# OpenWhispr vs Whisper（OpenAI） OpenWhispr は月間 291,756 訪問、前月比成長率 -13.3%、料金体系無料を記録しています。Whisper（OpenAI）は月間 0 訪問、成長率 —、料金体系無料を記録しています。 | 指標 | [OpenWhispr](https://openaitools.app/ja/tool/openwhispr) | [Whisper（OpenAI）](https://openaitools.app/ja/tool/whisper-github) | | :--- | :--- | :--- | | ウェブサイト URL | https://openwhispr.com | https://github.com/openai/whisper | | カテゴリ | AI 音声テキスト化, AI 文字起こし, 音声テキスト化 AI, AI ノートテイカー | AI 音声認識, AI 音声テキスト化, AI 文字起こしツール, AI 翻訳 | | 料金モデル | 無料 | 無料 | | 月間訪問数 | 291,756 | 0 | | 前月比成長率 | -13.3% | — | | 主要市場 | アメリカ合衆国 | グローバル | | ダイレクト訪問 | 72,621 | 0 | | レビュースコア | 4.5 | 4.8 | | 保存数 | 0 | 3 | | 対応プラットフォーム | ウェブサイト | オープンソース | ## OpenWhispr OpenWhispr が解くのは単純な算数の問題です。多くの人は毎分 40 語程度しか打てませんが、話す速度は 150 語に近い。アプリは設定可能なホットキーで音声を取り込み、認識モデルに通し、フォーカス中の入力欄に結果を貼り付けます。ChatGPT、Claude、Cursor、Slack、Docs、Gmail、IDE のいずれでも動きます。単一アプリの中ではなく OS レベルで動作するため、専用ツールではなく汎用の入力手段になります。 最大の特徴は音声をどこで処理するかです。ローカルモードでは Whisper や NVIDIA Parakeet などのモデルを自分のハードウェア上で完全に実行し、データは外部に出ません。クラウドモードは任意で、自分のプロバイダーキーを接続でき、文字起こし完了後に録音は削除されます。プロジェクトは MIT ライセンスで GitHub に公開され、SOC 2 Type II、ISO 27001、HIPAA、GDPR に関する情報も掲示しています。無料ツールとしては珍しく、セキュリティ審査で止められがちな現場を意識した作りです。 素の文字起こしに加えて、音声コマンドと AI 整形が重なります。「clean this up」「Mike にメールの下書きを作って」のように話すと、モデルが粗い文字起こしを整えます。カスタム語彙は人名や専門用語、たとえば製品名や社内サービス名、データベース識別子など訂正から自動学習します。汎用の音声入力が最も失敗しやすい部分です。言語は 100 以上を自動判定し、会話の途中で切り替えても追随します。 **料金とプラン:** ダウンロードも利用も無料で、コードは MIT ライセンスで公開されています。ローカルのオンデバイス文字起こしと、自分の API キーを使うクラウド文字起こしにソフトウェア費用はかかりません。有料のクラウドプロバイダーを選ぶ場合は、そのプロバイダーに直接支払います。組織導入向けに別途料金ページとエンタープライズ相談窓口があります。 - **全システム音声入力:** 設定したホットキーを押すと、フォーカス中のアプリに文字が入力されます。チャット、エディタ、ブラウザ、ターミナルすべてで動作します。 - **ローカルまたはクラウド処理:** Whisper や NVIDIA Parakeet などのオンデバイスモデルで完全なプライバシーを確保するか、自分のキーでクラウド文字起こしに切り替えられます。 - **AI 整形と音声コマンド:** 「clean this up」「メールの下書き」といった指示で、モデルが生の文字起こしを整文してから出力します。 - **カスタム語彙の自動学習:** 人名や専門用語、技術用語を訂正内容から自動学習し、繰り返し出る語彙の誤認識を防ぎます。 - **100 以上の言語とオフライン動作:** 100 を超える言語を自動判定し、インターネット接続がなくても利用できます。 **強み:** MIT ライセンスで本当に無料かつオープンソースで、コードを確認できます。; オンデバイスモデルにより完全オフラインで使え、音声が端末外に出ません。; 特定のエディタやチャットに閉じず、あらゆるアプリで動作します。; SOC 2 Type II、ISO 27001、HIPAA、GDPR 関連の情報を公開しており、無料ツールでは珍しいです。 **制約・デメリット:** ローカルモデルには相応のディスク容量と一定のハードウェア性能が必要です。; クラウド処理を使う場合は API キーを自分で用意して管理する必要があります。; クラウド機能は外部プロバイダー依存のため、品質とコストはプロバイダー次第です。 [Profile (Markdown)](https://openaitools.app/ja/tool/openwhispr.md) ## Whisper（OpenAI） Whisperは、非常に大規模で多様なWeb音声データで学習された汎用音声認識モデルとしてOpenAIが発表しました。