HootVoice — ユーザーマニュアル

基本的な使い方

OS の任意のテキスト入力欄にカーソルを置き、録音ホットキー（既定 Ctrl+Shift+R）を押して話します。録音を停止すると音声が文字起こしされ、自動ペーストが有効ならそのまま入力欄に貼り付けられます。

よく誤変換される語句は「設定 → 辞書」で登録しておくと置換できます。

HootVoice の音声認識は、端末上（ローカル）で完結します。音声データを外部サーバに送信しません。

プライバシー: 会議内容や機密情報がクラウドに送られません。
速度安定: ネットワーク待ち時間の影響を受けず、CPU/GPU の性能に依存して高速に動作します。
コスト: API 利用料は不要です（無料で利用可能）。
ネットワーク使用について: 初回に Whisper モデルをダウンロードする場合のみ通信します。オフライン環境でも、あらかじめ models/ にモデルを配置しておけば利用できます。

初回起動時、選択中の Whisper モデルがユーザー設定ディレクトリに自動ダウンロードされます（既定 Large‑v3 約 3.1GB）。モデルは「設定 → 音声モデル」で変更できます。

Whisper モデルおよび ggml 変換版は OpenAI によって MIT License で提供されています。ダウンロードしたモデルを再配布する場合は、Whisper リポジトリのライセンス表記を必ず確認してください。

既定操作:

ツールバーの「設定」または起動直後に開くウィンドウから操作します。主なタブ:

一般
- 録音ホットキー、UI 言語、自動ペーストの ON/OFF
- フローティング表示に切替 / モデル／辞書フォルダを開く
デバイス
- 入力デバイス/ホスト、出力デバイスの選択
- 入力レベルメーター、感度（ゲイン）
- テスト録音でマイク動作を確認
音声モデル
- プリセット（Tiny/Base/Small/Medium/Large‑v3）と品質/速度の目安
- 選択モデルのダウンロード/適用、モデルフォルダの確認
辞書
- 標準形、別名、適用条件（Include）で語句置換を定義
- 検索、追加/編集/削除、適用ボタンで反映
ログ
- 録音/処理/コピー/ペーストなどのログを時刻付きで表示

変更は自動保存されます。モデル/辞書は「適用」ボタンでコアに反映します。

設定ウィンドウの「LLM」タブで「LLM による後処理を有効化」をオンにすると、Whisper の文字起こし結果をローカルの LLM に送り、整形・敬体化・要約などを自動で適用できます。

詳しいセットアップ手順や推奨モデルは LLM 後処理セットアップガイドを確認してください。

注意:

macOS の自動ペーストが効かない
- システム設定 → プライバシーとセキュリティ
- アクセビリティ: “HootVoice” を許可
- オートメーション: “HootVoice” → “System Events” を許可
Linux で自動ペーストが無反応
- Wayland は wtype、X11 は xdotool を導入。未導入時はコピーのみ。
Linux の Vulkan ビルド／実行で問題
- glslc libvulkan-dev vulkan-tools mesa-vulkan-drivers を導入（Ubuntu 24.04 例）し、vulkaninfo で確認
マイクが表示されない
- aplay -l / arecord -l とオーディオサーバの設定を確認

最新リリースを公式サイトや配布ページからダウンロードし、既存のアプリケーションに上書きしてください。設定やモデルはユーザーデータディレクトリに残るため再設定は不要です。現在自動アップデート機能はありません。

アプリ本体を削除し、必要ならユーザーデータも削除してモデル容量を解放:

Waybar 連携
- ステータスを OS 標準の設定ディレクトリ（例: ~/.config/HootVoice/status.json）に出力
- Waybar のカスタムモジュールで定期的に読み込む構成が可能

HootVoice で、より快適な音声入力を！