Zoom、Teams、Google Meetに対応し、オフラインで動作するAI搭載の会議議事録。 完全にプライベート。1日500ワードまで無料で使用可能。
会議議事録ソフトは、すべての組織で静かに深刻化する問題を解決します。平均的な知識労働者は週に11〜15回の会議に出席します。各会議の終了後、誰かがアクション項目、決定事項、文脈をまとめなければなりません。実際には、誰も行わないか、または一人の人が会議終了から20分後に記憶を頼りに不完全な状態で慌てて行うことになります。
その結果は劇的ではなく、緩やかで構造的なものです。アクション項目が見落とされたり、部屋にいなかった人に文脈が伝わらなかったりします。2週間後、何が決定されたかを再確認するために再会議を開くことになります。そのコストは見えにくいですが実際には存在します。10人のチームで、会議ごとにドキュメント作成の不備により生産的な作業時間が20分失われることは、年間で数百時間もの損失になります。
既存の会議文字起こしツールには独自の摩擦があります。Otter.aiやFireflies.aiはクラウドベースであり、すべてが their サーバーにアップロードされるため、機密性の高いビジネスディスカッション、顧客情報、秘密保持契約（NDA）対象のデータを扱うチームにとって懸念が生じます。Zoomの内蔵文字起こしはZoomアカウントを必要とし、対面会議では機能しません。Microsoft Teamsの文字起こしはTeams会議に限定され、特定のライセンス階層を必要とします。
StarWhisperは、何もアップロードせずにWindows上で動作する会議議事録ソフトです。対面会議、ハイブリッド通話、録音されたZoom/Teamsセッション、または任意の音声ソースに対応します。文字起こしエンジンはローカルで実行され、最高のクラウドサービスを支えるのと同じAIモデルであるOpenAI Whisperを使用しますが、クラウドは使用しません。
会議のオーディオがOtter.aiやFirefliesに送られると、それらのサーバーで処理されます。それらのプライバシーポリシーでは、通常、オプトアウトしない限り、モデルの改善のためにデータが使用されることが許可されていますが、オプトアウトプロセスは様々です。法律事務所、金融アドバイザー、医療企業、または守秘義務のある組織にとって、第三者のAIサービスに会議録音をアップロードすることは、重要なコンプライアンス上の問題となります。
StarWhisperのローカル処理とは、オーディオファイルとトランスクリプトがマシンから決して流出しないことを意味します。これにより、秘密保持契約（NDA）、弁護士とクライアントの秘匿特権の要件、ビジネスディスカッションのクラウドアップロードを禁止する内部セキュリティポリシーとの互換性が確保されます。
StarWhisperは、68万時間のオーディオでトレーニングされたトランスフォーマーベースの音声認識システムであるOpenAI's Whisper modelに基づいて構築されています。アクセント、背景ノイズ、複数の話者（順番に）、29以上の言語を、カスタムトレーニングなしで処理できます。
会議の進行役は、StarWhisperのプッシュトーク機能を使用して、会議中に重要な決定事項とアクション項目をリアルタイムに音声入力します。フローティングウィジェットは任意のアプリケーションに重ねて表示できます。メモは会議後の整理不要で、共有ドキュメントに即座に反映されます。
ビデオ通話を録音し、そのオーディオファイルをStarWhisper Proに読み込んでオフラインで文字起こしします。45分の会議は、最新のCPUで約3〜5分で完全なテキストトランスクリプトを生成します（GPUを使用するとさらに高速）。トランスクリプトは要約やアクション項目の抽出のためにドキュメントにエクスポートできます。
ハイブリッド設定では、StarWhisperを実行している会議室のPCが、部屋内の音声をリアルタイムで文字起こしできます。リモート参加者はソフトウェアを必要とせず、部屋内のオペレーターだけがStarWhisperを実行します。トランスクリプトはローカルマシンに残ります。
