ヘルプ & FAQ

録音、文字起こし、AI要約、統合機能についてご説明します。

はじめに

録音を開始するには?
メインウィンドウの録音ボタンをクリックするか、⌘Rを押してください(WaveLogウィンドウがフォーカスされているときはSpaceも使えます)。リアルタイムで文字起こしが始まります。もう一度⌘Rを押すと停止します。
録音するオーディオソースを選択するには?
設定 → 録音でマイクやシステムオーディオソースを選択できます。システムオーディオキャプチャを有効にすると、ZoomやTeamsなどの音声も録音できます。
既存の音声ファイルを文字起こしできますか?
できます。音声ファイル(MP3、M4A、WAVなど)をWaveLogウィンドウにドラッグ&ドロップするか、ファイル → 音声をインポートを使用してください。ライブ録音で選択したのと同じオンデバイスASRエンジン(Whisper、Qwen3-ASR、SherpaASR)でローカル文字起こしされます。

文字起こし

文字起こしは端末外に送信されますか?
いいえ。すべての文字起こしはMetal GPU加速を使った選択済みローカルエンジン(Whisper、Qwen3-ASR、SherpaASR)によりデバイス内で処理されます。録音データや文字起こしがサーバーにアップロードされることはありません。
対応言語は?
Whisper large-v3-turboは自動検出で99言語に対応しています。Qwen3-ASRとSherpaASRは対応言語が異なります。設定 → 文字起こしで言語を固定またはエンジンを切り替えられます。
オフラインでも使えますか?
はい。録音・文字起こし・話者分離・再生はすべてオフラインで動作します。インターネット接続はログイン・ライセンス確認・クラウド連携時のみ必要です。
文字起こしの精度は?
WaveLogは3つのローカルASRエンジンに対応しています — Whisper large-v3-turbo(99言語、最高精度)、Qwen3-ASR(Apple Siliconに最適化した低遅延)、SherpaASR(軽量SenseVoice)。設定 → 文字起こしでエンジンを選択できます。騒音や強いアクセント、専門用語では精度が低下する場合があります。

話者分離

話者検出はどのように機能しますか?
デバイス内のONNXモデルで各話者の音声埋め込みを生成し、文字起こしを自動セグメント化します。設定 → 分析で2種類のモデルを選択できます:ECAPA-TDNN(高速・軽量)とSherpa-pyannote(重複発話での高精度)。
話者名を変更できますか?
はい。文字起こし内の話者ラベルをクリックすると名前を変更できます。変更はセッション全体の該当話者に適用されます。
誤った話者割り当てを修正できますか?
できます。セッション右上のToolsボタン → 「Speaker tools」を開いてください。ドロップダウンで2人の話者を選んで統合(マージ)するか、Splitボタンで分離モードに入り、メッセンジャービューの吹き出しをドラッグしてセグメントを選択し確認すると新しい話者として分離されます。同じパネルから話者分析を再実行することもできます。
何名まで識別できますか?
1セッションにつき最大8名の話者を識別できます。

