Velox - AI voice input

Velox - AI voice inputの紹介

Velox AI Inputは、macOS Sonoma以降専用に設計された音声入力アプリケーションです。従来のディクテーション方式に代わる、シンプルで集中できる音声からテキストへの変換体験を提供します。Option（⌥）キーを長押しするだけで録音を開始し、話す内容を即座に文字起こしして整形・貼り付けまで行えます。余計なウィンドウやインターフェース切り替えが不要なため、日常的な執筆作業において効率的に利用できます。

このアプリは、チャット、ドキュメント、メール、ターミナルなど、日々大量のテキスト入力を行うプロフェッショナルやライター、開発者に適しています。最小限の操作と邪魔にならないUIにより、生産性を損なわず、自然なワークフローの中で使用可能です。プライバシー保護とデータのローカル処理を重視した設計も特徴です。

主なポイント

• Option（⌥）キーを長押しして録音、離すと自動で文字起こし・修正・貼り付け
• 4つの音声認識サービスに対応：OpenAI、Groq、Alibaba Cloud、カスタムWhisper互換エンドポイント
• 専有サーバーを使用せず、ユーザー自身が設定したAPIキーとサービスのみを利用
• 貼り付け前にクリップボード内容（テキスト、画像、ファイル）を保存・復元
• アプリ切り替え時に誤ったウィンドウへの貼り付けを防ぐフォーカス認識機能
• 軽微な文章修正（句読点付加、基本的な文法修正）を実施しつつ意図を保持
• 7言語対応のUI。UI言語と出力言語を独立して設定可能（例：英語UI＋中国語出力）
• 音声データ、履歴、認証情報はすべてローカルに保存され、外部サーバーへ送信されない

Velox AI Inputの仕組み

基本的な操作は、Option（⌥）キーを押下することで開始します。画面下部にフローティングパネルが表示され、マイクからの録音が即時スタートします。キーを離すと録音が終了し、設定された音声認識サービスを使って音声をテキストに変換します。

変換後のテキストは、読みやすさを高めるために句読点の挿入や軽微な言い回しの調整が行われますが、ユーザーの表現スタイルは維持されます。処理中にフォアグラウンドアプリが変わっていなければ、結果はアクティブなアプリに自動貼り付けられます。もしアプリ切り替えが検出された場合は、パネル内に結果が一時保存され、必要に応じて手動でコピーできます。音声ファイルはmacOSのサンドボックス内の一時領域に保存され、処理後に削除されます。

主な利点と用途

Velox AI Inputは、迅速かつハンズフリーでテキスト入力が必要な場面で特に有用です。メール作成、ドキュメントの下書き、コードコメントの記述、リアルタイムチャットなど、継続的な執筆タスクでの活用が期待できます。補助ウィンドウを立ち上げずに済むため、作業の流れを妨げず、生産性の向上につながります。

プライバシー保護は設計の中心にあり、APIキーはmacOS Keychainに安全に保管され、アプリケーションの内容やテキストデータは収集・保存されません。ユーザーは自ら選択したAPIサービス（クラウド型または自己ホスト型）を通じて処理を行うため、コストとデータ管理を完全にコントロールできます。

UI言語と出力言語を別々に設定できるため、英語インターフェースを使いながら繁体字中国語や日本語などの出力を得られるなど、多言語環境にも対応可能です。ローカル履歴の保持、HUD位置の記憶、Apple SiliconおよびIntel Macとの互換性により、セキュアで効率的な音声入力ソリューションをmacOS上で提供します。

システム要件

• macOS 14.6（Sonoma）以降
• マイクアクセス許可
• 貼り付け自動化のためのアクセシビリティ許可
• 重い処理には8GB以上のRAM推奨
• クラウド型STTサービス使用時は安定したインターネット接続が必要