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
- OpenAI と Groq — 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 と LLM モデル を設定すると整文を使えます。
- 音声プロバイダ を 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。