Zoomは、会議の音声をリアルタイムで文字起こしする機能を無料ユーザーにも提供する予定です。 有料ユーザーは一足先にこのサービスにアクセスできるようになりましたが、無料ユーザーも間もなくAIによる自動字幕を会議に追加するオプションも利用できるようになります。 リアルタイムの文字起こしはこの秋にすべてのアカウントに展開されますが、こちらのリクエストフォームから早期アクセスを申請できます。 ただし、多言語でのZoom会議をホストする場合、この機能はローンチ時点では英語しか認識しないことに注意しましょう。 「ライブ文字起こし」機能を有効にする方法早期アクセスが許可されるまでにどのくらい時間がかかるかはわかりませんが、アクセスできるようになったら、次の方法でZoomの「ライブ文字起こし」を有効にしてください。 1. ZoomのWebサイトにサインインする。 2. 「アカウント設定」→「ミーティング
ビジネスWoman using mobile phone to log in and chat with Artificial Intelligence chatbot. Robot application and global connection, AI, Artificial intelligence, innovation, and technology ChatGPTによるAI騒動が勃発中。 4月10日、高性能なAIとして話題のChatGPT（チャットジーピーティー）を公開しているオープンエーアイ社のサム・アルトマンCEOが日本を訪れた。岸田総理と首相官邸で面会し、AIの活用やメリットデメリットについて意見を交換、G7のトップとしては初の会合として大きく報じられている。 ChatGPTは昨年11月に公開されるとその性能の高さから大きな反響を呼んだ。1月には利用者が１億人を超えたと
LlamaIndexのインデックスを更新し、更新前後で知識がアップデートされているか確認してみた | DevelopersIO
こんちには。 データアナリティクス事業本部 インテグレーション部 機械学習チームの中村です。 今回はFine-tuningなしにGPTをカスタマイズして使用可能な、LlamaIndex（旧称GPTIndex）のindex更新についてご紹介します。 LlamaIndexとは LlamaIndexは大規模言語モデル(LLM)と外部データ(あなた自身のデータ)を接続するためのインターフェースを提供するプロジェクトとなっています。 LLMのカスタマイズするためのパラダイムには主に２種類があります。 LLMをFine-tuningする 入力プロンプトにコンテキストを埋め込む LlamdaIndexは後者を、より性能よく、効率よく、安価に行うために様々なデータ取り込みやインデックス化を実施することが可能です。 これらのことは、LangChainというライブラリでも実行できますが、LlamdaIndex
株式会社TBSテレビは9月23日、同社が開発する人工知能（AI）音声認識技術を使った文字起こしエディタ「もじこ」を吉積情報株式会社にライセンス提供し、一般企業に販売開始したと発表。 テレビやラジオ業界では日々、文字起こしが多く発生する。しかし、非常に手間のかかる作業であるため、番組制作の現場では大きな負担になっていたという。TBSテレビは文字起こし作業を少しでも減らすために、「もじこ」を開発したとしている。 音声認識率100％は無理 文字起こしの時間を約半分以下に TBSテレビは「もじこ」の開発にあたり、どれほど技術が進歩しても音声認識率が100％ではないことに着目。最新のAI音声認識エンジンを活用し、取材した音声・動画ファイルなどの素材を自動で文字起こしした後、人間が正しく認識されていない文章をすぐに「修正・編集」ができるように開発した。 具体的には、長時間録音・録画されたファイルでも、
Technical leadership and glue work / Being Glue を読んで - こまぶろ
