概要
「拾字 · Voicetype Studio」は、動画をテキストに変換し、ローカルでダウンロード・処理を行うmacOS向けのツールです。
yt-dlpとmlx-whisper（Apple Silicon向け）を基盤とし、動画のURLから文字起こし（txt/srt/vtt/json形式）や動画ダウンロードが可能です。
YouTube、Bilibiliなど1,800以上のプラットフォームに対応し、一括処理、リアルタイム字幕スクロール、全文検索機能を備えています。
また、OpenAI互換サービスなどのAIキーを接続することで、文字起こし結果の要約、学習ノート作成、Q&Aカード化といったAI整理機能も利用できます。
主にmacOSユーザー、特にApple Silicon搭載者で、動画コンテンツの文字起こしやダウンロード、その後のAIによる情報整理をローカル環境で行いたいユーザーを想定しています。
互換性・特徴
- macOS
- Python
- Web UI
- ローカル実行
- GPU対応
- CLI
基本情報
| ライセンス | AGPL-3.0 |
| Stars | 1 |
| カテゴリ | ASR / 音声認識 |
| アクティビティ | low |
最新リリース: v0.1.0 · 拾字 Voicetype Studio 首次发布 (2026-05-17)