会議後、個人のフォローアップメモ、タスク、文脈をNotion、Confluence、Asana、またはメールに直接音声入力でき、タイピングよりも高速です。StarWhisperのウィジェットはWindows上の任意のテキストフィールドで機能するため、コピーアンドペーストの手間がありません。
ソフトウェア企業の6人のプロダクトチームが、会議ワークフローにStarWhisperを統合している具体的な例を紹介します。
月曜日 午前9:00、週次計画会議
プロダクトマネージャーは、60分のスプリント計画セッション中、自分のラップトップでStarWhisperを実行します。彼らは重要な決定事項と割り当てられたタスクをリアルタイムに音声入力し、共有Notionページに直接入力します。会議後の事務作業は不要です。チームは、プロジェクトwikiに既に文書化された決定事項を持って会議を終了します。
火曜日、顧客通話の録音
見込み客との45分間のZoomディスカバリーコールをローカルで録音します。通話後、セールスエンジニアはMP4音声をStarWhisper Proにドラッグ＆ドロップします。完全なトランスクリプトは4分で準備完了です。機能リクエストと競合他社の言及を確認し、関連する抜粋をCRMに貼り付けます。すべて昼休み前に完了します。
金曜日、振り返り（レトロスペクティブ）
エンジニアリングリードは、チームがまだ部屋にいる間に、振り返りのアクション項目をConfluenceに口頭で音声入力します。音声入力はタイピングの3〜4倍の速さです。誰も会議室を出る前にページは公開されます。
週間を通じて合計で節約できる時間：約45〜60分のドキュメント作成作業が削減されます。チームは、管理作業に費やす時間を減らしながら、より良いメモ（記憶から再構成されたものではなく、リアルタイムでキャプチャされたより完全なメモ）を作成できます。
会議文字起こしは、あらゆる組織において最も機密性の高いコンテンツの一部をキャプチャします：戦略的ディスカッション、人事の会話、顧客交渉、財務予測。データがどこに行くかという問題は、他のほぼすべての文字起こしのユースケースよりも会議において重要です。
StarWhisperのオフラインモードは、すべてをローカルで処理します。オーディオファイルがアップロードされることは決してありません。外部サーバーにトランスクリプトが保存されることもありません。録音されたビジネスディスカッションにアクセスできるベンダーは存在しません。これにより、StarWhisperは以下に適しています：
GDPR第5条データ最小化の原則は、組織が目的に必要なデータのみを処理することを義付けています。オーディオを外部に送信しないローカル文字起こしソリューションは、クラウドベースの代替手段よりも本質的にデータ最小化要件との適合性が高くなります。
また、セールスコールのドキュメント管理を行っているチームについては、顧客との会話ワークフローに関する具体的なガイダンスについては、セールスコール文字起こしのページを参照してください。
会議ワークフローでStarWhisperを稼働させるのに約8分かかります：
重いファイル文字起こし（1日に複数の録音）を行うチームの場合、GPU搭載ワークステーションは処理時間を大幅に短縮します。StarWhisperは設定なしでNVIDIA CUDA GPUを自動検出して使用します。
| 会議ごとの手動メモ作成・整理 | 平均15分 |
| 1人あたりの週次会議数 | 12 |
| 週次ドキュメント作成時間（チーム合計） | 合計30時間 |
| StarWhisper導入後（5分/会議） | 合計10時間 |
| 週次回復時間 | 約20時間 |
知識労働者のコストを平均1時間あたり50ドルとすると、週に20時間の回復は労働効率において週1,000ドル相当となります。StarWhisper Proの費用は、インストールあたり月額10ドルです。たとえチームの2〜3人が定期的に使用したとしても、ROIの回収は数日で測定されます。
労働コストに加えて、品質の側面もあります。ライブオーディオから作成されたトランスクリプトは、30分後に誰かが覚えていた内容ではなく、実際に言われたことをキャプチャします。ドキュメントが正確で即座である場合、アクション項目の完了率が向上します。これは定量化するのは難しいですが、切り替えを行ったチームから一貫して報告されています。
