クラウドで文字起こしする（Gearers経由）

ファイル選択後の設定画面で「ローカル」と「クラウド」をラジオボタンで切り替えられます。「クラウド」を選ぶと、動画ファイル本体は一切送信せず、端末内でffmpegベースの自作ラッパーが16kHzモノラルのWAVに抽出した音声だけをアップロードします。抽出した音声は約3分単位のチャンクに分割され、最大6並列でアップロードされます（進捗バー表示）。サーバー側の文字起こしはCloudflare Workers AI経由のWhisper系モデル（ベース/turboの2段階）で実行され、以前のようにユーザーが自分でAPIキーを用意する必要はありません。

クラウド処理では送信前に「送信前の確認」パネルが表示され、音声の長さ・使用予定クレジットと利用可能クレジット・保持期間（既定30日、失敗/キャンセル時は7日）・処理時間の目安、そして「動画は送信せず音声のみ送信」「話者分離は利用不可」の注記を確認できます。クレジットは実際に使ったモデル／プロバイダーの利用量で精算されるため、音声の長さは見積もりの入力であり固定の秒単価ではありません。送信を始める前に「クラウド処理と国外移転」の同意チェックが必要で、チェックするまで見積もりの取得ボタンは押せません（同意はその端末に記憶されるので、2回目以降は求められません）。同意後の送信は2段階のクリックで進みます。1回目のクリックで見積もりを取得し、内容を確認した上で2回目のクリックで送信を確定するため、意図せず課金されることはありません。

クラウド処理の利用にはPro以上のプラン（Trial中も利用可）が必要です。Freeプランではローカル処理のみとなり、「クラウド」のラジオボタンを選んでも送信時にプラン確認画面へ誘導されます。Proプラン（月980円）には毎月15,000クラウド実行クレジットが自動付与され、使い切った場合は1,500クレジット単位のパックを追加購入できます。クラウド文字起こしとクラウドAIは同じ残高を使い、モデルにより消費量が異なります。クレジットが不足している場合は送信前チェックでエラーになり、アカウント画面のクレジット残高確認へ誘導されます。処理が失敗またはキャンセルになった場合、確保していたクレジットは自動的に残高へ返却されます。

クラウド処理には2つの制限があります。1つ目は話者分離が使えないことです。常に単一話者としての文字起こしのみが行われるため、話者ごとに分けたい素材はローカル処理を選ぶ必要があります。2つ目は一度に1ファイルのみ・音声長は最大6時間までという制限です。複数ファイルをまとめて処理したい場合はローカル処理（結合対応）を利用してください。Windows版とmacOS版は同じTauriクライアントと画面を使用します。

アプリのどの画面からでもヘッダー右側の「Cloud」ボタン（aria-label「クラウド文字起こしの状態」）から、クラウドジョブ一覧画面（画面タイトル「クラウド文字起こし」）を開けます。各ジョブは「音声を準備中」「音声をアップロード中」「処理待ち」「クラウドで文字起こし中」「ローカルへ取り込み中」「取り込み完了」「処理に失敗」「キャンセル済み」の8段階で表示され、処理待ち・処理中はプログレスバーが不確定表示になります。ウィンドウのフォーカス復帰・タブ表示復帰・オンライン復帰時には自動で全ジョブの最新状態が取得されますが、「状態を更新」ボタン（RotateCwアイコン）でいつでも即座に再取得できます。準備中〜処理中のジョブは「キャンセル」ボタン（Squareアイコン）で取り消せ、以降のクレジット消費は発生しません。取り込み時には、ローカル処理と同じ字幕整形（セグメント間の無音を詰め、語の途中で切れないように文字数上限で割り直す処理）がクラウドの結果にもかかります。プロバイダーの出力をそのまま並べるのではないため、区切り位置はローカル処理と同じ基準になります。

アプリを閉じてもクラウド側の処理は継続し、次回起動時にジョブ一覧はサーバーから自動復元されます。ただし一覧表示用データ自体は各端末のローカルストレージに保持されるため、進捗確認は送信した端末側の画面で行います。