Moro ユーザーガイド

利用を始める

Moro は macOS のメニューバーアプリです。必要なシステム権限を許可すると、標準的なテキストフィールドを備えた多くのアプリで、ショートカットを使って音声入力、翻訳、リライト、質問ができます。一部のアプリでは利用できるシステムインターフェースが限られるため、特定の機能が使えない場合や、互換モードで動作する場合があります。

動作要件

• macOS 15（Sequoia）以降 — 内蔵のローカル音声認識に必要です。
• Apple Silicon（M シリーズ） — ローカル音声認識とローカル LLM 推論は arm64 向けに最適化されています。Intel Mac ではローカル推論を実行できません。
• 音声認識とテキスト生成は個別に設定します。ローカルモデルだけで完全にオフラインで使うことも、自分のキーでクラウドモデルを使うこともできます。

初回設定

オンボーディングではアプリの言語に応じた設定方法を案内します。中国語、日本語、韓国語ではクラウドのクイック設定から、英語ではデバイス上の音声認識から始まります。設定方法はいつでも切り替えられます。この選択は最初に使う音声認識だけを設定するもので、すべての機能で使うモデルを固定するものではありません。

1. 2 つのクラウドサービスの確認を完了するか、ローカル ASR のダウンロードが終わるまで待ちます。
2. マイクに向かってサンプル文を話します。実際の音声から文字起こしが生成された時点で、最初のテストが完了します。
3. マイク、アクセシビリティ、入力監視、フルディスクアクセスの 4 つの基本権限を許可します。
4. Moro を開いたら、標準的な macOS のテキストフィールドで ⌥⌘ を使って音声入力の書き戻しを確認し、次に ⌥C。

初回起動時の権限

オンボーディングでは、マイク、アクセシビリティ、入力監視、フルディスクアクセスという 4 つの基本権限を順に案内します。それぞれが特定の機能に対応しており、途中で用途も説明されます。4 つすべてを許可すると主要機能を利用できます。その他の権限は、対応する機能を使うときにだけ求められます。

• マイク：音声入力に必要です。
• アクセシビリティ：グローバルショートカットを動作させ、カーソル位置の文脈を読み取り、結果をフィールドへ書き戻すために使います。これは Moro の主要な連携経路であり、システムのアクセシビリティ API を使います。 スクリーンショットではありません。
• 入力監視：一部のキーボードや IME で起きる特殊なケース（中国語 IME での Space 3 回押しなど）でも、グローバルショートカットを安定して動作させます。
• フルディスクアクセス：ローカルのファイル検索に使います。ファイル名、内容、最近開いたファイルを Mac 内の Spotlight インデックスと照合し、データが端末外へ送信されることはありません。この権限がない場合、書類、デスクトップ、ダウンロード内のファイルは検索できません。
• 画面収録 （任意、初期設定ではオフ）：WeChat のような閉じたアプリ内で実験的な返信下書き機能を有効にした場合だけ使います。通常の入力では使用しません。
• オートメーション（Apple Events） （任意）：Finder で選択したファイルをクイックチャット、スマート音声、スマートテキストへ取り込むときだけ求められます。Moro が Finder の操作権限を求めるのはその時点であり、初回起動時ではありません。

ショートカット一覧

以下は初期設定のショートカットです。オートコンプリート用の ⇧⇧ を除き、すべて「設定」で変更できます。

音声キーは初期状態でホールド・トゥ・トークに対応しています。修飾キーを押したまま話し、離すと停止します。短く押した場合は従来どおり開始と停止が切り替わります。この機能は「設定」でオフにできます。

音声入力

⌥⌘ を押して話します。Moro は文字起こしを行い、不要な言葉を取り除き、句読点や数字を整えて、完成した文章をカーソル位置へ入力します。通常はそのまま送信できる状態になります。

⌥ ⌘

✦ 音声 聞き取り中…

音声入力カプセルはフォーカスを奪わず、画面下部中央に表示されます。ドラッグで移動でき、ディスプレイごとの位置を記憶します。表示内容はアイコン、✦インテント、状態、インジケーターです。完成した文章を書き戻すと自動で隠れます。

• 調整できる文章処理の強さ：原文に近い仕上がりから大幅な再構成まで、好みに合わせて選べます。
• 言語認識：英語、中国語、および両言語が混在する入力に対応します。精度は音声モデル、アクセント、録音環境によって異なります。
• ローカルまたはクラウドでの文字起こし：「設定」でローカルまたはクラウドの音声サービスを選べます。クラウドサービスを使う場合、音声は処理のためその事業者へ送信されます。
• 録音データは再文字起こしのためだけにローカルへ保存されます。保存期間は変更でき、保存自体をオフにすることもできます。
• 任意の効果音：「音声 → 録音」でオフまたは 10 種類のテーマから選べます。各開始音には対応する完了音があります。