「以前はOtter.aiを使用していましたが、法務チームから顧客との通話が第三者サーバーにアップロードされていることが指摘されました。StarWhisperはその問題を解決しました。品質は同じで、何もマシンから出ていきません。」
、SaaS企業、ビジネス開発マネージャー
「私は3つの非営利団体の理事会を担当しています。すべてのセッションには機密性の高い財務やHRのディスカッションが含まれます。オフラインで動作するものが必要でした。StarWhisperの録音ファイル文字起こし機能は、私が必要としていたものそのものでした。」
、エグゼクティブアドミニストレーター
「以前のプロセスは、会議に参加し、記憶からメモを書き、見落とし、同僚に再確認する、というものでした。今では、決定事項をライブで音声入力し、Confluenceに貼り付けます。メモの質は向上し、所要時間は20分ではなく5分になりました。」
、フィンテックスタートアップ、プロダクトマネージャー
StarWhisperは、通話中にシステムマイクまたはヘッドセットからオーディオをリアルタイムでキャプチャできます。ファイルベースの文字起こしについては、Zoom/Teamsから録音を保存し、そのオーディオファイルをStarWhisper Proに読み込みます。どちらのワークフローも完全にオフラインです。
現在のバージョンのStarWhisperには、異なる話者の自動ラベル付け（話者ダイアリゼーション）機能はありません。会話の完全なトランスクリプトを生成します。複数の話者がいる会議では、タイムスタンプ付きのファイル文字起こしを使用すると、文脈に基づいて手動で話者を識別できます。話者ダイアリゼーションは開発ロードマップにあります。
StarWhisper Proは、MP3、WAV、M4A、FLAC、OGGオーディオファイルを受け付けます。ビデオファイルの場合は、VLCやFFmpegなどの無料ツールを使用して最初にオーディオを抽出してください。Zoom、Teams、Google Meetのほとんどの会議録音はMP4でエクスポートされるため、MP3に抽出して処理するのが最速です。
Whisperのトレーニングデータには、多様なアクセントと複数の話者を含むコンテンツが含まれていました。large-v3モデル（Pro）は、録音品質が良好な典型的なビジネス会議オーディオで93〜97%の単語精度を達成します。背景ノイズ、マイクからの距離、高度な専門用語が精度を低下させる主な要因です。
Otter.aiには、ライブボット参加、話者ラベル、会議要約など、より会議特有の機能があります。StarWhisperはインターネットを必要とせず、何もサーバーにアップロードせず、Otterのチームプラン（月額20ドル以上）に対して、無制限で月額10ドルのコストです。自動会議ボットや話者ラベルが必要な場合はOtterを選択してください。プライバシー、オフライン機能、コストが決定要因である場合はStarWhisperを選択してください。
StarWhisperにはWindows PCが必要です。対面会議では、高品質なマイク（またはPCに音声を供給するUSB録音デバイス）を備えたStarWhisperを実行しているラップトップが部屋をキャプチャします。あるいは、電話で会議を録音し、その後Windowsマシンでファイルを文字起こしすることもできます。
会議の録音と文字起こしは、管轄区域によって異なる同意法の対象となります。米国では、連邦法とほとんどの州で、少なくとも一方の同意（自分自身の同意）が必要です。一部の州（カリフォルニア、イリノイなど）では、全員の同意が必要です。会議を録音する際は常に参加者に通知し、適用法を遵守してください。StarWhisperはツールであり、同意の義務はユーザー側にあります。
無料プラン：1日500ワード。次の会議でリアルタイム音声入力をテストするのに十分です。月額10ドルのProで、無制限のファイル文字起こしとlarge-v3モデルがアンロックされます。ダウンロードにアカウントは不要です。
Microsoft Storeでも入手可能。Windows 10およびWindows 11で動作します。