Tanya Reilly による「Technical leadership and glue work」という講演（および、その文字起こしによるブログ「Being Glue」）があります。（以下、講演に特に言及する場合を除き、「記事」として言及します）。 www.youtube.com noidea.dog Manager ではなく Individual Contributor としてのキャリア 筆者の Tanya Reilly は、元GoogleのStaff Systems Engineerで、現在はSquarespaceでPrincipal Software Engineerを務めています。これらの職名からもわかるように、彼女はマネージャーではなくエンジニアとして昇進を続けながら活躍してきた人です。 エンジニアリングマネージャーについての書籍は、翻訳が出ている『エンジニアのためのマネジ
LINEで働くエンジニアが、各職種別に日々の業務内容や開発体制、働く環境、今後の展望などについて話す「LINE 新卒採用 技術職 コース別説明会」。AIカンパニー AI開発室からは、木田祐介氏が登壇。AI開発室の取り組みと働き方を発表しました。 音声認識や音声信号処理の研究の道を歩んできた木田祐介氏 木田祐介氏：私からは、AIのコースについて説明しようと思います。よろしくお願いします。 最初に自己紹介をいたします。木田と申します。AIカンパニーの中にあるAI開発室のさらに中にある、音声認識技術の研究開発をしているSpeechチームのマネージャーをしています。 経歴としては、音声認識や音声信号処理の研究の道をずっと歩んできました。東芝の研究所に10年ほどいた後、ヤフーに移って、当時は音声認識って車載用でメインに使われていたので、ぜんぜん精度もよくなかった時代から車載用の組み込み型音声認識をや
ビジネスクラウドを使いまくる柳谷智宣がビジネス版LINE「LINE WORKS」（ワークスモバイルジャパン）の基礎から便利な活用術、Tipsなどを紹介していく。 2024年09月18日 09時00分 sponsored 第138回 LINE WORKSの導入や活用にお悩みなら「AI相談室」で聞いてみよう！ 仕事で使えるビジネス版LINEである「LINE WORKS」の連載では、アカウント作成の基本からビジネスシーンでの活用術、便利なTipsなどを紹介していく予定。第138回は、導入相談だけでなくLINE WORKSの活用法まで教えてくれる「AI相談室」について紹介する。 2024年08月29日 10時30分 sponsored 第137回 LINE WORKSの新製品「スマホ版トランシーバー」なら本社と店長＆現場スタッフがシームレスにつながる！ 仕事で使えるビジネス版LINEである「LIN
新型コロナウイルス感染拡大により、あらゆる業種・職種において働き方改革が加速されました。とりわけテレワーク（リモートワーク）の普及には目を見張るものがあります。 同じオフィスにいないワーカー同士で意思疎通を図り、スムーズに業務を遂行するために必須となってきたのが、ビデオ会議などネットを通じたコミュニケーションツールです。SlackやLINE WORKSなどがそれにあたりますが、中でも、最近特に注目されているのが「Microsoft Teams(チームズ)」です。 今回は「Microsoft Teams」について、導入から基本的な使い方までを、初心者の方にも分かりやすくご紹介します。 Teamsとは Teams（Microsoft Teams）はマイクロソフト社が推奨するMicrosoft365のコミュニケーションツールで、Skype for businessの後継として登場しました（Sky
SEOに強いサイト構造の作り方・サイト設計の例
※以下、文字起こし SEO対策におけるサイト設計をする意義って、検索エンジンに「正しい評価をして貰う事」なんですね。そのために「どの情報に強くて、どの情報を扱ってないか」を的確に伝えましょうと言うお話です。 SEOにお勧めのサイト構造はツリー構造そこでお勧めなのが、まずこのような「木」の様な形で枝葉に別れて行く構造が基本の型の一つです。この形は、検索エンジンがサイト全体の情報の構造を理解しやすいんですね。これを「ツリー型構造」と言ったりします。 どのページはどのカテゴリに含まれていてどの個別ページとどの個別ページが関連があってつまりこのサイトはこの辺りの情報には強いんだなと評価しやすい訳です。 カテゴリごとに独立性を強める事もおすすめそれを踏まえると、SEOに効果の出やすいサイト構造の1つとして、関連性ごとにカテゴリを独立させる事が重要になります。 カテゴリートップがあってそれに関連する個
