💡 この記事の3行まとめ
- 翻訳がクラウド経由になるのは、多機能さとモデルの更新をサーバ側で抱えたいからで、技術上の必然ではありません。
- Mac専用の画面OCR翻訳『Zipp』は、OS標準のApple Visionを呼び出すことで端末内処理を成立させています。
⌃Sで囲んで0.3秒。 - 画面画像の外部保存ゼロ。無料でダウンロード（登録不要）、1日15回まで使えます。
📌 この記事の対象読者
- 翻訳アプリに画面を渡すとき、どこまで送られているのか気になっている方
- 「端末内処理」という言葉が具体的に何を指すのか知りたい方
- 個人開発のツールを、機能の少なさではなく設計の違いとして評価したい方
クラウド翻訳が「当たり前」になった理由と、その代償
英語のModを読むとき、翻訳アプリに画面を渡す流れが定着しています。この形が広まったのには理由があります。多言語に対応しようとすればモデルは大きくなり、対応形式を増やせば判断の分岐も増えます。それをすべて端末に載せると、配布サイズも動作要件も膨らみます。だからサーバ側に置き、更新もサーバ側で行う。これは製品として合理的な判断です。
ただし、その合理性は製品の都合であって、利用者の都合とは一致しません。代償は具体的に3つあります。
1つ目は待ちです。画像を送り、結果を受ける往復が入ります。回線が速ければ目立ちませんが、混雑していれば伸びます。伸び方は自分では選べません。 2つ目は送信範囲の不透明さです。画面全体を渡す設計だと、読むつもりのない情報も一緒に渡ります。Modの画面には、作者名、サーバー名、フレンドの表示名、チャット欄、ときにはアカウント情報が同居しています。 3つ目は回線への依存です。圏外や機内モードでは動きません。これは当たり前のようでいて、実際には「外部に送っている」ことの証拠でもあります。
ここで一度、立ち止まって考えたいのは、この3つの代償はどれも技術上の必然ではないという点です。仕組みの置き場所を変えれば消えます。消えないのは、置き場所を変えなかった設計のほうです。
解決策：Apple Visionに読み取りを任せ、機能を1つに絞る
Zippが端末内で完結できるのは、読み取りの部分をサーバ側のモデルに任せていないからです。ここは誤解されやすいので、順番に整理します。
手順1：読み取りをOS標準の仕組みに任せる
macOSにはApple Visionという画像解析のフレームワークが最初から入っています。画像の中から文字の領域を見つけ、文字列に起こす処理を担います。Zippはこの仕組みを呼び出して、囲まれた範囲の文字を読み取ります。
重要なのは、読み取りのモデルを外部に取りに行かないという点です。取りに行かなければ通信が発生せず、配布サイズも動作要件も膨らみません。そして何より、読み取りがMacの中で終わります。ここが「端末内処理」の具体的な中身です。画面画像の外部保存ゼロというのは、送らないように頑張っているという話ではなく、送る必要のある工程が存在しないという設計の話です。
手順2：機能を1つに絞る
個人開発の利点は、機能を増やせることではなく、増やさない選択ができることだと思います。Zippが引き受けるのは「囲まれた範囲の文字を読んで訳す」という1点です。PDFの一括変換も、字幕の自動生成も、音声の聞き取りも引き受けません。
機能を絞ると、連鎖していいことが起きます。判断の分岐が減るので処理が短くなり、0.3秒という応答になります。応答が速いと待ちが消え、待ちが消えると操作が連続して感じられ、連続して感じられると手が覚えます。多機能であることは、この連鎖を途中で切ります。機能ごとに設定と確認が挟まるからです。
手順3：押したときだけ動く。常駐しない
⌃Sを押すまで、Zippは何もしません。画面を監視し続けることも、クリップボードを見張ることもありません。常駐して見張る設計は便利に見えますが、そのぶん常に判断が走り、バッテリーと集中の両方を削ります。押した時だけ動くというのは、機能の少なさではなく、動作の開始点を利用者が持つという設計です。
この3つを合わせると、動作は「⌃Sを押す → 矩形で囲む → 訳を読む → 閉じる」になります。閉じれば元の画面に戻り、写真も履歴も残りません。Modの規約や作者の指示に従うのは前提として、読む手段そのものを画面の中に置いておけるわけです。
クラウド経由の翻訳アプリとZippの比較
【読み取りの担い手】
従来：サーバ側のモデルが読み取る。結果を通信で受け取る
Zipp：OS標準のApple VisionがMacの中で読み取る
【機能の範囲】
従来：多機能化したぶん、設定と確認の工程が増える
Zipp：矩形を読む1機能に絞り、判断を短くする
【待ち時間】
従来：送信と受信の往復ぶんの待ちが乗る
Zipp：0.3秒。待つための間がない
【回線への依存】
従来：圏外・機内モードでは動かない
Zipp：端末内処理・画面画像の外部保存ゼロ。回線に左右されない
【動作するタイミング】
従来：常駐して画面を見張る設計が多い
Zipp：⌃Sを押したときだけ動く
【無料枠の考え方】
従来：アプリごとに条件が異なる
Zipp：無料でダウンロード（登録不要）・1日15回まで
よくある質問（FAQ）
Q. Apple Visionは何をしているのですか？ A. 画像の中から文字の領域を見つけ、文字列として取り出す処理を担うmacOS標準のフレームワークです。Zippはこの仕組みに読み取りを任せ、囲まれた範囲の文字を訳します。読み取りのモデルを外部に取りに行かないため、通信が発生せず、処理もMacの中で閉じます。
Q. 個人開発だと認識精度が心配です。 A. 読み取りをOS標準の仕組みに任せているため、精度の土台は特定の個人が作ったモデルではありません。そのうえで効いてくるのは、囲む範囲の決め方です。文字の外側に少し余白を残し、ラベルと説明をまとめて囲む。この2つを守るだけで結果は安定します。
Q. 本当に端末内で完結しているか、自分で確かめたいです。 A. 処理の最中にWi-Fiを切り、機内モードにしてから⌃Sで囲んでみてください。回線が切れていても訳が出れば、その処理はMacの中で完結しています。ZippはApple Visionを使うため、この確認で結果は変わりません。
Q. 1日15回の枠は、どう使うのが効率的ですか？ A. まとめて囲む使い方が向いています。Modのツールチップは名前と効果をセットで、コンフィグ画面は1項目ずつ、説明文は段落単位で。1行ずつ囲むと回数が伸びやすいので、単位を先に決めておくと無駄が出ません。枠は毎日回復します。
設計の置き場所を変えると、待ちは消える
翻訳が遅い、重い、不安だという感想は、たいてい性能の問題として語られます。ただ、今回分解してみると、原因は性能ではなく処理の置き場所でした。読み取りをOS標準の仕組みに任せ、機能を1つに絞り、押したときだけ動かす。この3つを選ぶと、通信の往復も常駐の負荷も、そもそも発生しません。
個人開発の価値は、大規模な製品と同じ機能を揃えることではなく、引き受ける範囲を自分で決められることだと思います。まずは無料でダウンロードして、機内モードのまま⌃Sで囲んでみてください。訳が出たなら、その処理はあなたのMacの中で終わっています。
▼ 無料でダウンロード（登録不要・1日15回まで）
zipp-mac.surge.sh