🎙 Whisper Voice Input

(日本語 / English)

🚀 まず最初に（重要）

💡 この拡張機能を使うには、次の 2 つが必要です：

🔑 OpenAI の API キー（Whisper 対応・有料）
- Whisper は**従量課金制（1 分あたり約 0.006 ドル ≒ 1 円未満）**です。
- クレジット残高がない場合は動作しません。
- 💰 クレジット追加ページ
- 🔑 API キー発行ページ
🎧 音声録音ツール「sox」 のインストール
- Windows: 公式ダウンロード
- macOS: brew install sox
- Linux: sudo apt install sox ※ sox --version が動作すれば OK です。

🇯🇵 日本語版説明

🧩 概要

VS Code で音声入力ができる拡張機能です。 OpenAI の Whisper API を利用して、100 以上の言語に対応した音声文字起こしを行います。 UI の言語は9 言語対応（日本語、英語、フランス語、スペイン語、中国語、韓国語、ドイツ語、イタリア語、ロシア語）で、VS Code の表示言語設定に自動的に連動します。

✨ 主な機能

🎤 マイクから音声を録音し、自動でテキスト化（多言語自動判別）
🧠 Whisper API を使用（日本語・英語・中国語など 100 言語対応）
📋 結果を現在フォーカス位置にペースト（エディタ、Copilot チャット、ターミナルなど）
📊 ステータスバーで録音状態をリアルタイム表示
📝 アウトプットパネルでシステムログを確認可能
⏱ 録音時間の上限をユーザー設定で変更可能（デフォルト 3 分）
🔒 API キーは SecretStorage に暗号化保存
🌐 UI 言語 9 言語対応（VS Code 言語設定に自動連動）

⚠️ 注意事項

Whisper API は従量課金制です。
- 目安：1 分あたり約 0.006 ドル（約 1 円未満）
無料枠はありません。クレジットがない場合は動作しません。
長時間録音しすぎると料金が増えるため、**上限時間（既定 3 分）**が設けられています。

⚙️ 録音時間を変更する

VS Code の設定（Ctrl + ,）を開く
「Whisper Voice Input」で検索
「録音の最大時間（秒）」を変更（10〜600 秒まで設定可）

🌍 対応言語

Whisper は100 以上の言語を自動認識できます。言語を指定する必要はありません。話した言語を自動判別します。

⌨️ キーボードショートカット設定（推奨）

頻繁に使用する場合は、キーボードショートカットを設定することをお勧めします：

コマンドパレット（Ctrl + Shift + P）で 「基本設定: キーボードショートカットを開く」 を選択
検索欄で 「whisperVoiceInput.toggle」 を検索
「+」ボタンをクリックして、お好みのキー（例：Ctrl + Alt + V）を設定

これで、設定したキーを押すだけで録音を開始/停止できます！

🪜 使い方

拡張をインストール
コマンドパレット（Ctrl + Shift + P）で 「Whisper: API キーを登録」 を選択し、API キーを入力
再度コマンドパレットで 「Whisper: 音声入力の開始 / 停止」 を選択
ステータスバーで録音状態を確認（🔴 録音中 → ⏳ 処理中 → ✅ 完了）
録音が終わると、現在フォーカス位置に自動でテキストが貼り付けられます 🎉

📊 ステータス確認

ステータスバー: 右下に録音状態をリアルタイム表示
アウトプットパネル: 詳細ログを確認（Ctrl+Shift+U → 「Whisper Voice Input」選択）

� トラブルシューティング

録音できない場合

SOX がインストールされているか確認: sox --version コマンドが動作するか確認
マイクの権限: VS Code にマイクアクセス権限が与えられているか確認
API キー: OpenAI API キーが正しく設定されているか確認

音声が認識されない場合

録音環境: 周囲の騒音を減らし、マイクに近づいて話す
録音時間: 短すぎる録音（1-2 秒）は認識されない場合があります
言語: 話している言語が Whisper API でサポートされているか確認

ログの確認方法

アウトプットパネル（Ctrl+Shift+U）→「Whisper Voice Input」でエラー詳細を確認

ライセンス

🇺🇸 English Description

🧩 Overview

A VS Code extension for voice input powered by OpenAI's Whisper API. Supports over 100 languages for speech recognition, with automatic detection. The extension UI supports 9 languages (Japanese, English, French, Spanish, Chinese, Korean, German, Italian, Russian) and automatically follows your VS Code display language setting.