アップルが「AI」と言いたがらない理由
今週開催された「WWDC24」の基調講演でAppleが「AI」と言った回数は、米CNETの調査によるとわずか3回。一方、5月に開催された「Google I/O」の基調講演で、Googleが「AI」と言った回数は120回を超えた。これは、Appleが今後「iPhone」や「iPad」、「Mac」向けに展開しようとしている機械学習機能を、NVIDIAやMicrosoftの株価を急騰させている「AI」という言葉と関連づけられたくないと考えていることを示している。 「AI」の代わりに、Appleが巧みに売り込もうとしているのが「Apple Intelligence」というキーワードだ。AppleがWWDCの基調講演で発表した新機能のうち、AIを利用したメールの校正、音声の文字起こし、画像編集といった機能は、すでに「Windows」や、Googleおよびサムスンのデバイスでは利用できる。しかしApp
記事の本数でたくさんの人に来てもらう、まずはそこから。たくさん書いているライターなら「書けなさ」もネタになる。会員限定の記事をどう作っていくか……。 2022年12月のデイリーポータルZの試行錯誤を、ウェブマスターの林、はげます会担当の橋田、編集部の古賀の3人でかたりあいました。（編集：古賀及子） ※途中まで一般公開の、「はげます会」会員限定記事です。会員の方はこちらからどうぞ！ 「とにかく記事の数が必要」らしい 橋田： 年があけました！ 古賀： 今年もよろしくお願いしま～す！イェイイェイ～！ 林： よろしくお願いします！ 橋田： 先月の12月、デイリーポータルZで新しく試したこととか、力を入れていること、振り返って行きましょうか。最初は林さんからお願いします。 林： 編集部のみんなに協力してもらって「こたつ記事プロジェクト」というのを進めてました。これからのインターネットはこたつ記事だっ
初心者がGoogle AdSense２０日で合格！実際にやった３つのこと【はてなブログ】 - 無職ぽこのらくがき
※本サイトはアフィリエイト広告を利用しています ———————————— ・Googleアドセンスに合格したい ・Googleアドセンス挑戦しているけど何回も落ちている ・ブログを収益化させたい ・仕事以外の収入がほしい ———————————— こんな悩みを解決できる記事を作成してみました この記事でご紹介する「３つの方法」を実践すれば、ブログを全く知らない０から始めた初心者でもできます！！ なぜなら、実際に私もゼロからスタートして合格したからです！ ２０２３年４月までブログに記事を投稿したことすらありませんでした ただ、仕事を続けたくないと思い退職し、ブログに挑戦！ 最初の４月はWordPressに挑戦するも、難しすぎて断念… いまでも何やってるのかわからなくて、中断してあります（笑） ５月からはてなブログに移行して、２０日でGoogleアドセンス合格 私自身知識も乏しく、本当に誰でも
米Metaは、中国福建省などで使われている方言「福建語」をリアルタイムに通訳できる音声翻訳AIを開発したと発表した。福建語は文字を持たない言語で、従来の手法では対応が難しかったとしている。 福建語の音声を英語など他言語の音声にリアルタイムで変換する。Metaによると、従来の手法では入力した音声を文字起こししてからテキストで翻訳し、音声として再合成するが、文字を持たない言語ではこの手法が使えないという。 Metaの音声翻訳AIは、入力音声を文字ではなく音響情報として分解して使ったり、文字を持つ関連言語の文字データに変換したりといった手法で開発した。 将来的には福建語以外の言語でもリアルタイム翻訳ができるよう開発を続けるとしている。開発した翻訳モデル、評価用データセット、研究論文はオープンソースとして公開する予定だ。 関連記事 「ポケトーク同時通訳」今冬発売へ 字幕と音声でリアルタイム翻訳 ポ
グーグル、ARグラスのパブリックテストを開始すると発表
