波形同期編集を 1 つの Mac ワークスペースに組み合わせます。競合他社の機能、データ フロー、価格は変化します。現在の公式ページで確認してください。

VoxForge には、アプリの組み込みおよびダウンロード可能な音声オプションがリストされています。音声の利用可能性、モデル サイズ、言語範囲、および配信制御は、現在のビルドと選択したモデルによって異なります。プロジェクトにコミットする前に代表的なテキストをプレビューします。

はい。 VoxForge は、オーディオとビデオをタイムスタンプ付きで転写し、字幕とドキュメント形式をエクスポートできます。サンドボックス構成ではローカル ファイルがインポートされます。直接設定では、リリースの可用性とサードパーティの規約に従って、指定した URL からメディアをフェッチすることもできます。

最終的な商用規約はまだ有効ではありません。価格、更新モデル、含まれる機能、返金ルートは、購入前の確認済みチェックアウト時に表示されます。

リポジトリには、サンドボックス化されたストア構成と、明示的な URL フェッチと拡張形式を追加できる直接構成が含まれています。最終的なチャネルの可用性と機能の境界はリリース時に確認されます。音声推論はどちらの構成でもローカルのままです。

macOS 14 Sonoma 以降、Apple Silicon Mac。ストレージとメモリの必要性は、インストールすることを選択した音声およびテキスト モデルによって異なります。