✨ Features

🎤 Record and transcribe your voice (auto language detection)
🧠 Supports 100+ languages via Whisper API
📋 Automatically pastes transcribed text to current focus (editor, Copilot chat, terminal, etc.)
📊 Real-time recording status display in status bar
📝 System logs available in Output panel
⏱ Adjustable recording limit (default: 3 minutes, configurable 10--600 sec)
🔒 API key securely stored using VS Code SecretStorage
🌐 UI supports 9 languages (auto-detects from VS Code locale)

⚠️ Important Notice

Whisper API is pay-as-you-go (paid).
- Example: $0.006 per minute (~¥1/min)
There is no free tier --- requests will fail if your account has no credits.
A recording time limit (default 3 minutes) is applied to prevent accidental long sessions.

⚙️ Adjust Recording Limit

Open VS Code settings (Ctrl + ,)
Search for "Whisper Voice Input"
Change the Max Record Seconds setting (range: 10--600 seconds)

🌍 Supported Languages

Whisper automatically recognizes and transcribes speech in 100+ languages, including Japanese, English, Chinese, Korean, Spanish, French, and more --- no manual language selection required.

⌨️ Keyboard Shortcut Setup (Recommended)

For frequent use, we recommend setting up a keyboard shortcut:

Open Command Palette (Ctrl + Shift + P) → "Preferences: Open Keyboard Shortcuts"
Search for "whisperVoiceInput.toggle"
Click the "+" button and assign your preferred key (e.g., Ctrl + Alt + V)

Now you can start/stop recording with just your assigned key combination!

🪜 How to Use

Install the extension
Open the Command Palette (Ctrl + Shift + P) → "Whisper: Set API Key", then enter your OpenAI API key
Again, select "Whisper: Start / Stop Voice Input"
Status bar shows recording state (🔴Recording → ⏳Processing → ✅Done)
Speak --- the transcribed text will appear at your current focus position 🎉

📊 Status Monitoring

Status Bar: Real-time recording status display in bottom bar
Output Panel: Detailed logs available (Ctrl+Shift+U → Select "Whisper Voice Input")

� Troubleshooting

Can't Record Audio

Check SOX installation: Verify sox --version command works
Microphone permissions: Ensure VS Code has microphone access permissions
API Key: Verify OpenAI API key is correctly configured

Speech Not Recognized

Recording environment: Reduce background noise, speak closer to microphone
Recording duration: Very short recordings (1-2 seconds) may not be recognized
Language: Ensure your spoken language is supported by Whisper API

Check Logs

Output Panel (Ctrl+Shift+U) → Select "Whisper Voice Input" for detailed error information

License

🧾 Marketplace Short Description / Keywords

日本語:

🎙️ OpenAI Whisper API による音声入力拡張。100 言語対応／UI9 言語対応／ステータスバー表示／Copilot チャット対応／従量課金制（1 分あたり約 1 円）。

English:

🎙️ Voice input for VS Code using OpenAI Whisper API. Supports 100+ languages for speech, 9 UI languages, status bar display, Copilot chat compatible, pay-as-you-go pricing.

"description": "🎙️ Voice input for VS Code using OpenAI Whisper API (9 UI languages, 100+ speech languages, Copilot compatible)",
"keywords": ["whisper", "voice input", "speech to text", "multilingual", "openai", "microphone", "copilot", "ai", "transcription"],
"categories": ["AI", "Other", "Productivity"]

Voice to Text + Copilot Chat

aleaf