スマートアクション

⌥Space を押して話すか、 ⌘ を 2 回押して入力します。現在のテキストフィールドと選択範囲に応じて、Moro は次の操作を行います。

• 書く/口述する: 音声をテキストに変換し、現在のフィールドに書き込みます。
• 選択に基づいて行動する: 選択したテキストを翻訳、書き直し、磨き、要約、返信、説明します。
• 尋ねる: 質問をクイック チャットに送信し、オーバーレイで回答します。
• メモ: 1 つ書き留めたり、古いものを思い出したり、やるべきことをチェックしたりできます。
• システムアクション (ベータ): アプリを開き、ファイルを検索し、設定または Web サイトを開きます。

「英語に翻訳して」、「カレンダーを開いて」、「先週の契約を見つけて」など、明確なアクションフレーズを使用します。結果が期待したものと異なる場合は、 を押してください ⌥Z 最新の書き戻しを取り消します。

これを言って、それを理解してください

文の先頭にある動詞が最も確実にトリガーされます (「このテキストを翻訳したいのですが」よりも「英語に翻訳してください」の方が確実です)。丁寧な接頭辞 (お願いします / していただけますか) は自動的に削除されます。

一般的なタスクのステップバイステップ

入力オートコンプリート ベータ版 · デフォルトではオフ

会議中、深夜、またはまだ言葉が見つからないなど、話すのが難しいときは、ただ入力してください。一時停止すると、Moroが次の行を明るい灰色で予測します。小さなカードが入力の上に浮かび上がり、テキストを予測とつなぎ合わせます (行末のすぐ、カーソルの後のインラインで表示されることもあります)。押す Tab 受け入れる。声は「わかったら言う」ためのものです。オートコンプリートは、「単語を探している間に送信可能な行を下書きする」ためのものです。それらは互いに補完し合います。

電源を入れて使用する

• デフォルトではオフ。 [設定] の [オートコンプリート] で有効にします (アクセシビリティが必要で、常時オンのキー ウォッチャーが実行されるため、オプトインです)。
• トリガー: 約 0.35 秒の入力休止後に予測します。リズム (インスタント / 標準 / 安定 / リラックス) は調整可能です。
• Tab すべてを受け入れます · ⌥Tab 一言ずつ · Esc 却下。入力を続けると、その場で更新されます。矢印キー、クリック、またはアプリの切り替えにより非表示になります。
• 文の途中 も機能します。両側のテキストを読み取って中央のみを埋め、その後に続くものはそのまま残します。
• WeChat など、キャレット位置が利用できない閉じたアプリでは、ダブルタップします Shift それを呼び出す — このクローズドアプリのフォールバックは実験的であり、デフォルトではオフになっています。まず、オートコンプリート › WeChat などのクローズドアプリ (実験的) で有効にするか、画面録画を許可します。

可用性

オートコンプリートはアクセシビリティを使用して現在のフィールドの近くのテキストを読み取りますが、クリップボードは読み取りません。パスワードフィールドや制限されたアプリでは実行されません。一部のアプリでは、キャレットの位置やテキスト コンテキストが公開されません。そこではオートコンプリートが利用できない場合がありますが、試すことはできます ⇧⇧ 手動で召喚します。

翻訳、リライト、磨き、強化

テキストを選択し (翻訳には選択すら必要ありません)、一致するショートカットを押すと、結果がその場で置き換えられるか、その横に表示されます。 ⌥Z 最新の書き戻しを取り消します (約 2 分以内)。アプリを元の位置に戻すことができない場合は、代わりに元のアプリがクリップボードにコピーされます。

クイックチャットとスクリーンショットの質問

⌥C すぐに質問するには、選択内容、Finder で複数選択したファイル、または画像を添付してください。すぐに答えを使用してください。 Esc パネルを折りたたんでフローティングカプセルにし、パネルがあった場所に留まります。パネルを画面の左端または右端にドラッグしてドッキングします。そのため、作業が中断されることはありません。

