オンデバイス音声文字起こしのPoC（Proof of Concept）アプリです。

• 音声録音・再生
• 2つの文字起こしエンジンを切り替え可能
  • WhisperKit: 複数モデルの選択（Tiny / Base / Small / Medium / Large-v3）
  • Apple SpeechAnalyzer: OS組み込みの音声認識
• リアルタイムメモリ使用量モニタリング
• 文字起こし結果のコピー

• macOS（Xcode用）
• Xcode 26.0以上
• iOS 26.0以上の実機
• Apple Developer アカウント（実機テスト用）

• SpeechAnalyzerはシミュレーターでは動作しません

git clone git@github.com:dominion525/WhisperPoC.git
cd WhisperPoC
open WhisperPoC.xcodeproj

1. プロジェクトを開く
2. Signing & Capabilities で自分の Apple ID / Team を選択
3. Bundle Identifier を一意の値に変更（例: com.yourname.WhisperPoC）
4. 実機を接続して実行

• iPhone で「信頼されていないデベロッパ」と表示された場合:
  • 設定 → 一般 → VPN とデバイス管理 → デベロッパ App → 信頼

1. モデル選択: ドロップダウンからWhisperモデルを選択

   • Tiny (~75MB): 最速、精度低め
   • Base (~140MB): バランス型
   • Small (~460MB): 実用的な精度
   • Medium (~1.5GB): 高精度
   • Large-v3 (~3GB): 最高精度

2. 初期化: 「初期化」ボタンをタップ

   • 初回はモデルのダウンロードが必要（数分かかる場合あり）
   • ダウンロード後、ウォームアップ処理が実行される

3. 録音: 赤い録音ボタンをタップして録音開始/停止

4. 再生: 青い再生ボタンで録音内容を確認

5. 文字起こし: 「文字起こし」ボタンをタップ

   • 処理時間と速度倍率が表示される
   • 結果はコピーボタンでクリップボードにコピー可能

6. リセット: 矢印ボタンでモデルを解放し、別のモデルを選択可能

1. 言語選択: ドロップダウンから言語を選択（日本語 / English）

2. 初期化: 「初期化」ボタンをタップ

   • OS組み込みのモデルを使用するため、ダウンロード不要

3. 録音: 赤い録音ボタンをタップして録音開始/停止

4. 再生: 青い再生ボタンで録音内容を確認

5. 文字起こし: 「文字起こし」ボタンをタップ

   • 処理時間と速度倍率が表示される
   • 結果はコピーボタンでクリップボードにコピー可能

6. リセット: 矢印ボタンでモデルを解放し、別の言語を選択可能

• SwiftUI
• WhisperKit（Swift Package Manager経由）
• Speech framework（SpeechAnalyzer）
• AVFoundation（録音・再生）
• CoreML / Apple Neural Engine

WhisperPoC/
├── WhisperPoCApp.swift          # アプリエントリーポイント
├── ContentView.swift            # メインUI
├── WhisperManager.swift         # WhisperKit管理
├── SpeechAnalyzerManager.swift  # SpeechAnalyzer管理
└── warmup.m4a                   # ウォームアップ用音声ファイル

• 初回の文字起こしはANE/GPUコンパイルのため遅い
• ウォームアップ処理により、ユーザーの初回文字起こしは高速化済み
• Release ビルドで最適なパフォーマンスを発揮

MIT License

• WhisperKit
• Whisper