開発者向けに「Google Glass」を発売した2013年から約10年を経て、Googleが再びスマートグラスのパブリックテストを実施する。同社が5月の開発者会議「Google I/O 2022」で発表した独自のスマートグラス構想は、エンターテインメントというより支援を目的とするプロジェクトだった。Googleは米国時間7月19日、このスマートグラスのパブリックテストを開始すると発表した。まずは数十人がフィールドテストに参加し、2022年中に数百人まで増やすとしている。 Googleのスマートグラスは一種の拡張現実（AR）を実現するもので、音声アシスタント機能を搭載し、内蔵カメラからのデータを人工知能（AI）に送って周囲の物体を認識する。これは、画像認識技術「Googleレンズ」がスマートフォンのカメラを使って物体や文字を認識する仕組みと似ている。ただし、このスマートグラスは写真や動画を
Google Meet に日本語の字幕送信機能を追加します。 【追加機能】 ・流れるチャット：手入力された新着チャットコメントを画面上にテキストスクロールで表示します。 ・字幕送信（日本語）：しゃべった内容を文字起こししてチャット送信します。 ・チャット履歴ダウンロード：チャット履歴をテキストファイルとしてダウンロードできるアイコンを表示します。 【よくある質問】 Q）『こえもじ』の字幕送信が機能しません。 A）次の事項をご確認ください。 ・Meetのタブが複数開かれていないか確認してください。 ・マイクがオンになっている。 ・『こえもじ』設定内で字幕送信がオンになっている。 それでも解決されない場合は次をお試しください。 ・お使いのマイクをOSレベルで『既定のマイク』に設定する。 【バージョン履歴】 ・v3.3.0 - Google Meet の画面変更に伴い、当拡張機能の字幕送信が機能
Googleのスマートフォン「Pixel」シリーズに新機能を追加するアップデート「Pixel feature drops」第3弾の配信が2020年6月1日に始まりました。 Google Android Pixel Security Update - Jun. 2020 - Pixel Phone Community https://support.google.com/pixelphone/thread/50569694 New features for better sleep, personal safety for Pixel https://www.blog.google/products/pixel/new-pixel-features-drop ◆緊急時の通報機能 Pixel 4に搭載されていた「緊急情報アプリ」がすべてのPixelシリーズで利用できるようになり、Pixel 3
地味でもいいから 効率的に稼げる副業は？ 給料がイマイチ上がらず、稼げる副業を探す人は増える一方です。でも副業で稼ぐことは、思ったほど簡単ではありません... こんなあなたに！ ✔地味でも稼げる副業を知りたい ✔あまり知られてない副業は？ ✔時間を有効に使える副業を探してる ✔副業で稼ぐコツや注意点を知りたい このような疑問や悩みを解決します。 現代社会で副業は、もはや欠かせない存在です。本業の収入だけで生活するのは、非常に厳しいのが現状。効率的な稼ぎ方を知ることで時間を有効に使い、収入を増やすことが必須だと言えます。 地味ながらも、確実に収入を得る方法を32選して解説します。あまり知られていないけど、確実で、効率的な副業をピックアップしました。 あなたが一歩を踏み出すことで、新たな稼ぎ方が見つかるかもしれません。地味ながらも効果的な稼ぎ方を、徹底解説します。 ※本ページはプロモーションが
昨日（12/9）付のエントリー に、スクーターを処分してしまったので自宅から離れた神社にお参りどうしよう、みたいなことを書いた。 昨日は昨日で外出のついでにお参りしたのだけど、今日もちょっとしたことだが外出の都合があった。書いちゃうと銀行に行きたかった。 そっちの方向にも別の神社があったのだった。遠いといっても市内であり徒歩で十分行ける。何かのついでがあるときにお参りをしてしまえばいいのだという、我ながらあまりにも当たり前の結論に達した。 振り返って何を悩むことがあったのかと思ったら、過去記事を読み返したら欲張っていっぺんに何か所かお参りしたことを記事にしていたことが多かった。エンジンと車輪のついた機械があればこそできたことで、それを手放したのだから事情が変わるのも、これまた当たり前のことであった。 今回は、昨日のエントリーに貼らなかった「スガキヤ」のラーメンの写真から始めよう。参拝の帰り