• マルチモデル: チャットごとに異なるモデルを選択します。組み込みのコードのハイライト表示と Markdown レンダリング。
• ウェブ検索: Bocha、Zhipu、Tavily、Serper、Jina、またはキーフリーの DuckDuckGo に接続します。デフォルトは中国では Bocha、その他の地域では Tavily です。
• スクリーンショットの質問 ⌥A: 画面の一部を地域選択し、音声で質問します。
• プライベートチャット ⌥V: 閉じると消去され、履歴は残りません。

メモとToDo

思いついたことを残すには ⌥D それを言ってください。Moroは、アイデア、メモ、会議、やるべきこと、計画などをカードにファイルし、あなたのために分類します。作成、完了、再スケジュール、検索など、すべてを音声で行います。

モデルとルーティング

Moroはモデルをホストしたり、トークンを再販したりしません。クラウドは 自分の API キーを使う方式です には、OpenAI、Anthropic、Gemini、Qwen、DeepSeek、Kimi、GLM、MiniMax、MiMo、StepFun、Mistral、SiliconFlow などのプリセットに加え、OpenAI / Anthropic 互換エンドポイントと OpenAI Codex サブスクリプションでの直接サインインも用意されています。ローカルの Ollama / LM Studio にも接続できます。ローカル推論エンジンは内蔵されており、Ollama のインストールは不要です。モデルサイズはモデルによって異なり、ダウンロードしたモデルは完全にオフラインで実行できます。

機能ごとのルーティング: 研磨、リライト、翻訳、チャット、音声研磨、およびオートコンプリートは、それぞれ特定のクラウドまたはローカル モデルを指すことができます。毎日の短いテキストを安価な高速モデルに送信し、重い作業のために強力なモデルを保存し、プライベート コンテンツをローカルに保ち、自由に組み合わせます。

ASR と LLM は異なる仕事をします

地域と言語から選ぶ

ASR は音声をテキストに変換します。 LLM は研磨、翻訳、チャットを処理します。個別に選択することもできます。

プライバシーとセキュリティ

• ワンタップでローカルのみ: ASR、LLM、および Web 検索はオフラインのままです。保存されたクラウド設定は引き続き使用できますが、ローカルのみがオフになるまで使用されません。
• クラウドモデル: クラウド モデルまたは音声サービスを使用すると、関連するコンテンツが設定したプロバイダーに送信され、そのプロバイダーのプライバシーと保持ポリシーの対象となります。使用する前にこれらの規約を確認してください。
• パスワードフィールドは常にスキップされます: 安全なフィールドが検出されましたが、読み取られません。パスワード マネージャーやその他の機密性の高いアプリはローカルに強制されるか、完全にスキップされます。
• ローカル履歴は暗号化されています：転写テキスト、チャット、学習サンプルなどの機密テキストは、フィールド単位の AES-GCM で Mac 上に暗号化保存され、キーはキーチェーンにあり、いつでも削除できます。再文字起こし用に保存する任意の録音は暗号化されません。残したくない場合は、録音の保存をオフにするか、自動削除の期間を短く設定してください。
• 画面の内容：通常のテキスト取得にはアクセシビリティを使います。閉じたアプリ向けの画面ベース互換モードは初期設定でオフになっており、手動で有効にする必要があります。 ⌥Aを使うと、選択した画像は現在のチャットモデルで処理されます。

取り消し

書き戻しを取り消す ⌥Z: 書き込まれたばかりの内容は、同じアプリ内で、直後に元に戻すことができます。最後の 5 つのアクションはメモリに保持されます (永続化されません)。フィールドまたはアプリが変更され、元の位置に戻すことができない場合、選択範囲の編集 (翻訳 / 書き換え / 磨き) については、Moro がオリジナルをクリップボードにコピーして通知します。普通の音声ディクテーションの場合、挿入した内容を安全に削除できない場合は、コピーではなく元に戻すことができないことが通知されます。いつでも手動で編集することもできます。

料金とライセンス

• 1 回限りの購入、サブスクリプションではありません。ライセンスの範囲とアップグレード条件は、発売時に確認されます。
• 価格は後日発表。 正式公開前の内部ベータに応募できます。
• 7 日間の無料トライアル。
• マシンごとに 1 つのライセンス、座席を無効にした後に譲渡可能。オンライン チェックの後、しばらくの間 (猶予期間を含めて約 2 週間) オフラインで動作します。一時的なネットワークやサーバーの障害が発生しても、支払いを行っているユーザーがロックアウトされることはありません。
• クラウドのコストは別途であり、お客様がコントロールできます: 自分のキーを持参して使用ごとに支払うか、無料のローカル モデルを実行するだけです。

よくある質問