同じローカルネットワーク

認識を自分で設定：モデルとエンジン

音声を文字にするプログラムは PC で動きます。スマホではありません。スマホは聞くことと、つながったままであることだけです。

公式クラウドリレーでは、認識はクラウド側が担当します。このページは不要です。以下は、同じ Wi-Fi で長押しで話したいときです。

まず：話す言語の音声モデル

ローカルネットワークの経路では、音声はあなたの PC 上で文字になります。そのため PC に音声モデルが一度だけ必要です。デスクトップアプリにはダウンロードできるモデルの一覧カードがあり、話す言語ごとに並んでいます——指示するまで何もダウンロードされません。

1. PC で FlowMic を開き、設定 → 音声認識 と進み、「内蔵音声モデル」のカードを見つけます。
2. 「話す言語」で、実際に話す言語を選びます。言語ごとにダウンロードできるモデルが並んでいます。
3. 「モデルをダウンロード（一度だけ）」を押します。カードに進捗が出て、中断しても続きから再開できます。
4. 任意：同じカードの「ダウンロードフォルダー」は変更できます。システムドライブの空きが少ないときに役立ちます。変更しても、ダウンロード済みのファイルは自動では移動しません。

UI の図です。「内蔵音声モデル」カードには、話す言語の選択、ダウンロードできるモデルの行、ダウンロードフォルダーがあります。実際のアプリのカードを基準にしてください——モデルの一覧はリリースごとに変わります。

次に：どの言語をどのエンジンが受け持つか

PC：FlowMic → 左の設定 → 右の音声認識。変更はその場で保存されます。探す保存ボタンはありません。

新規インストールでは 2 行あります。zh の行と、* の行（それ以外のすべての言語）。どちらもプリセットは「Built-in Local (offline)」で、右にアドレスはありません。

1. 言語：出荷時は zh と * の 2 行です（* の行がそれ以外の言語を受け持ちます）。ふつうはそのままにします。ある言語だけ別のエンジンが必要なときだけ、言語を追加します。
2. エンジンプリセット：どの認識器を使うかです。出荷時は「Built-in Local (offline)」です。
3. Endpoint：認識サービスのアドレスです。内蔵オフラインの行は空で、「（内蔵エンジン — エンドポイントなし）」と出ます。自前やクラウド API を選んだら、この PC が開けるアドレスを入れてください。

それから「接続テスト」を押します。成功したら、スマホに戻って長押しで話します。

プリセット一覧に入っているもの

この一覧はグループ分けされています。まず内蔵のオフラインエンジン、次に自分で立てたエンジン、その下が自分でアカウントを持っているクラウドサービス、最後に同じプロトコルを話すその他のサービス用の「カスタム」項目です。項目を選ぶと各フィールドが自動で埋まります。セルフホストのものを選んだ場合は、Endpoint を自分のアドレスに変えてください——他人のマシンの例をそのまま写さないこと。

図です。PC 上のドロップダウンを信じてください。アドレス列に例が出ることがあります。届くアドレスに変えてください。

AI 推敲 / 二次文字起こし：同じく音声認識の、さらに下です。話せるようになるまで、オフのままで構いません。

言語モデル：翻訳・整理・AI 推敲に使います

言語モデルがなくても、音声は文字になります。言語モデルが必要なのは翻訳・整理・AI 推敲の 3 つです——一度設定すれば、3 つともこの同じペインを使います。

PC：FlowMic → 設定 → 言語モデル（音声認識のすぐ下の欄です）。「モデルプリセット」メニューを開き、すでに使っているサービスを選びます。プロトコル、アドレス、妥当なモデル名が自動で入ります。新規インストール直後は何も設定されていないため、メニューには「選択してください」と表示されます。

選べるサービス一覧

メニューはグループ分けされています。「クラウドサービス」には多くの人がすでにアカウントを持っている事業者が、「セルフホスト」には自分のマシンで動かすサーバーが、「カスタム」には同じプロトコルを話すその他のサービスが入ります。

• これらはクラウド事業者なので、キーはあなたのものです。あなたが登録し、あなたが支払い、そのキーをここに貼り付けます。FlowMic はいずれの事業者にもアカウントを持たず、キーを提供することもありません。
• これらは自分のパソコンや自宅のマシンで動きます。選ぶとローカルのアドレスが出発点として入ります。サーバーが別の場所で待ち受けているなら変更し、モデル名も実際に読み込んだものに直してください。
• OpenAI 互換プロトコルを話すその他のサービスは「カスタム」を選び、アドレスをご自分で入力します。どれかのフィールドを手で書き換えた場合もメニューは「カスタム」に切り替わるので、上に出ている名前が、すでに離れたサービスを名乗り続けることはありません。

OpenAI プリセットを選んだ状態の画面図です。プロトコル・アドレス・モデル名はプリセットと一緒に入り、API Key はあなた自身のものです。実際はお使いのアプリのメニューを基準にしてください——一覧はリリースごとに増えます。

そのあと「接続テスト」を押します。アドレス・キー・モデルをその場で確かめ、三つのうちどれが通らなかったかを教えてくれます。

• API キーは、そのモデルを運用している側が発行します——どこかの事業者でのあなたのアカウント、または自分で立てたサーバーです。FlowMic が用意することはありません。自分で立てたサーバーなら、たいていキーは不要です。
• リアルタイムモードにこのペインは不要です——空のまま話し続けて構いません。翻訳、整理、AI 推敲を使いたくなったときだけ戻ってください。
• キーの拒否とモデルが存在しないことは、別々に名前を付けて報告されます。どちらなのかを見分けられます。

変えているのは、この PC が開くアドレスです。エンジンが別のマシンにあるなら、先にこの PC のブラウザでそのアドレスを開いてください。スマホがオンラインでも、認識の準備ができているとは限りません。

内蔵オフラインエンジンには、この PC 上の音声モデルが必要です。モデルの準備ができていないと、長押しで話すは失敗します。入力して送るか、公式クラウドリレーに切り替えてください。