NoTrack Coder 2.9.41 — エージェントに話しかけ、読み上げてもらう。すべてあなたのPC上で
NoTrack Coder 2.9.41 なら、エージェントに話しかけ、エージェントの声を聞くことができます。しかも、1バイトもPCの外へ出ません。 新機能は2つ。メッセージをタイプする代わりに声で入力できること、そしてどのメッセージも音声で読み上げられることです。聞き取りも読み上げも、すべてお使いのマシン上でローカルに処理されます。作業内容は手元に残る、という NoTrack Coder の原則そのままです。
タイプする代わりに、話す
メッセージ欄の送信ボタンのすぐ隣に、マイクのアイコンが加わりました。クリックして話し始め、終わったらもう一度クリックします。認識されたテキストはカーソル位置にそのまま挿入されるので、内容を確認し、必要なら編集して、ご自身で送信してください。あなたに代わって勝手に送信されることはありません。
どの言語で話しても自動的に判別されるため、設定は不要です。手がふさがっているとき、長い考えをタイプするより話したほうが早いとき、あるいは話すほうが考えやすいときに便利です。
どのメッセージも読み上げ
あなたのメッセージにもエージェントのメッセージにも、下の小さなアイコンバーにスピーカーのアイコンが表示されるようになりました。クリックで再生、もう一度クリックで停止します。コードブロック、リンク、表、絵文字は読み飛ばされるので、記号の羅列ではなく本文だけが聞こえます。最初の1文の準備ができた時点で読み上げが始まるため、長い返信でも待たされることなく、すぐに再生されます。
声もテキストも、マシンの外へ出ない
ここがいちばん大切な点です。音声認識はあなたのコンピューター上でローカルに実行され、マイクの音声がどこかへアップロードされることはありません。読み上げの音声もローカルで生成されるため、メッセージのテキストが音声化のためにマシンの外へ送られることもありません。クラウドの音声サービスも、アカウントへの引き渡しも、外部への通信もありません。音声入力はデバイス上で Whisper が、読み上げの声は Piper が担当します。どちらもオープンで、完全にあなたのPC上で動作します。
ダウンロードは求めたときだけ、いつでも削除可能
音声機能のために何かがインストールされるのは、初めて使ったときだけです。初めてマイクをクリックしたとき、アプリはPCの状態を確認し、あなたの同意を得てから Hugging Face 上の認識モデルをダウンロードします。NVIDIA グラフィックスカードを搭載したコンピューターでは、より大きく高精度なモデル(約 1.2 GB)、それ以外では軽量なモデル(約 0.5 GB)です。進行状況はマイクのアイコン上にそのまま表示されます。コンピューターの性能が足りない場合(RAM が 4 GB 未満、または空きディスク容量が不足している場合)は、黙って失敗するのではなく、その旨をはっきりお知らせします。
読み上げも同じ流れです。初めて使うとき、アプリは小さな音声エンジン(約 20 MB)と、そのメッセージの言語用の声(約 60–75 MB)のインストールの許可を求めます。新しい言語の声は、その言語で初めて読み上げたときに取得され、必ずあなたが同意したあとに行われます。
インストールされたものはすべて 設定 → ローカルモデル → 音声入力 / 読み上げ に一覧表示されます。ディスク上に何があるかを正確に確認でき、いつでも好きなときに削除できます。
Standard と Pro でご利用いただけます
音声入力と読み上げは Standard と Pro プランに含まれ、Windows と Linux(x64)で利用できます。Free プランのユーザーにもアイコンは表示され、クリックすると Standard と Pro に含まれる機能であることが案内されます。
2.9.41 を入手する
Windows 版をダウンロードするか、インストール済みの環境なら自動アップデートをお待ちください。対応は Windows 10 と 11 です。Linux をお使いの方は、こちらから Linux 版をどうぞ。
よくある質問
NoTrack Coder 2.9.41 の新機能は何ですか?
どちらも完全にデバイス上で動作する、2つの機能です。音声入力: メッセージ欄のマイクボタンで、タイプの代わりに声で入力できます。クリックして話し、もう一度クリックすると、認識されたテキストがカーソル位置に表示されるので、確認してから送信します。読み上げ: すべてのメッセージの下にあるスピーカーボタンで再生され、もう一度クリックすると停止します。どちらも言語は自動判別され、音声もテキストもコンピューターの外へ出ることはありません。
声やテキストは自分のコンピューターの外へ出ますか?
いいえ。音声入力の音声認識はPC上でローカルに(Whisper で)実行されるため、マイクの音声がアップロードされることはありません。読み上げもローカルで(Piper で)生成されるため、メッセージのテキストがマシンの外へ送られることはありません。どちらにもクラウドの音声サービスは使われていません。
何がダウンロードされ、サイズはどのくらいですか?
各機能を初めて使うときまでは何もダウンロードされず、ダウンロードはあなたが同意した場合に限られます。音声入力では初回に認識モデルをダウンロードします。NVIDIA グラフィックスカード搭載のPCでは約 1.2 GB、それ以外では約 0.5 GB です。読み上げでは、小さな音声エンジン(約 20 MB)と、メッセージの言語用の声(約 60–75 MB)がインストールされ、言語を追加するたびに、その言語の声が初回に1つ追加されます。インストールされたものはすべて、設定 → ローカルモデルで確認でき、削除もできます。
音声入力と読み上げに対応しているプランとシステムは?
Standard と Pro プランに含まれ、Windows と Linux(x64)で利用できます。Free プランのユーザーにもアイコンは表示され、クリックするとその機能が Standard と Pro に含まれることが案内されます。