Windows の音声入力
キーを押しながら話すと、カーソルの位置に文字が入ります。
Windows では Win+H を押すと、標準の音声入力が使えます。VinPUT は、もうひとつの選択肢です。無料のオープンソースの音声キーボードで、音声認識はお使いのグラフィックカードの上で動きます。ローカルでLLMを動かすのと同じ感覚です。
Win+H と VinPUT
Win+H はインストール不要で、ちょっとした入力には十分便利です。VinPUT は次の点を補います。
- どのアプリでも。ブラウザ、チャット、エディタ、ターミナルなど、カーソルのある場所に入力します。
- F2 は Enter まで。F1 は文字を入力するだけ、F2 は入力のあとに Enter も押します。チャット欄や検索欄、プロンプトに向いています。
- モデルはお使いのPCで。認識はグラフィックカードかプロセッサで行われ、アカウントも文字数の制限も要りません。クラウドのモデルは、任意の Plus と Pro で使えます。
- オープンソース。ソースコードは GitHub に GPL-3.0 で公開しています。セットアップは 3.3 MB で、管理者権限は不要です。
プロンプトを声で入力
プロンプトは長くなりがちで、打つより話すほうがずっと速く済みます。Cursor や Codex、ターミナルの入力欄をクリックし、F2 を押したまま用件を話して離してください。文字が入り、そのまま Enter まで押されます。認識はお使いのPCの中で行われるので、音声は外に出ず、どれだけ使っても課金されません。
3ステップで始める
- セットアップをダウンロードして実行します。署名がまだないため Windows が SmartScreen の警告を出したら、詳細情報、実行の順にクリックしてください。
- Settings の Models で、お使いのPC用のモデルをダウンロードし、Use を選びます。日本語なら Whisper large-v3 turbo から始めるのがおすすめです。Settings、General、Languages には
ja-JPを入力します。アプリのメニュー名は英語です。 - テキスト欄をクリックし、F1 か F2 を押しながら話して、離します。文字が入り、F2 なら Enter も押されます。
日本語に対応したモデル
お使いのPCで動くモデルのうち、日本語には Whisper（99言語）と Qwen3-ASR（30言語、日本語を含む）が対応しています。Parakeet TDT v3 はヨーロッパの25言語のみなので、日本語ではこの2つを選んでください。Pro のオンラインモデルは60以上の言語に対応しています。グラフィックカードがあれば、VinPUT は標準で NVIDIA、AMD、Intel のカードを使います。設定でプロセッサに切り替えることもできます。
よくある質問
VinPUT は日本語に対応していますか？
はい。お使いのPCで動くモデルのうち、Whisper（99言語）と Qwen3-ASR（30言語、日本語を含む）が日本語に対応しています。Parakeet はヨーロッパの言語のみで、日本語には使えません。有料の Pro のオンラインモデルは60以上の言語に対応しています。
VinPUT は無料ですか？文字数の制限はありますか？
お使いのPCのモデルで音声入力するぶんには、無料です。時間の制限も文字数の制限もなく、アカウントも要りません。Plus（月額2.50ユーロ）と Pro（月額5ユーロ）は任意で、Pro はオンラインモデルが使え、7日間の無料体験があります。
グラフィックカードがないと使えませんか？
いいえ。グラフィックカードがなければプロセッサで動き、小さめのモデルなら十分に使えます。グラフィックカード（NVIDIA、AMD、Intel）があれば、VinPUT は標準でそちらを使い、より速く動きます。
関連ページ
- Voice coding on Windows 英語のページ：プロンプトを声で入力。
- Whisper dictation on Windows 英語のページ：Whisper でローカル音声入力。
- Offline speech to text on Windows 英語のページ：オフラインで使う。