TL;DR WhisperはOpenAIによって開発された音声認識システムで、多言語対応の高精度なテキスト変換機能を提供します。 whisper.cppはWhisperモデルのC++実装であり、マイク入力からのリアルタイム文字起こしや、音声ベースのアプリケーション開発を容易に行うことができます。 修正されたwhisper.cppとllama.cppを組み合わせることで、マイクからの日本語音声入力を基にLLMと日本語で対話するシステムを構築できます。 使用環境 MacBook Pro CPU : Apple M2 Pro, 12core MEM : 32 GB OS : Sonoma 14.2.1 whisper と whisper.cpp WhisperはOpenAIによって開発された最先端の音声認識システムであり、様々な言語の音声をテキストに変換する能力を持っています。このシステムは、公
![マイクからの音声入力でLLMと話す(Whisper.cpp の example を利用) - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/8eaa539da26a972333594f21169565673ee62e73/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgzJTlFJUUzJTgyJUE0JUUzJTgyJUFGJUUzJTgxJThCJUUzJTgyJTg5JUUzJTgxJUFFJUU5JTlGJUIzJUU1JUEzJUIwJUU1JTg1JUE1JUU1JThBJTlCJUUzJTgxJUE3TExNJUUzJTgxJUE4JUU4JUE5JUIxJUUzJTgxJTk5JTI4V2hpc3Blci5jcHAlMjAlRTMlODElQUUlMjBleGFtcGxlJTIwJUUzJTgyJTkyJUU1JTg4JUE5JUU3JTk0JUE4JTI5JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1hNzBkMDRhYmFiMjliMTBkYjBmZDRiMzZlZDk0M2ZiYw%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBuYWdhdG8wNjE0JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1hMTA3ZjUwYTRlMTk4YjdhNWRjOTA4NmUxM2I2MThjNQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D3bae925c2ce984021b50ee453d50a852)