TypeToTalk 🎙️⌨️

TypeToTalk は、Mac のキーボードを叩く代わりに「声」でタイピングするための、プロフェッショナル向け音声入力アシスタントです。

既存のツールへの最大の不満点である**「クリップボード履歴の上書き」を完全に解消**し、M1 Pro などの Apple Silicon の性能を極限まで引き出す設計になっています。

✨ 特徴

• 🚫 クリップボードを汚さない: Accessibility API を使用し、フォーカスのある入力欄にテキストを直接注入。コピー履歴を一切破壊しません。
• 🎙️ 聞き取りエンジン選択:
  • WhisperKit (オンデバイス、デフォルト): M1 Pro / Apple Silicon 最適化、ネット不要、完全ローカル。
  • ElevenLabs Scribe v2 (クラウド): 99言語対応、ノイズ耐性が高い。録音音声を ElevenLabs サーバーへ送信。
• 🧠 ハイブリッド AI 成形:
  • オンライン (Groq / OpenAI): 利用したい整形 AI を設定画面から選択可能。
  • オフライン (Bonsai): 今週リリースの最新 1-bit LLM (Bonsai 8B) を採用。ネットがなくてもローカルで賢く整形。
• ⌨️ グローバルショートカット: Cmd + Option + V（デフォルト）で、どのアプリからでも即座に録音開始。
• 🔒 プライバシー第一: WhisperKit 選択時は音声解析が完全に手元の Mac で完結。外部 API を使う場合（Groq / OpenAI / Scribe）は、それぞれの API へ送信するデータが異なるため後述「プライバシー注記」を確認してください。

🛠️ 技術スタック

• Language: Swift 6 (Concurrency-safe)
• UI: SwiftUI (macOS 14.0+)
• Audio Engine: WhisperKit / ElevenLabs Scribe v2 (Batch API)
• Formatter: Groq / OpenAI / Bonsai fallback
• Direct Input: Apple Accessibility API (AXUIElement)

🚀 セットアップ

1. 権限の設定

アプリをビルドして実行後、以下のシステム権限を許可してください：

• マイク: 音声を録音するために必要です。
• アクセシビリティ: 他のアプリの入力欄に文字を直接書き込むために必要です。

2. API キーの設定 (オプション)

設定画面から整形 AI を選び、必要な API キーを入力してください。Groq / OpenAI のどちらも利用できます。

3. 聞き取りエンジンの選択

設定画面の「聞き取りAI」から WhisperKit (ローカル) / ElevenLabs Scribe (クラウド) を選択できます。

• WhisperKit: デフォルト。完全ローカル、ネット不要。
• ElevenLabs Scribe: クラウド送信が発生。API キーは設定画面の「APIキー」欄から入力します。API キーは ElevenLabs API Keys で取得できます。

4. ローカルモデルの配置

Bonsai によるオフライン成形を利用する場合、モデルファイルを ~/.typetotalk/models/bonsai-8b-1bit に配置してください。

5. .app のビルド

XcodeGen で macOS アプリの project を生成し、Info.plist を反映した .app をビルドできます。

./scripts/build_app.sh

Release ビルド:

./scripts/build_app.sh Release

出力先:

/tmp/TypeToTalkDerivedData/Build/Products/Debug/TypeToTalk.app

🔐 プライバシー注記

機能	送信先	送信内容
WhisperKit (聞き取り)	送信なし	— (完全ローカル)
ElevenLabs Scribe (聞き取り)	api.elevenlabs.io	録音音声 (multipart/form-data)
Groq (整形)	api.groq.com	文字起こし後テキスト
OpenAI (整形)	api.openai.com	文字起こし後テキスト
Bonsai (整形)	送信なし	— (完全ローカル)

WhisperKit + Bonsai の組み合わせを選べば外部送信なしで運用できます。クラウド系 (Scribe / Groq / OpenAI) を選択した場合、各サービスのプライバシーポリシーが適用されます。

---

Produced by Gemini CLI for tamekuniz. Project initiated: 2026-04-19