音声入力なんて今となっては特に珍しいものでもないのですが、リアルタイムではなく、録音されたメディアを文字に起こすと言うのはちょっと工夫が要ります。 「そんなのスマホとかパソコンの音声入力を使えば良いんでは？」 なんて話になりますが、講演など長時間のスピーチでは簡単にいきません。zoomをはじめとするオンラインミーティングの記録も、文字になれば便利、かな。 音声入力では、例えば、インターネットの接続が途切れてしまったり、一度の入力に使える時間が決まってたりします。だから、長時間のスピーチは、ボイスレコーダーなどを使って録音し、文字起こしをするというのが安全です。 文字起こしの2つのステップ 文字起こしの作業は二つのステップから成っていて、「音声を文字にする」ことと「文字にした文章を読みやすくする」ことが必要です。 録音を聞きながら手動で文字入力する際には、これら二つの作業を一度にやったりする
こんにちは。サービス部の武田です。このエントリは、2018年から毎年公開しているAWS全サービスまとめの2023年版です。 こんにちは。サービス部の武田です。 このエントリは、2018年から毎年公開している AWS全サービスまとめの2023年版 です。昨年までのものは次のリンクからたどってください。 AWSにはたくさんのサービスがありますが、「結局このサービスってなんなの？」という疑問を自分なりに理解するためにまとめました。 今回もマネジメントコンソールを開き、「サービス」の一覧をもとに一覧化しました。そのため、プレビュー版など一覧に載っていないサービスは含まれていません。また2022年にまとめたもののアップデート版ということで、新しくカテゴリに追加されたサービスには[New]、文章を更新したものには[Update]を付けました。ちなみにサービス数は 234個 です。 まとめるにあたって、
週一か二週に一度、実家の様子を見に行っている。春秋の気候のよい時季には、高齢の身内の無聊を紛らわすため、車で近場に連れ出している。 今週は、第53回岐阜公園菊人形・菊花展というのに行った。帰途、JAぎふ産地直売所おんさい朝市茜部というところに立ち寄った。 菊人形・菊花展はHPによると開催期間2024年10月26日（土）～11月24日（日）と始まって間がなかったため、全体に盛りには少し早かったかなという印象を受けた。 gifu-bunkasai2024.pref.gifu.lg.jp 以下、スマホ写真を淡々と貼っていく。 「自由花の部」のブース。ブース内はどこも菊の香が強烈だった。 説明書きをGoogleレンズで文字起こしした。改行位置、変更しています。以下同じ。 自由花の部 この部門は、作者が自由な発想に基づいて育成した菊花作品を展示したもので、出展にあたっては大菊、新花、古花等、規定はあ
iPhoneからPixelに乗り換えて手に入れたもの、失ったもの2023.11.13 16:35348,332 山田ちとら 2022年12月13日の記事を編集して再掲載しています。 新機一転。 個人的に使用しているスマートフォンを、アップルのiPhone 12 miniからグーグルのPixel 7 Proに換えました。 乗り換えた動機と、換えてから1ヶ月使ってみてどのような点がメリット、デメリットだと感じたのかをお伝えしていきます。 小さなスマホ派だったのに2020年11月に発売されたと同時に購入し、2年間愛用してきたiPhone 12 mini。仕事にもプライベートにも必要不可欠な、個人史上最高のスマートフォンでした。ミニサイズで軽量だからこそ持ちやすく、使いたい時にサッと出して使える機動性に優れていました。写真のクオリティも高く、2年間分の思い出を鮮やかに記録してくれました。 唯一の悩
