無料のローカル文字起こし：音声をアップロードしない

端末に残るもの：音声ファイル、デコードした音声、文字起こし、修正内容、書き出したファイル。ネットワークを通るもの：ページ自体、初回のWhisperモデルのファイル、「文字起こし完了」などの集計イベント（ファイル名や本文は含まない）、プライバシーポリシーで説明しているGoogleの広告スクリプトです。

モデルのダウンロード（モデルによって約80 MB〜800 MB）はブラウザにキャッシュされるので、同じ端末では次回から不要です。

ChromeやEdgeではF12（MacではOption+Command+I）を押してネットワーク（Network）タブを開きます。Safariは先に「開発」メニューを有効にしてください。一覧をクリアし、ファイルを選んで文字起こしします。初回はモデルファイルのリクエストが見えますが、録音と同じくらいのサイズのリクエストはありません。

サイズで並べ替えるとわかりやすくなります。さらに厳密に確かめるなら、一度文字起こししてモデルをキャッシュしてからページを再読み込みし、2つ目のファイルを処理する間の通信を見てください。

第三者に渡せない、渡したくない録音に向いています。機密性の高い取材、社内会議、同意書で外部サービスの利用を除外した研究インタビュー、個人的なメモなどです。

ローカル処理だけで端末が安全になるわけではありません。マルウェア、拡張機能、共有アカウントからは開いた内容が見えるので、文字起こしも録音と同じように慎重に扱ってください。