Show HN: Yap – ダウンロード不要な macOS 用 OSS オンデバイス音声ディクテーション

HN の皆さん！私が取り組んできた OSS プロジェクトを共有したいと思います。 これは Yap と呼ばれるもので、macOS 用の小さなメニューバーアプリで、あらゆる入力に対して音声からテキストへの変換を行います。ホットキーを設定し、それを押して話し、もう一度押すと、テキストが現在フォーカスされているフィールドに貼り付けられます。すべてローカルで実行され、コンピューターから離れることはありません。完全に OSS で MIT ライセンスです。 macOS 14 では、Apple は最近、OS が提供・管理するモデルを使用してストリーミングオンデバイス音声からテキストへの変換を行う SpeechAnalyzer および SpeechTranscriber という 2 つの新しい API を追加しました。そのため、このアプリは独自のモデルを同梱しておらず、最初の単語が入力されるまで何もロードしません。最近のベンチマークでは、Apple のモデルは精度で Whisper Small をわずかに上回り、速度は約 3 倍でした（参照: https://news.ycombinator.com/item?id=48894752）。Mac では、モデルをダウンロードしたり、高価な API に料金を支払ったりする必要はもはやまったくありません。 多くの既存のディクテーションツールは、この OSS プロジェクトで回避したかったことのいくつかを行っています。それらは次のいずれかです。 - お金がかかる（OS に組み込まれているものに対して） - メモリ集約型のモデル（例: Whisper や Parakeet）をバンドルしている - Electron でラップされた Web アプリ - Intel Mac ではまったく動作しない - クローズドソース - すべてのトランスクリプトにアクセスできるサードパーティ API を使用している これは約 3,000 行のネイティブ Swift コードで、4 MB のアプリサイズで、アイドル時には 60 MB 近くのメモリを使用します。オーディオは AVAudioEngine から SpeechAnalyzer に、ライブプレビューのために volatile results を有効にして入力され、履歴は SwiftData に保存されます。ネットワークコードは一切含まれていません。 リポジトリとデモはこちらで利用可能です: https://github.com/FrigadeHQ/yap 質問があれば喜んでお答えしますし、機能リクエストも大歓迎です！