LM Studioのローカル音声文字起こし、Linuxにも対応

LM Studio公式アカウントは、音声データをクラウドへ送らずに使えるローカルのリアルタイム音声文字起こしを紹介した。話した内容をエージェントへの入力にでき、MacとWindowsに加えてLinuxでも利用できるという。ローカル処理を選ぶ理由が、モデルの実行場所だけでなく、声のデータをどこへ渡すかにも広がる点が気になる。

声の入力を端末内で完結

今回の軸は、音声をリアルタイムで文字にしながら、その音声データをクラウドへ送らないことだ。キーボードで文章を整える前に、長めの指示や思いついた修正をそのまま話したい場面では、入力方法の選択肢になる。

ただし、投稿が明示しているプライバシー上の範囲は音声データについてだ。対応言語、文字起こしの精度、必要な動作環境などは元投稿だけでは分からない。「ローカル」という一語から、周辺の処理まで推測しないほうがよい。

Linux追加で3環境に

Mac、Windowsに続いてLinuxが加わったことで、普段Linuxを使う人も同じ音声入力を試せるようになった。複数のOSをまたぐ作業でも、入力方法をそろえやすくなるのは地味にうれしい変化だ。

一方、今回の素材は公式Xでの短い紹介で、導入手順や細かな仕様までは示していない。まず確かめたいのは、自分が使う言語での認識と、普段の指示が会話の速さでどこまで正確に文字になるか。ローカル処理という特徴は明快だからこそ、実用性は手元の環境で見たい。

参照したX投稿

LM Studio（@lmstudio）の元投稿