StarWhisperをインストールし、ローカルWhisperモデルを選択するだけで、内蔵モデルマネージャーがダウンロードと保存を自動で処理します。Pythonのセットアップ、手動でのファイルパス指定、コマンドライン操作は不要です。
Windows信頼済み • セキュリティ警告なし
内蔵モデルマネージャーがすべてを管理
設定でモデルを選択し、ダウンロードをクリックするだけ。プログレスバーで状況が表示されます。手動でのファイル管理やパスの設定は不要です。
モデルを瞬時に切り替えられます。素早い下書きにはTinyを、最終的な文字起こしにはLarge V3を使用。設定パネルからいつでも変更できます。
対応NVIDIAカード向けのGPUアクセラレーションモデル。StarWhisperが互換性のあるハードウェアを検出し、利用可能な場合にGPUアクセラレーションを使用します。
最適化されたWhisperのC++実装。Python版よりも高速です。コンパイル済みのバイナリがインストーラーに含まれています。
モデルはローカルに保存されます。必要なモデルが利用可能になれば、インターネット接続なしでローカル文字起こしが実行できます。
実際に使用するモデルだけを保持。ディスク容量が気になる場合は大きなモデルファイルを削除し、必要に応じて後から再ダウンロードできます。
ニーズに合ったモデルを選択
| モデル | サイズ | パラメータ | 用途 | ハードウェアの注意点 |
|---|---|---|---|---|
| Large V3 | 2.9 GB | 1.55B | レビューされる慎重な文字起こし | 性能的なGPUがあると最適 |
| Medium | 1.5 GB | 769M | 品質と速度のバランス | 最近の多くのシステムで良好に動作 |
| Small | 466 MB | 244M | 日常的なディクテーションと大まかな文字起こし | 入門モデルとして最適 |
| Base | 142 MB | 74M | 迅速な下書きと短いメモ | 低リソース消費 |
| Tiny | 75 MB | 39M | 非常に高速なラフ下書き | 最小リソース消費 |
通常、Whisperモデルを入手するには、Pythonのインストール、pipコマンドの実行、Hugging Faceからの手動モデルダウンロードが必要です。公式のプロセスは以下の通りです：
StarWhisperはこの複雑さを排除します。1つのインストーラーをダウンロードするだけで、すべてのモデルが内蔵モデルマネージャーから利用可能になります。お好みのモデルを選択し、ダウンロードをクリックするだけで文字起こしを開始できます。
Whisper Large V3は、長時間の録音をバッチ処理で文字起こしする際に、速度やディスク容量よりも品質が重要な場合に最適です。長いセグメントでトレーニングされており、短いライブディクテーションよりも数分のオーディオに対してその計算能力を発揮します。短いクリップに対しては、smallモデルが通常同等以上のパフォーマンスを発揮します。
短いライブディクテーション。あらゆるアプリで音声入力を行う場合、お勧めする実用的なデフォルトはsmallモデルです。largeモデルは短いクリップで過剰な修正やハルシネーション（幻覚）を引き起こす可能性があります。
Large V3は、特に長時間の録音において、性能的なGPUの恩恵を受けます。CPUのみの使用ははるかに遅くなる可能性があるため、ライブディクテーションではほとんどのユーザーがSmallを使用し、長時間ファイルのバッチ文字起こしの時にのみMediumまたはLarge V3を使用することをお勧めします。
Whisper.cppは、OpenAIのWhisperのC++移植版で、ローカル推論に最適化されています。Python実装に対する利点は以下の通りです：
StarWhisperにはWindows向けにコンパイル済みのwhisper.cppバイナリが含まれています。モデルは一般的なローカルWhisperワークフローと互換性がありますが、StarWhisperはモデルのセットアップ、アプリ統合、GPU設定、ローカル文字起こしワークフローをデスクトップインターフェースにまとめています。
ダウンロードしたモデルはローカルのアプリデータフォルダに保存されます。すべてのモデルをダウンロードした場合の総ストレージ要件は以下の通りです：
必要なモデルのみをダウンロードできます。ほとんどのユーザーはSmall（ライブディクテーションに推奨される実用的なデフォルト）を使用し、非ラテン文字スクリプト用にMediumを、長時間録音のバッチ文字起こし用にLarge V3をオプションで追加することをお勧めします。