音声・言語モデル

LLM モデル

クラウド LLM 整文とクラウド上での音声テキスト変換のための BYOK キー設定。

LLM モデル 画面は、クラウドプロバイダとその API キーを管理する場所です。クラウド機能は BYOK(自分のキーを持ち込む) 方式です。自分のキーを追加し、料金はプロバイダへ直接支払います。Ultra Whisper は上乗せをせず、データ経路にも入りません。

プロバイダ

LLM 整文

  • Groq — 高速・低コストな整文。標準の LLM プロバイダです。
  • OpenAI — GPT-5 系モデル。
  • Anthropic — Claude モデル(Haiku / Sonnet)。
  • Gemini — Google Gemini モデル。
  • DeepSeek — DeepSeek V4。

クラウド上での音声テキスト変換

  • OpenAIGroq — どちらも 1 つのキーで音声テキスト変換と LLM 整文の両方に使えます。

各プロバイダのキーはこの画面で入力します。キーは macOS の キーチェーン に安全に保存され、平文ファイルには保存されません。

プロファイルでプロバイダを使う

キーはここで一度設定し、あとはプロファイルごとに選択します。

  • プロファイルで LLM プロバイダLLM モデル を設定すると整文を使えます。
  • 音声プロバイダOpenAI または Groq に設定するとクラウド上での音声テキスト変換を使えます。

プロファイル入門 を参照してください。

プライバシー

ローカル Whisper を使い LLM 整文を行わない場合、何も Mac の外に出ません。クラウドプロバイダにオプトインした場合のみ、そのステップのデータ(クラウド上での音声テキスト変換なら音声、LLM 整文なら文字起こし)が、各社の規約のもとで そのプロバイダへ直接 送信されます。Ultra Whisper のサーバを経由することはありません。

プロバイダは今後も追加予定です。Deepgram などは現時点ではスコープ外です。