やりたいこと：Speechフレームワークで（日本語の）音声認識を行い、その結果を使って動画に字幕を自動でつける。 （このスクショは記事用に参考として適用してみただけです。映像と期待すべき認識結果が画像だけで伝わるかなということで。） Speechフレームワークで音声認識を行う記事は多々あるのでそのへんは省略。動画との連動をどうやるか、認識がなかなかうまくいかないのをどうするか諸々検討したことについて書き留めておく。 動画から音声を抽出SFSpeechRecognizerはバッファを渡してリアルタイムに認識する方法と、音声ファイルを渡してオフライン（※ネットワークの話ではなくて非リアルタイムの意味）で認識する方法がある。今回の用途だと再生のたびに音声認識を回すのはCPUの無駄なので、後者で処理する。 そのために動画から音声データをファイルとして抜き出す。実装方法としては動画のAVAssetオ

この記事は、2015年に自分のブログに書いたものですが、今もフリーランスとして海外から仕事を受けるときのスタンスはあまり変わらない（英語での調整は大変だし海を隔てて互いに信頼を確立するのは大変なので、それが自分的に勉強したい分野であるという前提で「成功報酬型」を提案する）ので、noteに移植してきました。 --- はじめて海外から（フリーランスとして）仕事をいただく、という貴重な経験ができたので、その経緯などを書いてみたいと思います。 きっかけ7月末のある日、知らないメールアドレスから英語のメールが来ました。内容を一部だけ抜粋すると、 We are looking for someone to develop a very simple apple watch app and a companion apple phone app.というわけで、Apple Watch アプリをつくって欲し

プログラミングは最初のハードルが一番高く、とにかくわからないことだらけだし、"Hello World"から自分のつくりたいものへの距離は果てしなく遠いし・・・ということで非常に挫折しやすいのではないかと思います。 私はいまでこそエンジニアとして食べて行けていますが、もちろん初学者の頃はわからないことだらけでした。私がiOSエンジニアなのでiOSアプリ開発の話になってしまいますが、最初のハードルを超えるまでの自分の経験と、そこから導き出した「サンプルドリブン勉強法」「挫折しないコツ」について書いてみたいと思います。 入門書購入iOSアプリ開発を始めるにあたって、まず入門書を数冊買いました。はじめてのMacbookを買った帰り、書店の技術書コーナーでパラパラめくって、「話が理解できそうなもの」を選んだ記憶があります。 スクリーンショット付きで本に載っていた手順通りにXcodeのボタンをポチポチ

2018年3月30日、「TensorFlow Dev Summit 2018」にて、Swiftの生みの親であるクリス・ラトナー氏による「Swift For TensorFlow」の発表がありました。 Now, we’re excited to launch Swift for TensorFlow as an open-source project on GitHub!本記事の内容について本記事は有料となりますが、基本的に公式ドキュメントをなぞってみただけの、機械学習やTensorFlowやSwiftコンパイラに関する本質的な解説もない薄い記事です。なので、自分で本家ドキュメントにあたってみることが抵抗ない方にはまったく必要ないコンテンツです。 逆に、同じ内容でも日本語で書かれてた方がとっつきやすい、という方には役立つと思います。「よし、公式ドキュメントみながら今度やるぞ！」と先送りしてし