macOS と Windows · 認識も翻訳もオフライン、トークン消費なし

話せば、
読める。

キーを一つ押して話すと、カーソルの位置に文字が入ります。日常の文章や Vibe Coding のアイデアを音声で入力。画面の範囲を翻訳し、ウェブページや動画字幕を二言語で読み、必要なら端末内の読み上げも使えます。

翻訳は速くて正確、しかもすべて自分のパソコンで動きます。音声も文字も端末の外に出ません。

macOS · Apple Silicon

Windows 10 以降 · x64

図で見るジェスチャーの使い方

一日の中の四つの場面

入れるのは一度。四つとも自分の端末で片づきます。

01

デスクで

押しながら話し、離せば文字に。

Mac は右コマンドキー、Windows は右 Alt キーを押しながら話します。離すとカーソルの位置に文字が入ります。チャット欄でも、オフィスの書類でも、Vibe Coding のプロンプトやコードのコメントでも同じ。ウィンドウの切り替えも、コピー&ペーストも要りません。

  • 中国語と英語を混ぜて話せます。文書、チャット、Vibe Coding の入力に
  • 入力方法はキー入力・貼り付け・タイプライター風から選べ、長い文章は自動で段落に分かれます
  • 固有名詞は単語リストに登録でき、「誤った語=正しい語」と書けばそのまま直ります
  • システムのマイクやイヤホンを使用。明瞭な音声と静かな環境が認識を助けます

02

ウェブを読むとき

外国語のページ全体を、ワンクリックで対訳に。

ブラウザ拡張機能がページ全体を対訳にします。原文と訳文が並び、ワンクリックでいつでも元に戻せます。文字を選べば吹き出しが出て、右側のフローティングボタンはいつでも呼び出せます。入力しながら訳せる独立したウィンドウもあります。

  • 対象言語は 15 種類。繁体字中国語も含みます
  • 本文だけか、ページ全体か。自分で選べます
  • 拡張機能はローカルのループバックポート経由で Supersey につながり、ペアリングは初回の一度だけです

03

デザインと資料

囲んだところが、そのまま読める。

選択枠を開いて、画面のどこにでもドラッグします。デザイン案、チャット画面、コピーさせてくれない PDF でも同じ。枠の中の文字を認識して翻訳し、元の位置に重ねても、横に並べても構いません。

  • 訳文の位置は左右・下・原文に重ねるから選べます
  • 翻訳モデルは必要なときにダウンロード。モデル不足や翻訳失敗を明確に表示
  • 設定した間隔で更新を続け、画面が変われば訳し直します

04

ソファで

字幕は再生しながら翻訳し、映像に合わせて読み上げ。

YouTube と Bilibili の字幕を、自動生成のものも含めてリアルタイムで対訳にします。スピーカーを押せば、ローカルの音声が映像に合わせて訳文を声に出して読み上げます。元の音声は自動で小さくなりますが、消音にはなりません。

  • track 字幕を使っているサイトなら、どこでも動きます
  • 中国語と英語の音声を端末内で合成。初回ダウンロードは約 330〜379 MB
  • 一時停止や再生速度に追従し、長い文は音程を変えずに早口になります

新機能 · HUD ジェスチャー

上にドラッグで入力翻訳。下で画面翻訳。

アプリを更新して起動すれば、ジェスチャーは有効です。追加の設定は不要。画面下部のカラフルな録音バー(HUD)から、2つの翻訳機能を開けます。

標準の録音キーWindows 右 AltMac 右 ⌘

Mac で Alt/Option を使うには、環境設定 → 音声入力 → ホットキーで右 Option(⌥)を選び、保存後に案内に従って再起動してください。キーを変更済みの場合は、そのキーを使います。