AI要約

AI要約を利用するには?
完了したセッションを開き、「AI要約」タブをクリックしてください。会議の要約・アクションアイテム・キーポイントが3つのモードで生成されます。AIプロバイダーとモデルは設定 → 分析で設定できます。
対応しているAIプロバイダーは?
WaveLogはお使いのMacに既にインストール・サインイン済みのAI CLI(Claude CLI(Anthropic)、Antigravity CLI(Google)、Codex CLI(OpenAI))に接続します。設定 → 分析またはAI要約タブでプロバイダーとモデルを選択できます。認証は各CLIのアプリが行うため、WaveLogがAPIキーを保存・転送することはありません。
要約はどの言語で出力されますか?
設定 → 分析 → LLM設定の出力言語設定に従います。デフォルトは文字起こし言語と同じで、上書きして常に特定の言語で出力することもできます。
WaveLogは各AI CLIをどのように呼び出しますか?
WaveLogは会議の文字起こしとシステムプロンプトをまとめ、各AI CLIに1回だけワンショット(非インタラクティブ)方式で渡し、結果を受け取ります。 • Claude CLI: claude --print --output-format json --model <モデル> --system-prompt <システム> (ユーザープロンプトはstdinで渡されます) • Antigravity CLI (agy): agy -p "<システム + ユーザープロンプト>" (positional引数として渡されます) • OpenAI Codex CLI: codex exec --json --skip-git-repo-check --model <モデル> - (結合プロンプトはstdinで渡されます) 3つのCLIはいずれもあなたのMac上であなた自身の認証で実行され、WaveLogのサーバーを経由しません。
AI要約の利用に費用はかかりますか?
プロバイダーと認証方式によって異なります。 • Antigravity (agy) — Google Antigravityアカウントの無料枠に含まれます。現在、従量課金ポリシーはありません。 • OpenAI Codex — ChatGPT Plus($20/月)またはProサブスクリプションに含まれており、追加費用はありません。 • Claude — 2026年6月15日より、Anthropicはclaude --printのような非インタラクティブな呼び出しをインタラクティブ使用量とは別の"Agent SDK credit"プール(Pro $20 / Max 5x $100 / Max 20x $200 月間)から差し引きます。クレジット消費後は従量課金APIレートが適用されます。ANTHROPIC_API_KEY環境変数が設定されている場合は、時期やプランに関わらず常に従量課金となります。 請求は各AIプロバイダー(Google / OpenAI / Anthropic)からユーザーに直接行われ、WaveLogのサーバーは関与しません。

エクスポートと連携

どの連携サービスが利用できますか?
Jira、Notion、Confluence、Linear、Slack、Google Docsにアクションアイテムや要約をエクスポートできます。
連携サービスを接続するには?
設定 → 連携で対象サービスの「接続」をクリックしてOAuth認証を行います。トークンはmacOSキーチェーンに安全に保存されます。
エクスポート時のデータは安全ですか?
OAuth 2.0を使用し、トークンはmacOSキーチェーンに保存されます。選択したテキストのみが送信されます。

キーボードショートカット

録音のクイック操作は?
⌘Rでアプリ内どこからでも録音をオン/オフできます。メインウィンドウがフォーカスされているときはSpaceも使えます。(⌘+SpaceはmacOS Spotlightのショートカットのため、WaveLogでは使用しません。)
録音の特定の場所にジャンプするには?
文字起こし画面のセグメントをクリックすると、その時刻に即座にジャンプします。
すべてのショートカットを確認するには?
⌘/でキーボードショートカット一覧ダイアログを開けます。

トラブルシューティング

マイクにアクセスできないと表示される
システム設定 → プライバシーとセキュリティ → マイクでWaveLogが許可されているか確認してください。
AIモデルのダウンロードにどれくらいかかりますか?
Whisper large-v3-turboは約1.6GBで、高速回線で3〜10分程度かかります。Qwen3-ASRとSherpaASRは別途ダウンロードが必要でサイズが異なります。各エンジンのダウンロードは初回のみで、以降は完全オフラインで動作します。
設定 → 分析にAIプロバイダーが表示されない
対応するAI CLI(Claude CLI、Antigravity CLI、Codex CLI)がMacにインストールされ、そのCLIのアプリでサインイン済みであることを確認し、WaveLogを再起動してください。問題が続く場合はCLIを再インストールし、要求されるシステム権限を許可してください。
キーチェーンのダイアログが繰り返し表示される
「常に許可」をクリックすると繰り返しを防止できます。2回以上表示される場合は連携を切断して再接続してみてください。
文字起こしは正しいが話者ラベルが間違っている
指向性マイクを使用し、同時発話を避けてください。話者ラベルをクリックして手動で修正することもできます。

さらにお困りですか?

お問い合わせ: diveai.contact@gmail.com

2営業日以内に回答いたします。