AWS Step Functionsで、音声ファイルがS3バケットに保存される度にAmazon Transcribeで文字起こしし、内容をメール送信してみた | DevelopersIO
はじめに AWS Step Functionsを利用し、音声ファイルがS3バケットに保存されるたびにAmazon Transcribeで文字起こしを行い、文字起こし内容をメール送信する方法を紹介します。 今回構築する構成は以下の通りです。 処理の流れは以下の通りです。 音声ファイル（WAV）をS3バケットにアップロードする アップロードをトリガーにEventBridgeからStep Functionsステートマシンを起動する 音声ファイルからAmazon Transcribeで文字起こしし、文字起こした内容をAmazon SNSでメール送信する この構成を構築するきっかけは、以前執筆した「Amazon Connectでエージェントの介在がない場合でも電話中の発話を録音する」記事の構成に、録音ファイルに対して文字起こしとメール通知機能を追加する必要が生じたためです。 執筆した記事の構成図は以
GPT-4o の概要｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Hello GPT-4o 1. GPT-4o「GPT-4o」 (「omni」の「o」) は、人間とコンピュータのより自然な対話に向けた一歩です。テキスト、音声、画像のあらゆる組み合わせを入力として受け入れ、テキスト、音声、画像の出力のあらゆる組み合わせを生成します。 音声入力にはわずか232ミリ秒 (平均320ミリ秒) で応答できます。これは、人間の会話における応答時間とほぼ同じです。英語のテキストおよびコードでは「GPT-4 Turbo」のパフォーマンスに匹敵し、英語以外の言語のテキストでは大幅に改善されており、APIでははるかに高速で50%安価です。「GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。 2. モデルの機能「GPT-4o」以前は、音声モードを使用して、平均2.8秒 (GPT-3.5) および5
同人音声がすごいことになっている2022 - セミになっちゃた
「同人音声」や「音声作品」と呼ばれるメディアがある。 特殊な録音技術を使ってさも耳元で本当に囁いているかのように聞こえるのが特徴で、耳かきや散髪音などリラックスできる全年齢向け作品のほか、耳舐めをはじめとしたポルノ作品も多い。最近ではゲームやアニメといった別ジャンルから大きなIPの参入や、有名声優の起用など、話題にことかかないホットな分野である。 中にはかなり変わった作品もあり、すごいことになっているのでその一端を紹介する。 今回紹介する入門編は２つ、三途の川の渡し守に毒針で耳かきされる音声（？）と、耳なし芳一が怨霊に耳責めされてしまう音声（？？？）である。 1. 三途の川の渡し守に毒針で耳かきされる音声 www.dlsite.com みなさんは「毒針耳かき」をご存知だろうか？ 毒針耳かきとは、文字通り毒針で耳かきをすることである。サークル・チームランドセルを中心に複数の作品があり、さまざ
音を操るWeb技術 - Web Audio API入門 - ICS MEDIA
Webにおける表現はどんどん進化しています。Webサイトには当然のように動画が埋め込まれるようになり、CSSやSVG、canvasでのさまざまな表現が頻繁に見られるようになりました。さらにAR、VRといった表現も台頭し筆者も毎日ワクワクしながらインターネットの海を泳いでいます。 その中であまりメジャーではないと感じるのは「音」による表現です。もちろん音を用いた素晴らしいWebサイトはたくさんありますが、環境の制約が視覚表現以上に大きいため多くは見られないのでしょう。 とはいえ、音と視覚表現を組み合わせることによって表現できる世界観、インタラクション、その他諸々は計り知れないと筆者は思っています。今後オーディオなどの技術の進歩によって上記で述べた制約も乗り越えられるようになるかもしれません。時代を先どりしたい読者に向けて、今回の記事ではWebで音を扱う技術Web Audio APIについてお
Electronでシンプルな音楽プレイヤーを作ってみた - Qiita
はじめに ふと、選択したディレクトリ内のmp3ファイルを再生する音楽プレイヤーが欲しいなと思ったので作りました。 名前は、「兎亜」です。 ウィンドウサイズも小さくして、デスクトップでの作業の邪魔にならないようにしました。 内容 コンポーネントの部分は、Riot使ってます。 なんとなく使ってるので、使い方合ってるのかよくわかんないです。 曲の再生部分は、Web Audio APIを使わず、 のような感じで普通のAudio使ってます。 動作 Twitterにデモ動画をツイートしているのでそちらを。 シンプルな音楽プレイヤーが欲しかったのでElectronで作りました。 選択したディレクトリのmp3ファイルを再生します。 名前は、「兎亜」です。 GitHub: https://t.co/v1yjAcp1uN Download: https://t.co/J1s30RmECq pic.twitte
英語をやっていくためのDuo3.0デスクトップアプリを作った話 - 解せぬ日記
