環境設定
環境設定 には、文字起こしごとに変わらない設定があります。ウィンドウ右上の歯車から開きます。変更は自動で保存されます。
- 外観: システム（システムに従う）、ライト、ダーク。
- インターフェースのサイズ: テキストとコントロールのサイズ。80% から 200% まで。既定値は
100%。変更はすぐに反映されます。 - インターフェースの言語: Audiotext の言語、または システムの言語。利用できる言語をご覧ください。
- 日付の形式: 文字起こしの日付を表示する形式で、インターフェースの言語に従います。短い形式（
2026/10/04）、中間の形式（既定）、長い形式（2026年10月4日）、ISO（2026-10-04）から選べます。メニューには各形式が例とともに表示されます（同じ見た目になる形式は 1 つだけ表示されます）。 - 時刻の形式: 自動（インターフェースの言語の時計）、12 時間制（
午後1:30）、24 時間制（13:30）。 - 通知: 文字起こしが完了したときにシステムの通知を表示します（フォルダの場合は、すべてのファイルが完了したとき。監視中のフォルダの場合は、新しいファイルが完了するたびに 1 つの通知で）。既定でオンです。macOS では スクリプトエディタ、Windows では Windows PowerShell からの通知として表示されるため、システムの設定でこれらのアプリの通知を許可または停止します。Linux では
notify-send（libnotify-binまたはlibnotifyパッケージ）が必要です。 - アップデートを自動で確認: アプリを開いたときに新しいバージョンを確認し、ある場合は上部バーに バージョン … が利用可能です ボタンを表示します。このボタンでダウンロードページが開きます。プレリリース版は案内されません。既定ではオンです。
プロバイダー
Section titled “プロバイダー”要約、質問、翻訳のプロバイダーです。
- 要約 → プロバイダー と モデル。
- 質問 → プロバイダー と モデル: 文字起こしについての質問に答えるものです。変更するまでは要約のものと同じです。
- 翻訳 → プロバイダー と モデル。DeepL と Google Translate には選べるモデルはありません。
- Ollama → サーバー URL: Ollama のアドレス。既定は
http://localhost:11434。
モデル を空にするとプロバイダーの既定のモデルを使います。プロバイダーの横のボタンで、その API キーを設定します。
API キー
Section titled “API キー”各サービスのキーです。API キーを設定… をクリックしてキーを入力するか、API キーを変更… で置き換えます（空にすると削除されます）。キーはシステムの資格情報ストアに保存されます。キーは用途ごとにグループ分けされ、設定済みのキーにはチェックマークが表示されます。
| グループ | キー | 用途 |
|---|---|---|
| LLM プロバイダー | OpenAI の API キー | Whisper API、および OpenAI での要約・質問・翻訳 |
| Anthropic の API キー | Claude での要約・質問・翻訳 | |
| DeepSeek の API キー | DeepSeek での要約・質問・翻訳 | |
| Gemini の API キー | Gemini（Google AI Studio）での要約・質問・翻訳 | |
| Mistral の API キー | Mistral での要約・質問・翻訳 | |
| xAI の API キー | Grok での要約・質問・翻訳 | |
| 翻訳 | DeepL の API キー | DeepL での翻訳（無料プランのキーも使えます） |
| Google の API キー | 無料枠を超える Google Speech-to-Text と、Google Translate（Cloud Translation API） | |
| 文字起こし | Hugging Face のトークン | WhisperX での話者の識別 |
各エンジンのオプションを、エンジンごとのセクションにまとめています。
WhisperX
Section titled “WhisperX”計算タイプ、バッチサイズ、CPU を使用。WhisperX の詳細オプションをご覧ください。Apple シリコン搭載の Mac では、CPU を使用 がオンでない限り、WhisperX は GPU で文字起こしします。Mac の場合をご覧ください。Mac の GPU では、計算タイプ と バッチサイズ のヒントに適用されない旨が表示され、CPU を使用 には 対応モデル へのリンクがあります。
Whisper API
Section titled “Whisper API”温度 と 単語のタイムスタンプ。Whisper API のオプションをご覧ください。
字幕の分け方です。動画の上や 字幕 モードに表示される字幕、エクスポートした字幕ファイル、字幕付き動画に適用されます。各オプションには、横長の動画用と、幅が狭い縦長の動画（スマートフォン向けなど、幅より高さがあるもの）用の値があります。
| オプション | 横長 | 縦長 |
|---|---|---|
| 字幕 1 つの最大行数 | 2 |
2 |
| 1 行の最大文字数 | 42 |
24 |
| 中国語・日本語・韓国語: これらの言語での 1 行の文字数（文字幅がラテン文字の約 2 倍のため） | 16 |
10 |
字幕の各行の長さはそろえられ、スペースなしで書く言語は文字の間で改行されます。
単語をハイライト は、.srt と .vtt ファイルで各単語を話されたタイミングで下線表示します。既定ではオフです。
このアプリについて
Section titled “このアプリについて”Audiotext のバージョンと、このドキュメント、GitHub のソースコード、寄付ページへのリンクです。アップデートを確認 を押すと、すぐに新しいバージョンを確認します。ある場合はボタンが ダウンロード に変わり、そのページを開きます。