上にドラッグ

テキスト入力翻訳

入力や貼り付けができる独立した翻訳ウィンドウを開きます。ブラウザーの右クリック翻訳と同じ2列のレイアウトで、原文と訳文を見比べられます。

下にドラッグ

画面 OCR 翻訳

いつもの画面翻訳を開き、画面上の範囲を選択して文字を認識・翻訳します。ウィンドウの見た目と範囲選択の操作はそのままです。

操作イメージ · デスクトップアプリで操作してください

  1. ホットキーを長押し

    画面下部にカラフルな HUD が出るまで待ちます。話す必要はありません。

  2. HUD を押してドラッグ

    HUD 上でマウスの左ボタンを押したまま上下に動かし、機能名を表示します。

  3. 案内を見て離す

    開く案内が出たらマウスを離します。中央に戻してから離すとキャンセルできます。

すでに開いている場合は、同じ方向にもう一度。

HUD を再び表示し、同じ方向にドラッグして閉じる案内で離します。テキストの下書きはアプリの終了まで保持され、画面認識は停止します。HUD をクリックした回の録音は文字入力されません。

ライセンスを有効化し、案内に従って翻訳モデルを準備してください。画面 OCR は Complete 版が必要で、Mac では画面収録の許可も必要です。HUD が出ない場合は録音キーとマイク権限、Mac ではアクセシビリティと入力監視も確認してください。

ローカルにこだわる理由

あなたの声と文字は、あなたのパソコンの中に。

まだ送っていないメッセージ、固まっていない企画、ふと書き留めた思いつき。認識、翻訳、文章の整え、読み上げはすべて端末の中で済みます。アカウントも API キーも要りません。

  • 録音はディスクに書きません

    音声はメモリー上でローカルの認識エンジンに渡し、使い終われば破棄します。アップロードはしません。

  • ログに本文は残しません

    通常のログに残るのは文字数と状態だけ。本文まで残すかどうかは自分で有効にします。

  • クリップボードは元に戻します

    貼り付ける前に複数形式でバックアップし、書き込んだあとに復元します。その間にコピーしたものはそのまま残ります。

二つのプラットフォーム

同じ「押しながら話す」に、それぞれの強み。

中心の体験は同じです。ショートカットキーの考え方も、三つの入力方法も、画面翻訳とブラウザ翻訳も共通。違いは、それぞれのハードウェアと OS が出せる力のところに現れます。

macOS

Apple Silicon
  • 認識エンジンは環境設定で切り替えられ、自分の機種で速いほうを選べます
  • 録音中のオーバーレイには下書きが流れ、話しながら確認できます
  • 画面の文字認識は OS の Vision を使うので、容量は増えません
  • 環境設定はサイドバー検索と複数の表示言語に対応しています

Windows

Windows 10 以降 · x64
  • スマート一時停止:話し終えて自然に間が空くと録音が終わり、押し続けなくて済みます
  • 音声翻訳は品質モードに切り替えられ、長い文でも安定します
  • NVIDIA のグラフィックスカードがあれば、認識も翻訳も GPU で動きます
  • モデルは必要なときにダウンロード。導入済みのモデルはそのまま使えます

はじめに

三ステップで、最初のひと言。

  1. 1

    アプリを入れる

    Mac は DMG を開いて「アプリケーション」にドラッグします。Windows はインストーラーを実行するか、展開して Supersey.exe をそのまま開きます(同じフォルダーの _internal は残してください)。

  2. 2

    初回ガイドに沿って準備する

    認証後、音声入力に必要なモデルをダウンロードします。翻訳と読み上げのモデルは任意です。Mac はマイク、アクセシビリティ、入力監視を、Windows はデスクトップアプリのマイク利用を許可してください。

  3. 3

    ショートカットキーを押して話す

    準備完了後、入力欄で Mac は右コマンド、Windows は右 Alt を押して話します。音声翻訳は既定で右 Ctrl。設定で左右の単一キーや Ctrl + Shift の組み合わせに変更できます。

ライセンスキー 1 つで 2 台まで登録でき、機種を変えるときは自分で解除できます。認証後はオフラインで約四週間使え、そのあとに一度オンラインでの確認が必要です。

よくある質問

もう少し知りたいこと。

解決しない場合は お問い合わせ

SUPERSEY · macOS & WINDOWS

話せば、それで済む。

次のメッセージ、次のメモ、次の読めない外国語。