以前、英語をやっていくためのDuo3.0アプリを作り直した話 - 解せぬ日記で書いたとおりReactNativeで作ったモバイルアプリを使ってDuo3.0をやってきたわけだけど、それをやっていると今度はデスクトップアプリが欲しくなってきた。やっぱりタイピングはそっちのほうが早く時間も節約できる。僕は普段、ArchLinuxを使ってて、仕事ではMacOSXを使っているので、気がついたらElectronを使って作ってた。Duo3.0アプリ芸人みたいな様相を呈してきたけど、僕はボキャビルがしたいだけなんだ。 成果 以下、成果になります。 vimeo.com ソースコードも置いとく。小さいのでElectronやってみたい人が雰囲気を眺めるには良いかも知れない。 github.com TL;DR Electronに関してはサンプル程度だが前に書いたこともあり、中身はJavascriptとHTMLで書
あえて聞き流すイヤホン「ambie」がすごい！使用者に感想を聞いた | オモコロブロス！
耳を塞がないイヤホンambie（アンビー）。現在は予約購入しかできませんが、その音質や性能はどうなのでしょうか？ いち早くゲットしたARuFaに、使用感を聞いてみました。 こんにちは、ブロス編集部です。 みなさんは、「ambie（アンビー）」という画期的なイヤホンをご存知でしょうか。 従来のイヤホンとは違い、音楽を聞き流すことを目的に作られたこのイヤホンは、耳を塞がないため周囲の音も同時に聞くことができるのです。 そんなambieは、発売と同時に反響を呼び、今では各販売店にて品切れ状態。現在は予約販売のみとなっています。 ……しかし、編集部には一人だけambieを発売してすぐ購入したARuFaという人間がいたので、今回はそのARuFaにambieの性能や、使ってみた感想などを聞いてみたいと思います。 購入予約を検討している方も、そうでない方もぜひ参考にしていただければ幸いです。 音質や音の
初心者でも音楽アプリが作れる！Web Audio APIを簡略化したJSライブラリ「Tone.js」でピアノ鍵盤を作ってみよう！ - paiza times
どうも、まさとらん（@0310lan）です。 今回は、Web Audio APIの実装で面倒な処理をすべて簡略化し、誰でも音楽プログラミングを楽しむことが可能なJavaScriptライブラリのご紹介です。 わずか数行のコードでゼロから「音」を作り出し、メロディを奏でたりエフェクトをかけたりシーケンスを組み立てたり…など、本格的なWebアプリも作れるポテンシャルを秘めていますよ！ 【 Tone.js 】 （多彩なサンプル事例はコチラから確認できます） ■必要なファイルを準備しよう！ 今回は、簡単なサンプルデモを実際に作りながら「Tone.js」の基本的な使い方をご紹介していこうと思います。 作るのは、簡易的な「ピアノの鍵盤」です！ 「Tone.js」を使うと、わずかなコードで「音」を生成して発音させることが出来るので、「鍵盤」のモチーフは初めての学習にちょうど良いと思います。 さて、このサン
Engadget | Technology News & Reviews
Nintendo Switch 2: Everything we know about the coming release
【録音／音声】エフェクター加工の仕方解説（コンプレッサー／EQ・イコライザー／エンコード） - Milkのメモ帳
環境を整える Open Broadcaster Software（OBS） SoundConverter Audacity つんでれんこ（エンコーダー） 動画作成の流れ 音声を動画として録画する（OBS） 初期設定 音量バランスを整える 録画を始める 動画を音声に変換する（SoundConverter） 音声を聴きやすいように加工する（Audacity） EQ（イコライザー）による調整 コンプレッサーによる調整 マスタリングによる音圧の調節 BGMを入れてみる？ 音声ファイルの出力 サムネイル画像と音声を合成し動画を作成する（つんでれんこ） 最後に こんにちは。Milkです！ 時々音声動画を投稿しますが、作り方は簡単です。難しいことはしてないんだよ？ そうです。皆さんの環境でも手軽に、1枚のイラストで動画を作成（音声動画）することが可能です。 今回は、少しエフェクターを噛ませて、よりステッ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Stability AI、無料で起承転結のある最大3分の音楽を生成可能な「Stable Audio 2.0」を公開／テキストだけでなくアップロードしたオーディオから音楽を生成可能に
禁断の“iPhoneステレオ録音”が実現。100円アプリ「ステレオマイク」が面白い【藤本健のDigital Audio Laboratory】
AIでボーカル・ドラムを取り出す、無料音声分離「Demucs」を試す【藤本健のDigital Audio Laboratory】
”持田香織になっちゃうマイク”爆誕。話題のヤマハ歌声合成がスゴかった【藤本健のDigital Audio Laboratory】
ボーズ、「世界最高のノイズキャンセリング」完全ワイヤレス
AIが人間のように歌い上げる「CeVIO Pro (仮)」がベータ版に、正式名は「VoiSona」に決定／ボイスライブラリ「知声」（Chis-A）を同梱し、商用でも無料で利用可能
PyTorch の基礎 - Training
自宅が録音スタジオに、反響音を抑える小型リフレクションフィルタ
【レビュー】 まるで未来のイヤフォン“自分の耳が高機能に”「IQbuds2 MAX」
最も音が良い会議アプリは? 声優・小岩井ことりさんと音質比較してみた 後編【藤本健のDigital Audio Laboratory】