音響・言語・句読点のモジュールを積み重ねるのではなく、あらゆる音声タスクをトークン予測問題として扱います。文字起こし、翻訳、言語識別、音声区間検出はすべて1つのTransformerエンコーダ・デコーダを共有し、特別なタスクトークンで区別されます。この単一モデル設計のおかげで、pipでのインストールだけでノートPC上でも多言語の文字起こしが動き、Whisperはオープンな音声認識の事実上の基準となりました。 リポジトリには6つのモデルサイズ（tiny、base、small、medium、largeと高速なturbo）があり、精度とメモリ・速度のトレードオフを選べます。各サイズには英語専用の.en版もあり、英語音声ではより高いスコアを出す傾向があります。一方、非英語音声を英語に翻訳する場合は多言語版を使います。実用上のVRAMはtinyの約1GBからlargeの約10GB程度で、小さいモデルは民生ハードウェアやCPUでも快適に動き、大きいモデルは通常GPUと組み合わせます。 Whisperはホスト型サービスではなくモデルとPythonパッケージであるため、ダッシュボードやアカウント、利用枠はありません。インストールしてコマンドラインで音声ファイルを指定し、上位の連携は自分で実装します。ffmpeg経由で多くの音声形式に対応しますが、言語ごとの精度差は大きく、高リソース言語は強く低リソース言語は弱い点は本番利用の前に把握しておく価値があります。 **料金とプラン:** 完全に無料のオープンソースです。コードと重みはMITライセンスでGitHubに公開されており、利用料や分単位の課金はありません。実行する計算資源のコストと、OpenAIのホスト型サービスを併用する場合のAPI利用料のみが発生します。 - **単一のマルチタスクモデル:** 1つのTransformerが文字起こし、英語への音声翻訳、言語識別、音声区間検出を担い、特別なタスクトークンで切り替えます。 - **複数のモデルサイズ:** tiny、base、small、medium、large、turboから選べ、英語専用の.en版も用意。精度とVRAM・速度を調整できます。 - **幅広い言語対応:** 多言語モデルは数十言語の文字起こしと翻訳に対応し、混在言語の音声でも言語を自動判定します。 - **コマンドラインとPython API:** pipでopenai-whisperを導入し、ターミナルや自作Pythonコードから文字起こし。音声のデコードはffmpegが担当します。 - **寛容なMITライセンス:** 商用・個人のプロジェクトに自由に組み込み、改変、再配布でき、ライセンス料は不要です。 **強み:** 完全無料のオープンソースで、寛容なMITライセンス; 多言語の認識精度が高く、言語の自動判定にも対応; ローカル実行のため音声が自社のハードウェアから出ない; 複数のモデルサイズで利用可能な計算資源に精度を合わせられる **制約・デメリット:** ホスト型UIやアカウント、公式サポートはなく自分で導入・運用する必要がある; 大きいモデルは実用的な速度に数GB以上のVRAMとGPUが必要; 低リソース言語や雑音の多い音声では精度が明確に落ちる; セットアップにPython、PyTorch、ffmpegが必要で非開発者には手間 [Profile (Markdown)](https://openaitools.app/ja/tool/whisper-github.md) ## よくある質問 ### OpenWhispr と Whisper（OpenAI）の月間トラフィックはどのように比較されますか？ OpenWhispr の月間訪問数は 291,756、Whisper（OpenAI）は 0 です。トラフィックの推定値はオーディエンスの規模を示すものであり、製品の品質を示すものではありません。 ### 成長率はどのように比較されますか？ OpenWhispr の前月比成長率は -13.3%、Whisper（OpenAI）は — です。 ### 料金はどのように比較されますか？ OpenWhispr: 無料。ダウンロードも利用も無料で、コードは MIT ライセンスで公開されています。ローカルのオンデバイス文字起こしと、自分の API キーを使うクラウド文字起こしにソフトウェア費用はかかりません。有料のクラウドプロバイダーを選ぶ場合は、そのプロバイダーに直接支払います。組織導入向けに別途料金ページとエンタープライズ相談窓口があります。 Whisper（OpenAI）: 無料。完全に無料のオープンソースです。コードと重みはMITライセンスでGitHubに公開されており、利用料や分単位の課金はありません。実行する計算資源のコストと、OpenAIのホスト型サービスを併用する場合のAPI利用料のみが発生します。 ## 代替ツール | # | ツール名 | 月間訪問数 | 前月比成長率 | 料金モデル | Summary | Profile (Markdown) | | :--- | :--- | :--- | :--- | :--- | :--- | :--- | | 1 | [TurboScribe](https://openaitools.app/ja/tool/turboscribe-ai) | 27,661,771 | +2.1% | フリーミアム | TurboScribe is an AI transcription service that turns audio and video into accurate text in 98+ languages. It offers effectively unlimited transcription on paid plans, handles large uploads up to 10 hours or 5GB per file | [.md](https://openaitools.app/ja/tool/turboscribe-ai.md) | | 2 | [Otter AI](https://openaitools.app/ja/tool/otter-ai) | 7,360,981 | +9.6% | フリーミアム | リアルタイム文字起こしと自動要約で、あらゆる会話を検索可能な知識に変えるAI会議エージェント | [.md](https://openaitools.app/ja/tool/otter-ai.md) | | 3 | [Happy Scribe](https://openaitools.app/ja/tool/happyscribe-com) | 4,088,330 | +8% | フリーミアム、無料トライアル、有料 | 150以上の言語に対応するAI文字起こしと議事録 | [.md](https://openaitools.app/ja/tool/happyscribe-com.md) | | 4 | [Video Transcriber AI](https://openaitools.app/ja/tool/video-transcriber-ai) | 1,320,064 | +11% | フリーミアム | あらゆる動画や音声を数秒でテキストに | [.md](https://openaitools.app/ja/tool/video-transcriber-ai.md) | | 5 | [Deepgram Voice AI](https://openaitools.app/ja/tool/deepgram-voice-ai) | 863,852 | +31.8% | 無料トライアル | リアルタイム音声認識・音声合成・音声エージェントを一つの API プラットフォームで | [.md](https://openaitools.app/ja/tool/deepgram-voice-ai.md) | | 6 | [Transkriptor](https://openaitools.app/ja/tool/transkriptor-com) | 628,671 | -3.6% | 無料トライアル、有料 | 音声と動画を検索可能なテキストに変えるAI文字起こし | [.md](https://openaitools.app/ja/tool/transkriptor-com.md) | | 7 | [AssemblyAI](https://openaitools.app/ja/tool/assemblyai) | 453,591 | -6.9% | フリーミアム、料金は要問い合わせ | 開発者向けの音声文字起こしと音声インテリジェンス API | [.md](https://openaitools.app/ja/tool/assemblyai.md) | | 8 | [通義听悟（Tongyi Tingwu）](https://openaitools.app/ja/tool/tongyi-tingwu) | 425,484 | -10% | 無料 | 仕事と学習のための AI アシスタント。 | [.md](https://openaitools.app/ja/tool/tongyi-tingwu.md) | | 9 | [Superwhisper](https://openaitools.app/ja/tool/superwhisper) | 238,286 | -13.9% | フリーミアム | 洗練されたクロスプラットフォームの音声入力体験を提供しますが、OpenWhisprのようなネイティブなオープンソースの柔軟性やセルフホスト機能はありません。 | [.md](https://openaitools.app/ja/tool/superwhisper.md) | | 10 | [Gladia](https://openaitools.app/ja/tool/gladia) | 232,451 | +6.4% | フリーミアム、料金は要問い合わせ | 本番運用の音声プロダクト向け音声認識とオーディオインテリジェンス API | [.md](https://openaitools.app/ja/tool/gladia.md) | --- 出典: https://openaitools.app/ja/compare/openwhispr-vs-whisper-github More Markdown: [カテゴリ](https://openaitools.app/ja/categories.md) · [トラフィックランキング](https://openaitools.app/ja/rankings.md) · [llms.txt](https://openaitools.app/ja/llms.txt)