アイデアを逃さない！ iPhoneで最速メモを取るなら「音声メモ」がおすすめ [iPhone] All About
iPhoneで最もすばやくメモを取る方法をご存じでしょうか。キーボードによるテキスト入力ではなく、音声によるメモです。 それも音声をそのまま録音するのではなく、話した言葉をそのままテキストに起こしてもらうメモが、もっともすばやく、そして効果的です。 今回はiPhoneのショートカットアプリを使って「音声からテキストを起こし、それをメモとして保存する」レシピをご紹介。ホーム画面に置いたアイコンから、即座にメモを取れるようにします。 「音声メモ」ショートカットを使うと、こんなにメモがすばやくなる ショートカットアプリで自作した「音声メモ」アイコン。これをタップすると、画面上部にポップアップが表示され、すぐに音声の聞き取りが開始されます。
![アイデアを逃さない！ iPhoneで最速メモを取るなら「音声メモ」がおすすめ [iPhone] All About](https://cdn-ak-scissors.b.st-hatena.com/image/square/031e8790db8e7268602cc2c5a36fbd1f39daeec6/height=288;version=1;width=512/https%3A%2F%2Fimgcp.aacdn.jp%2Fimg-a%2F1200%2F900%2Faa%2Fgm%2Farticle%2F4%2F9%2F5%2F9%2F8%2F1%2F1672127876%2Ftopimg_original.jpeg)
窓辺の小石(97) The Voice of Windows
筆者が子供の頃に映画やアニメでみた未来のコンピューターはみんなしゃべっていた。なのでコンピューターとはしゃべるものかと思っていたが、実際には、プリンターに文字が出るだけだった。その後、個人でも購入できるコンピューターであるマイクロプロセッサを手に入れたが、ウンともスンとも言わない。部品を集めてコンピュータにして画面に文字を出させるだけで1年かかった。 コンピューターから人の声を出すことを「音声合成」という。人の声の波形は複雑で楽器音のように簡単に作るわけにはいかなかった。なので、8 bitのマイクロプロセッサの時代は、ハードウェアを使わないと音声合成を行うことはできなかった。16 bitのマイクロプロセッサが普及して、ソフトウェアだけでコンピュータに声を出させることが可能になった。しかし、テキストを人間のように、しゃべらせるにはもう少し時間がかかった。Windowsに言葉を話す機能（Spe
超高精度な国産音声認識AI「ReazonSpeech」が無償公開されたので文字起こし機能を使ってみた
東京に拠点を置くテクノロジー企業「レアゾン・ホールディングス」が、1万9000時間に及ぶ国内最大級の日本語音声コーパス「ReazonSpeech」を無償公開しました。同時に、OpenAIが開発した超高性能音声認識AI「Whisper」に匹敵する性能をアピールする文字起こしサービスも公開されていたので、実際に使ってみました。 超高精度で商用利用可能な純国産の日本語音声認識モデル「ReazonSpeech」を無償公開 - Reazon Human Interaction Lab https://research.reazon.jp/news/reazonspeech.html ReazonSpeech - Reazon Human Interaction Lab https://research.reazon.jp/projects/ReazonSpeech/ レアゾン・ホールディングスは「R
「Googleドキュメント」の音声入力機能がアップデート--使い方を解説
声は強力なツールだ。Googleの音声入力機能は、声による文字入力を支援するだけでなく、プレゼンにも活用できる。 Googleの音声入力機能を使えば、自分の声を使って、頭の中の考えを素早く簡単にデジタル化できる。 Googleは米国時間1月9日、音声入力でより正確かつ安定した文字起こしを実現するアップデートを段階的にリリースすると発表した。 主な変更点は次のとおりだ。 音声を文字起こしする際の変換ミスを削減 文字起こしの漏れを最小化 対象が大半の主要ブラウザーに拡大 「Googleスライド」のキャプションに句読点を自動挿入 強化された音声入力機能を実際に使えようになるのは大半のユーザーの場合、2月9日以降だ。その間に、Googleの音声入力機能を使って「Googleドキュメント」で入力・編集をしたり、Googleスライドのスピーカーノートに音声でテキストを入力したりする方法を紹介しよう。
