DijiFlow Dictate を始める: セットアップ、ホットキー、そして最初のディクテーション

ダウンロードしたてから、画面に最初の一文が出るまで、DijiFlow Dictate はコーヒーを淹れるくらいの時間しかかかりません。キーを押し、話すと、言葉がカーソルのあるところへそのまま現れます——メール、ドキュメント、チャット欄、コードのコメント、いまいるどのアプリでも。あつかうべきウィンドウも、コピー＆ペーストも、アカウントもありません。

そして、何もマシンを離れません。DijiFlow Dictate は OpenAI の Whisper 音声モデルを、WhisperKit と CoreML を通じてローカルで動かすので、サインインも、テレメトリーも、アップロードされる音声のただの 1 バイトもありません。このガイドは、インストールから音声入力まで、短い 4 ステップでご案内します。

• ~12 MB
  アプリのダウンロード
• 90+
  オンデバイスで文字化できる言語
• 0
  アカウントや音声のアップロード

まず必要なもの

多くはありません。DijiFlow Dictate は小さなメニューバーアプリです——ダウンロードはおよそ 12 MB。音声モデルは別になっていて、求める精度と言語のカバー範囲に応じておよそ 300 MB から 6 GB の幅があります。ダウンロードは一度きりで、そのあとはすべてが完全にオフラインで動きます。

• Mac または PC。Apple Silicon 上の macOS 14 以降、あるいは Windows 10 か 11。Windows では AMD、Intel、NVIDIA の GPU がすべて動きます。NVIDIA のカードは CUDA と最新のドライバを必要とします。
• マイク。始めるには内蔵マイクで十分です。騒がしい部屋ではヘッドセットが役立ちますが、最初の一回には要りません。

プランを前もって決める必要はありません。無料プランはずっと使え、30 日間の Trial はクレジットカードなしで Pro の全機能を解放します。賢い進め方は、まずインストールして、どのプランが合うかを考える前に、実際の音声入力を一度試してみることです。

4 ステップで設定する

各ステップは一度きりのことです。一度すませば、それ以降、音声入力はキーひと押しになります。

1. ダウンロードして開く

   アプリをインストールして起動します。大きなウィンドウではなく、メニューバー（macOS）またはシステムトレイ（Windows）に常駐します。初回起動時、オペレーティングシステムがマイクへのアクセスと、カーソル位置に文字を入力する許可を求めます——どちらも承認してください。さもないとアプリはあなたの声を聞けず、テキストも置けません。

2. 音声モデルを選ぶ

   モデルのダウンロードを促されます。小さいモデルは速くて軽く、大きいモデルはアクセントや専門用語によりよく対応します。まずは中くらいのサイズから始めましょう——あとで入れ替えられます。インターネット接続が必要なのは、この部分だけです。

3. ホットキーを設定する

   設定を開き、音声入力を起動するショートカットを割り当てます。文の途中で衝突しないよう、ほかで使っていないキーの組み合わせを選びましょう。たいていのアプリや場面では、空いている静かな修飾キーやファンクションキーがあるものです。

4. 最初の音声入力を実行する

   任意のテキスト欄をクリックし、ホットキーを押して話します。ほどなく、言葉がカーソル位置に届きます。これがすべての流れです——押す、話す、完了。

モデルのダウンロードが終われば、あなたは完全にオフラインです。その最初のステップのあとは、何にも接続は要りません。

最初の一文をうまく決める

最初の音声入力は、続けるかどうかを決める一回なので、勝てるように整えましょう。いきなり実際のメールにホットキーを向けるのではなく、空のメモか走り書き用のドキュメント——間違っても困らないところ——を開いてください。

そして、いつものペースで一つの完全な文を言ってみます。たとえば「打ち合わせを木曜に動かして、前夜に資料を送ろう」のように。過剰に発音したり、一語ずつ話したりしたくなる衝動はこらえてください。Whisper は句読点や綴りのためにフレーズ全体を読むので、丁寧に区切った文より、自然でまとまった文のほうがきれいに出てきます。

精度を微調整する

初期設定のままでも箱から出してすぐ十分ですが、ちょっとした調整を二つ加えると、よりよくなります——とくに、名前や専門用語の多い仕事ならなおさらです。

• 言語を設定する。DijiFlow Dictate は 90+ の言語を文字化します。話している言語を指定すれば、結果がすぐに、より信頼できるものになります。
• 背景の雑音を減らす。静かな部屋が役立ち、通話や共有スペースではヘッドセットのマイクがさらに役立ちます。
• モデルのサイズを一段上げる——小さいモデルが専門用語、固有名詞、強いアクセントでつまずくなら。大きいモデルは、わずかな速度と引き換えに、はっきりとよい精度をもたらします。

なぜオンデバイスの部分が大切なのか

ほとんどの音声入力ツールは、文字化のためにあなたの声をサーバーへストリーミングします。DijiFlow Dictate はその逆です——作業はすべてあなた自身のハードウェア上で起こります。サインインなし、利用の追跡なし、どこにも送られる音声なし。だからこそ、機密のメモ、顧客の仕事、まだ共有する気のない初期の下書き、そして安定した接続が当てにできないあらゆる場所に、すんなり収まります。待つべき往復がないので、あなたのネットワーク速度は一切関係しません。

ここから先へ

ふだん暮らしているアプリで、10 分ほど音声入力してみてください。ホットキーが手に馴染んでくると、話すことがあっという間に、初稿を書き留める最速の方法になります——そして無料プランなら、それを自分のペースで確かめられます。全機能の準備ができたら、DijiFlow Dictate Pro をご覧ください。