Appleの新しい文字起こしAPI「SpeechAnalyzer」がスピードテストでOpenAIのWhisperを圧倒
公開日: 2025年06月19日 23:00
Appleは、今年の年次開発者カンファレンス「WWDC25」で、新しい音声テキスト変換API「SpeechAnalyzer」を発表しました。このAPIは、iOS 26やmacOS Tahoeに導入され、音声からテキストへの変換速度においてOpenAIのWhisperを凌駕することが確認されました。
スピードテストの結果
Apple関連メディアのMacStories編集者、フィン・ボーヒーズ氏が実施したテストによると、「SpeechAnalyzer」はWhisperと比較して約55%も速いことが判明しました。ボーヒーズ氏の息子が開発したCLIツール「Yap」を使い、34分の4K動画の音声を音声テキストに変換したところ、わずか45秒で完了したとのことです。逆に、WhisperのLarge-v3モデルを用いると、文字起こしには1分41秒かかりました。
以下のムービーで、実際に「Yap」を使用して文字起こしを行う様子が確認できます。
効率性と品質の向上
ボーヒーズ氏は、複数の動画や長尺コンテンツでの文字起こし処理において「SpeechAnalyzer」の利点がさらに顕著になると指摘しています。字幕作成や講義の書き起こしを行う頻度が高いユーザーにとっては、数時間の時間を節約できる可能性があります。また、文字起こしの品質についても、「Whisperと比較して目立った違いはない」と評価しています。
Openソースプロジェクト
ボーヒーズ氏が開発した「Yap」のソースコードはGitHubで公開されており、CC0 1.0 全世界ライセンスのもとで利用可能です。ただし、macOS Tahoeは開発者向けのベータ版のみが提供されており、Apple Developer Programに参加している開発者ユーザーのみがアクセスできます。
このように、Appleの「SpeechAnalyzer」は、その優れたスピードと効率性を保持しつつ、文字起こしの質を高める可能性があります。音声処理技術の発展が今後も期待されます。
🧠 編集部より：
Appleの新しい文字起こしAPI「SpeechAnalyzer」がスピードテストでOpenAIのWhisperを圧倒
Appleの最新テクノロジー、特に「SpeechAnalyzer」APIは、文字起こしの速度において、OpenAIのWhisperを凌ぐ結果を示しました。このAPIは、Appleの年次開発者カンファレンス「WWDC25」で発表され、iOS 26およびmacOS Tahoeに統合されています。ボイスメモやメッセージアプリなどでのリアルタイム文字起こし機能に強化されたこの新しい技術は、特に大きなコンテンツの処理において非常に効率的です。
背景と豆知識
-
APIの進化:
- Appleは豊富なエコシステムを持ち、様々なデバイスやアプリでネイティブな音声処理機能を利用しています。SpeechAnalyzerの導入によって、さらに質の高いサポートが可能になりました。
-
Whisperとの比較:
- Whisperは高品質な文字起こしを提供しますが、その処理速度は問題視されていました。ボーヒーズ氏のテストによると、SpeechAnalyzerは1分40秒程度かかる作業を、わずか45秒で終えることができたそうです。効率性の向上は、特に長時間の動画や音声コンテンツにおいて顕著です。
- 開発環境:
- 現在、macOS Tahoeは開発者向けのベータ版が提供されており、利用するためにはApple Developer Programへの参加が必須となります。このプログラムは、Appleの最新の技術に早期にアクセスしたい開発者にとって、非常に重要なものです。
関連情報へのリンク
- WWDC25についての詳細
- iOS 26の新機能
- macOS Tahoeに関する記事
- SpeechAnalyzerの開発者向けドキュメント
- YapのGitHubページ
- Apple Developer Program
この新技術により、内容の書き起こしを頻繁に行うプロフェッショナルやクリエイターにとって、時間短縮や効率化が期待されます。SpeechAnalyzerは、Appleの音声テクノロジーの最前線を象徴するものとして、今後の展開に注目が集まります。
-
キーワード: SpeechAnalyzer
Appleの新しい文字起こしAPI「SpeechAnalyzer」が、OpenAIのWhisperと比較して大幅に処理速度を向上させ、リアルタイム文字起こし機能が強化されていることが報告されています。
※以下、出典元 ▶ 元記事を読む
Views: 0