音声入力を Windows 11とピクセルのどちらをメインにするかの問題、どうせ間違えるのだったらピクセルでいい気がします - 勝間和代が徹底的にマニアックな話をアップするブログ
相変わらず音声入力のメインを Windows 11にするのか、ピクセルにするのかを迷っています。そして最近1つだけ結論を出したことがあります。それは何かと言うと 「どうせ、どちらの入力方法も一定確率で間違えるので、それであれば変換が早い方の方が訂正も早いし、腹が立たない」 ということです。すなわち Windows 11ではなくピクセルを主力にするということです。ただし、ピクセルでパソコンに入力をするためにはリモートマウスというソフトウェアでつないであげなければいけないので、その分の手間暇はちょっとかかりますので、ほんの少しだけ入力するときには Windows 11でいいきがします。 とにかく変換を待たされた上に間違えられるのが一番辛いので、もう間違えることが前提であればアジリティが高い方でいいのではないかという気がします。 これあれですよね。部下でも正確性は高いんだけれども、仕事がちょっと
結局、Windows11の音声入力用のマイクはなんだかんだ言って、WO Micが一番優秀な気がします - 勝間和代が徹底的にマニアックな話をアップするブログ
これまでWindows 11の音声入力用のマイクを散々試してきましたが、結局スマホのマイクをPCと繋いでスマホのマイクから入力する WO Mic wolicheng.com が一番入力結果が優秀な気がします。もともとスマホのマイクは精度が高い上、さらに入力レベルをコントロールできるので、自分とスマホの距離の中で一番調子がいいレベルに合わせるとほとんど誤入力しないのです。 まあ、同じWiFiにつないで、お互いにソフトウェアを立ち上げてつなぐという一手間が必要ですが、その手間をかけるだけの価値があるかなと思っています。 世の中で売っている数千円から数万円のマイクに比べても、スマホのマイクと言うのはソフトウェアも含めてかなり高性能なので、考えてみると当たり前かなという気もします。 まあ、とりあえず使っていない古いスマホはそれなりにあるので、それをマイクとして専用品として繋いであげようかなと思いま
仕事に使える？AI文字起こしサービスの精度、実用性を徹底比較｜@DIME アットダイム
「AI文字起こしサービス」の発展が目覚ましい。精度の向上はもちろん、話者識別やリアルタイム文字起こしなど便利な機能が目白押しだ。群雄割拠の各種サービスを同じ音源、同じ条件で徹底比較した！ 精度は劇的に向上！多種多様な機能で差別化 従来の文字起こしは時間とお金を要する作業だった。しかし2021年10月にGoogleが発売した『Pixel6』内蔵の文字起こし機能に代表されるような、AIを活用した実用性の高い文字起こしサービスが続々登場している。 注意したいのは、高精度とはいえ、完璧ではないという点だ。誤字脱字はある程度生じるし、リモート会議の場合は音質の低下に伴い精度も下がる。あくまで会話の大まかな内容を捉える補助的な役割として使用するのが望ましい。筆者も『Pixel7』の文字起こし機能を使っているが、簡単な取材なら生データのまま原稿作成が可能で、厳密な文字起こしでも従来の半分ほどの時間で終わ
OpenAIリリースの音声認識モデル「Whisper」APIの無償提供を開始いたします
インター・ラボ株式会社（本社：大阪府大阪市、代表取締役：長山 清志）は、Whisperを利用した音声文字起こしAPI、「WhisperAPI」の無償提供を12月15日（木）より開始します。その高い音声認識精度を持つWhisperを用いたAPIを無償提供し、外部サービスと連携するなど幅広いお客様にご利用いただきたいと考えております。また、APIだけではなくプログラミングの知識をお持ちでない方でも、ブラウザで簡単にご利用いただけるwebサービスも提供いたします。 音声認識モデル「Whisper」とは Whisperとは「DALL・E2」、「GPT-3」などを開発しているOpenAIが開発した汎用的な音声認識モデルです。 教師あり学習で68万時間というデータで学習しており、日本語を含む多言語の音声を高精度で文字起こしします。 その高い音声認識精度を持つWhisperを用いたAPIを無償提供し、外
Windows 11の音声入力をメインにするのか、Pixel 7の音声入力をメインにするのかいまだに悩んでいます - 勝間和代が徹底的にマニアックな話をアップするブログ
