Mimi：macOSとWindows向けのシステム音声ライブ字幕・翻訳

外国語の動画を見たり、国際会議に参加したり、字幕のないライブ配信を視聴したりする場合、通常はアプリを切り替えたり、文字起こしを検索したり、存在しない字幕に頼ったりする必要があります。Mimiは別のアプローチを取ります。コンピューターの音声出力を聞き取り、その音声をライブ字幕に変換し、任意のプロバイダーによる翻訳も利用できます。

その結果、特定のブラウザー、メディアプレーヤー、動画プラットフォームだけでなく、コンピューター上で再生されるほぼあらゆるものに対応できるデスクトップオーバーレイが実現します。

Mimiでできること

Mimiは、Appleシリコン搭載のmacOS 13以降およびWindows x64向けのオープンソースデスクトップアプリケーションです。システム出力音声をキャプチャし、その音声をアクティブな翻訳または音声サービスに送信して、文字起こし結果を画面上の字幕オーバーレイとして表示します。

設定したプロバイダーによって、対応する原文言語、翻訳先言語、品質モードは異なります。内蔵の説明では、次の言語への翻訳が紹介されています。

簡体字中国語
英語
日本語

システム音声レベルで動作するため、動画、ゲーム、オンライン講座、会議、ポッドキャストなど、字幕が用意されていない可能性のあるさまざまなメディアで役立ちます。

柔軟な字幕オーバーレイ

オーバーレイは、画面を占有せずに便利に使えるよう設計されています。次の操作が可能です。

字幕ウィンドウを任意の位置に移動
読みやすさに合わせてサイズ変更
画面を広く使いたいときに折りたたむ
字幕生成を一時停止
マウス入力を妨げないよう、クリック透過を有効化
より集中できるフルスクリーン字幕体験のためにイマーシブモードを使用

そのため、気軽な視聴だけでなく、別のアプリで作業しながら翻訳された発話を表示しておくといった実用的なワークフローにも適しています。

繰り返し設定不要のプロバイダー構成

Mimiは、自分でプロバイダーを用意するモデルを採用しています。利用したい翻訳または音声サービスのAPI認証情報を入力して使用します。料金はプロバイダーの価格設定に従って発生する場合があります。

アプリケーションはサービス設定の保存に対応しており、認証情報を毎回入力し直すことなく、プロバイダーを保存・切り替えできます。認証情報はMimiのアカウントを介して扱われるのではなく、オペレーティングシステムの認証情報ストアに保存されます。

Mimiを設定するには、次の手順を実行します。

Translation Serviceを開きます。
対応しているプロバイダーを選択します。
必要な認証情報とサービス設定を入力します。
設定を保存します。
必要に応じて、同じ設定画面から後でプロバイダーを切り替えます。

この方式は、すでにAPIアクセス権を持っている開発者やパワーユーザー、プロバイダーを比較したい人、プロジェクトごとに別の設定が必要な人に特に便利です。

プライバシーモデル

Mimiのプライバシーに関する主張は、アプリケーション自体が保持・要求する情報を最小限に抑えることを中心としています。

Mimiのアカウントは不要です。
キャプチャにマイクを使用しません。
画面をキャプチャしません。
音声をローカルに保存しません。
字幕をローカルに保存しません。
音声は現在アクティブなプロバイダーにのみ送信されます。

ただし、文字起こしや翻訳に必要な音声は、アクティブなプロバイダーが受信します。したがって、会議、機密資料、その他の慎重な取り扱いが必要なコンテンツを処理する場合は、プロバイダーの保持ポリシーとプライバシーポリシーを確認してください。

始め方

プロジェクトのGitHubリリースページから最新リリースをダウンロードします。リポジトリでは次のものが提供されています。

macOS用AppleシリコンDMG
Windows x64用EXEおよびMSIインストーラー
自分でプロジェクトをビルドするためのソースコード

インストール後は、次の手順を実行します。

Mimiを開き、翻訳サービスを設定します。
コンピューターで音声の再生を開始します。
macOSではMimiのメニューバーアイコン、Windowsではシステムトレイアイコンを開きます。
Startを選択します。
macOSで初めて実行するときは、要求された画面収録とシステムオーディオ録音の権限を許可します。

アプリケーションは画面をキャプチャしませんが、macOSではシステム音声の録音にこの権限が必要です。Windowsユーザーには、プレビュー版のEXEおよびMSIインストーラーが署名されていないため、SmartScreenの警告が表示される場合があります。

プラットフォーム固有の注意点

Appleシリコン搭載macOS

MimiはAppleシリコン搭載のmacOS 13以降に対応しています。リリースでは、Appleの公証を受けていないアドホック署名済みDMGが提供されます。macOSが初回起動をブロックした場合は、システム設定 → プライバシーとセキュリティ → このまま開くを使用してください。

アップデート後、macOSから録音またはキーチェーンの権限を再度求められる場合があります。これは、アプリケーションの識別情報やパッケージ化されたビルドが変更された際に発生する想定内の動作です。

Windows x64

Windows x64向けのビルドは、EXEおよびMSIインストーラーとして提供されています。プレビュー版インストーラーは署名されていないため、インストール前にMicrosoft SmartScreenの警告が表示される場合があります。

アプリ内アップデート

Mimiには設定画面から利用できるアップデート機能が組み込まれています。次の場所を開いてください。

Settings → General → Software Update

アプリケーションは進行状況を表示しながらアップデートをダウンロードし、その後インストール操作を提示します。Windowsでは、インストール完了後にMimiが再度開きます。macOSでは、アップデート手順に再起動してアップデートを完了という個別の操作が用意されています。

既存ユーザーにとって重要な互換性上の注意点として、v1.3.8より前のバージョンでは、アプリ内アップデートを有効にする前に1回手動でインストールする必要があります。

掲載されている最新リリースは、2026年9月12日に公開されたMimi v1.3.12です。

ビルドとコントリビューション

Mimiは主にRustとTypeScriptで構築されており、リポジトリに記載されている言語構成は次のとおりです。

Rust：72.9%
TypeScript：18.5%
CSS：3.3%
PowerShell：1.9%
Shell：1.7%
JavaScript：1.7%

このプロジェクトには、Rustベースのsrc-tauriアプリケーション層、src以下のフロントエンドコード、ビルドスクリプト、コントリビューションガイドライン、セキュリティポリシーが含まれています。オーバーレイの変更、プロバイダー連携の追加、デスクトップのライフサイクル動作の改善に関心がある開発者は、CONTRIBUTING.mdとプロジェクトのドキュメントから始めるとよいでしょう。

MimiはMITライセンスで公開されており、ライセンスの条件に従って、調査、変更、再利用が可能です。

Mimiを試すべき人

Mimiは、プラットフォームに組み込まれた機能以外で字幕を必要とする人に適しています。語学学習者、国際チーム、アクセシビリティを重視するユーザー、外国語メディアの視聴者、音声・翻訳プロバイダーを試している開発者などが該当します。

最も魅力的な設計上の特徴は、システムレベルのキャプチャとプロバイダーの柔軟性を組み合わせている点です。音声を生成するすべてのアプリケーションと個別に連携する代わりに、Mimiはデスクトップ全体を対象とする字幕レイヤーを作ります。設定可能なオーバーレイ、保存できるサービスプロファイル、アプリ内アップデート、アカウント不要のプライバシーモデルを組み合わせることで、ほぼあらゆるコンピューター音声を読みやすく、必要に応じて翻訳されたテキストに変換する実用的なツールとなっています。

出典

yuxino/mimi：MacやPCで再生されるあらゆるものに対応するライブ翻訳字幕。