どのMacアプリにも
音声で入力
- # general
- # launch
- # design
- # support
リリース日は変わった？
実行例. アプリの動作を台本どおりに再現した例です。録画ではありません。
- 対応OS
- macOS
- モデル
- Ink 2
- ライセンス
- Apache-2.0
- 必要なもの
- CartesiaのAPIキー
- 技術スタック
- macOSSwift
- Cartesia の製品
- Ink 2
できること
InkItはApache-2.0の無料のオープンソースで、サブスクリプションはありません。支払うのは、あなたのCartesiaキーで使った文字起こしの分だけです。macOSのアクセシビリティ機能で貼り付け、そのあとクリップボードを元に戻すので、アプリごとの設定は要りません。今のところ音声入力は英語のみです。音声入力はすべて履歴に保存され、検索できます。
自分で動かす
InkItをダウンロードして開く
アプリケーションフォルダーに移動して開きます。短いセットアップで、マイクへのアクセスと、ほかのアプリに貼り付けるためにmacOSが求めるアクセシビリティへのアクセスを許可します。
CartesiaのAPIキーを貼り付ける
play.cartesia.aiで無料のキーを作成します。月に約15,000語の音声入力ができます。セットアップで求められたら貼り付けます。ショートカットを決めて話す
初期設定では、fnを押している間に話し、離すと貼り付けられます。右のCommandキーを1回押すとハンズフリーの音声入力が始まり、もう1回押すと止まります。どちらのキーもDictationの設定で変えられます。
コーディングエージェントで作る
どこから始めて、最初に何を読むべきかをコーディングエージェントに伝えるプロンプトです。
Fork https:/ and add a feature to it. Read the README and AGENTS.md first. InkIt is a Swift macOS app built with XcodeGen that streams microphone audio to Cartesia Ink 2 and types the transcript at the cursor.
仕組み
この設計にした理由
代わりに貼り付けて、クリップボードを元に戻す
InkItはテキストをクリップボードに入れ、代わりにCommand-Vを押します。そのため、貼り付けができるアプリならどこでも使えます。貼り付ける前にコピー済みの内容を保存し、0.4秒後に元に戻します。ただし、その間に別の内容に置き換わっていた場合は戻しません。貼り付けたテキストには印が付くので、クリップボード管理アプリには保存されません。
テキストはキーを離したときにまとめて届く
Ink 2は話している間に途中までのテキストを送り、聞き取りが進むにつれて書き直します。キーを離すと、InkItはInk 2に終了を伝え、最終的なテキストを最大3秒待ってからまとめて貼り付けます。その時点でテキスト欄にフォーカスがなければ、テキストはHistoryに保存されます。
Polishは整えるだけで、書き換えない
TranscriptRewriter.swiftのプロンプトは、「um」のようなつなぎ言葉や繰り返しを取り除き、「scratch that」や「I mean」と言い直したときは訂正後の内容だけを残すようモデルに指示します。数字はそのまま写し、口述した質問には答えません。モデルが失敗したり、話した量よりずっと長いテキストを返したりした場合、InkItは整える前の文字起こしを貼り付けます。
カスタマイズする
あなたの語彙
製品名、人名、表記をDictionaryに一度追加します。この一覧は音声入力のたびに一緒に送られるので、Ink 2がその言葉を聞き取り、指定どおりに表記します。
自分のモデルでPolishする
設定でPolish transcriptsをオンにします。Groq、Gemini、OpenAI、Anthropicのいずれかのキーを追加します。InkItは貼り付ける前に文字起こしをそのモデルに送り、句読点や聞き間違えた名前を直し、つなぎ言葉を取り除きます。キーを追加するまではオフのままです。
フォークする
CodeタブのコマンドでXcodeからビルドします。そのあと、ショートカット、履歴、整形用のプロンプトを変えられます。プロンプトはTranscriptRewriter.swiftにあります。
よくある質問
InkItの料金は？
アプリは無料です。音声入力にはあなたのCartesia APIキーを使い、無料のキーで月に約15,000語まで使えます。Polishをオンにした場合は、あなた自身のLLMキーを使います。
InkItはオフラインで使えますか？
いいえ。InkItは文字起こしのために音声をCartesia Ink 2に送るので、インターネット接続が必要です。
macOS標準の音声入力とは何が違いますか？
文字起こしにはCartesia Ink 2を使います。さらに自分の単語リストを登録でき、検索できる履歴を残し、選んだLLMでつなぎ言葉を取り除けます。
InkItは録音を保存しますか？
保存するのはMacの中だけです。不具合の報告に添付できるよう、直近1週間の音声入力のうち最新50件の音声を残します。履歴を消去すると、それらも削除されます。音声がMacの外に出るのは、Cartesiaで文字起こしするときと、自分で送ると決めた報告に添付するときだけです。
どのMacで使えますか？
InkItにはmacOS 14 Sonoma以降が必要です。
クックブックのほかの例
今すぐ始める
専門家に相談する。
音声体験の開発にCartesiaをどう活用できるか、私たちのチームにご相談ください。
開発を始める。
APIでモデルにアクセスし、数分で音声エージェントを本番環境に導入できます。