Whisper

これにより音声データが外部に送信されることがなく、機密性の高い会議やインタビューの文字起こしにもプライバシーの心配なく利用できます。利用方法は多様で、Pythonパッケージ（pip install openai-whisper）で数行のコードから実行可能、whisper.cpp（C/C++実装）ではGPUなしのCPUだけでも高速に動作し、faster-whisperではCTranslate2による最適化で処理速度を大幅に向上させています。GUIアプリとしてはWhisperDesktopやBuzz、MacWhisperなどが利用可能で、プログラミングの知識がなくても使えます。

多くの商用サービスやアプリのバックエンドとしても採用されており、Notta、Otter.ai、Descriptなどの文字起こしサービスの一部もWhisperベースの技術を活用しています。OpenAIのAPIとしても提供されており（Whisper API）、1分あたり$0.006の低コストでクラウド上の文字起こしサービスを利用可能。ただし話者分離（誰が発言したかの識別）機能は標準では搭載されていないため、pyannoteなどの別ツールとの組み合わせが必要です。技術者やプライバシーを重視する方、コストを抑えて大量の文字起こしを行いたい方に最もおすすめの音声認識ソリューションで、世界中の開発者に利用されています。