GoogleのPixelが6から7になってスピードがアップしました。 Pixelの音声入力よりも Windows11 の音声入力の方が微妙に同音異義語に対する正確性が上なので、最近はずっと Windows 11の音声入力を使っていたのですが、さすがにPixel 7の音声入力がここまで速くなると多少間違えたとしても、その修正のスピードを考えたらどうもピクセルの方が良さそうです。 どれぐらい速いかと言うと、 Windows 11の場合は入力してから少し考えて修正しながら入力が始まってピッと出てくるのですが、Pixel7の場合には音声入力ボタンを押し、終わった瞬間にほぼリアルタイムで出ます。 まあ、さすがにこれはサーバー側で処理をしてるのか、それとも手元のスマホのチップ側で処理をしてるかの差なのでハードウェアで組み込まれた方にはかなわないのかな？と言った印象です。 遅いけれどもちょっと待ったない
自分の行動を毎日24時間録音してWhisperで文字起こしする「全自動口述日記」を1週間つけつづけたエンジニアの報告
AI研究団体のOpenAIが開発した「Whisper」は非常に高い精度で録音から文字起こしを行うAIモデルで、オープンソースで無料公開されています。エンジニアのロバー・ダム氏が自身のブログで、毎日スマートフォンに行動を逐一吹き込み、その録音をWhisperで文字起こしすることで「全自動口述日記」を残すことができるシステムを試した結果について報告しています。 I record myself on audio 24x7 and use an AI to process the information. Is this the future? https://roberdam.com/en/wisper.html ダム氏が全自動口述日記を思いついたのは、以前から「1TB超えのストレージを内蔵したスマートフォンが登場すれば、24時間365日録音し続けることが可能なのではないか」と考えていたことから
GitHub、「Copilot」をビジネス向けに展開、音声認識によるコーディングが可能な「Hey, GitHub!」も実験
GitHubは、11月9日（米国時間）に米国サンフランシスコの会場で開催された「GitHub Universe 2022」（Day1）の基調講演において、「GitHub Copilot for business」をはじめとする既存プロダクトの追加機能や新製品を発表した。「GitHub Universe」をオフラインで行うのは、新型コロナウイルス感染症の拡大以降3年ぶり。 「AIは開発者体験のあらゆる側面に統合されるため、人々はGitHub Copilotをさらに利用しやすくする」と話すのはGitHub Universe 2022 1日目のKeynoteに登壇したGitHub CEOのThomas Dohmke氏。 GitHubは現地時間の11月9日、同社が今年初めに開始した、コードの記述を支援するAIペアプログラマ「GitHub Copilot」（以下、Copilot）をビジネス向けに展開
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
ReazonSpeech - Reazon Human Interaction Lab
Reddit - Dive into anything
「Google Meet」の字幕が日本語に対応、英日翻訳も可能に
[みんなのケータイ]Pixelのレコーダーアプリの「話し手のラベル付け（Speaker labels）」機能を検証してみた![[みんなのケータイ]Pixelのレコーダーアプリの「話し手のラベル付け（Speaker labels）」機能を検証してみた](https://cdn-ak-scissors.b.st-hatena.com/image/square/9ae8e4497532b9c6e55eaac916fd64b546ebd207/height=288;version=1;width=512/https%3A%2F%2Fk-tai.watch.impress.co.jp%2Fimg%2Fktw%2Flist%2F1463%2F401%2Fph03_result.jpg)
https://twitter.com/ishiyamaism/status/1599552455163117568
Obsidianでアイデアを整理するまでの手順 - ごりゅご.com
「無料でも結構スゴい!! 文字起こしAIに録画したWeb会議のテキスト化をさせてみた！」――急遽テレワークを導入した中小企業の顛末記（118）【急遽テレワーク導入！の顛末記】
Windows版「OneNote」アプリに文字起こし機能 ～複数話者を識別、ペン入力と同期再生も／まずは「Office Insider」で。段階的に提供範囲を拡大
GitHub Next
