音声モデル
ローカル Whisper モデルの管理 — ダウンロード・削除・プロファイル別の選択。
音声モデル 画面は、端末上の音声テキスト変換を担うローカル Whisper モデルを管理します。これは純粋なモデル管理です。ダウンロード、インストール状態とサイズの確認、削除を行えます。グローバルな「アクティブモデル」はなく、各 プロファイル が自分のモデルを選びます。
モデルライブラリ
モデルは tiny（高速・小容量・低精度）から large-v3（低速・大容量・最高精度）まであります。大きいモデルほどディスクと RAM を消費し、文字起こしに時間がかかります。多くの用途では small か medium がバランス良好です。速度より精度が重要なら大きいモデルを選びます。
日本語専用の Kotoba Whisper もあります。large-v3 級の日本語精度を約 0.5GB の軽さで実現するモデルで、プロファイルの認識言語が日本語のときのみ選択できます。
各行にはダウンロードサイズとインストール状態、ダウンロード/削除ボタンが表示されます。既定モデル（Whisper Turbo）は各機能のフォールバック先となるため削除できません。
ダウンロード
音声モデル画面からダウンロードできるほか、プロファイルの音声モデルドロップダウンから直接ダウンロードもできます（未ダウンロードのモデルにダウンロードボタンが表示されます）。進捗オーバーレイが表示され、キャンセル・再試行が可能です。
アイドル時のアンロード
メモリを空けるため、ロード済みの音声モデルは アイドル時間後にアンロード されます（設定 の 音声モデルの保持時間 で指定）。次の音声入力で自動的に再ロードされるため、操作は不要です。
モデルはアプリ起動時ではなく、音声入力の開始時に遅延ロードされます。アクティブなプロファイルのモデルが未ダウンロードの場合、録音は開始されず、先にダウンロードを促すダイアログが表示されます。
Apple Speech（端末上）
Whisper のほかに、プロファイルは Apple Speech（Apple 内蔵の端末上音声テキスト変換）を使えます。API キー不要で、音声は Mac の外に出ません。macOS 26 以降 が必要で、それ未満ではローカル Whisper にフォールバックします。Whisper モデルと同様に、言語別アセットをこの画面からダウンロードでき、プロファイルの認識言語が一致するときのみ選択できます。
クラウド上での音声テキスト変換
クラウドの精度を使いたい場合、プロファイルはローカルモデルの代わりに OpenAI または Groq の音声テキスト変換を使えます。自分の API キーを使用します。キーはこの画面のクラウド欄でも LLM モデル でも保存できます（プロバイダの 1 つのキーで音声テキスト変換と LLM 整文の両方をまかなえます）。