2022-01-09 Google Spread Sheet による即席アノテーションの限界データ分析で、ラベルがないデータに対して、自分でアノテーション(ラベルを付与)してデータの傾向を素早く掴みたい時がある。 例えば、文章に対してネガティブ・ポジティブなクラスを割り振ったり、画像に対して人が写り込んでいるか否かなどの簡単な分類タスクでは、お手軽に Google Spread Sheet などを使って、500 件のアノテーションはそこまで問題がなく気合でやれる。 実際の流れとしては、GCP を採用している場合、Google BigQuery から SQL でデータを抽出してそのまま Google Sprad Sheet に出力、=image()関数で CDN から画像の URL を参照できたりなどなどかなり便利。 Spread Sheet を共有して複数人でも作業ができるのも魅力的。 だ
自作データセットでWhisperをファインチューニングしたら、独自用語だらけのクラロワ実況でも使えるようになった：「データセット作成編」
自作データセットでWhisperをファインチューニングしたら、独自用語だらけのクラロワ実況でも使えるようになった：「データセット作成編」 とりあえず結果 40分くらいの動画で一旦文字起こししてとりあえずファインチューニングしてみた。 いったん試しくらいでやったから適当だったが、その学習済みモデルで別動画の推論をした結果以下の結果になった クラロワ実況の一文 正解の文章 めっちゃしやすくてで迫撃にもアチャクイを当てられるでしょ だもうマジで環境でゴレとかにもまあポイズンウッドだから普通に強くてエリポンも別にディガーで潰せると三銃士が来ても勝てるロイホグ系もねゴーストアチャクイゴブリンウッドだからめっちゃ強いんですよ 元のWhisperでpredictした文章 めっちゃしやすくてで迫撃にもあ着いを当てられるでしょ だもうマジで環境で5例とかにもはポイズングッドだから普通に強くてエリポンも別にリ
「.NET Conf 2020 Online - .NET 5 リリース記念 パーティートークへようこそ」のまとめ #dotnetconf - みちしるべ
.NET Conf 2020 Online - .NET 5 リリース記念パーティートーク 面白く、ためになったので、文字起こししてみました。 告知内容 はじめに スピーカーのみなさま（敬称略） .NET Conf 2020 Online - .NET 5 リリース記念 自己紹介と推し機能 祝 .NET 5 リリース！ スライド 動画 NET 5 / BCL / C# 9 ASP.NET Core / Blazor WebAssembly Entity Framework Core Cloud native / Microservices Xamarin / .NET MAUI Preview Windows 向け機能 / その他 NET 5 / BCL / C# 9 スライド 動画 Announcing .NET 5.0 .NET 5.0 Highlights Tools Native
Googleは8月10日（現地時間）、Googleドキュメントやスプレッドシート、スライドでMicrosoft Officeファイルを編集するときに、表示される通知の改善を発表した。互換性の問題などがある場合は、その旨が表示されるようになる。 GoogleドキュメントなどでOfficeファイルを開いた場合、現在でも拡張子が青くハイライトし、Officeファイルを編集していることが強調されるようになっている。今後、互換性などの問題がある場合にはここにアイコンが表示され、クリックすると一部機能が使えないなどの警告文が表示されるようになる。 互換性に問題がない場合でも、クリックすることでバージョン履歴や復元する方法が表示される。 この機能は8月10日以降、Google Workspaceと従来のG Suite BasicおよびBusiness、そして個人のGoogleアカウントにも順次展開されて
米Googleは9月26日（現地時間）、「Gemini 1.5 Pro」搭載のメモアプリ「NotebookLM」のソース（情報源）として、YouTubeのURLとオーディオファイル（MP3、WAVなど）を追加できるようにしたと発表した。 NotebookLMは、ユーザーが選択したソースだけに基づいて、事実の要約、複雑なアイデアの説明、新しいつながりのブレインストーミングを行うことができる「仮想リサーチアシスタント」。日本でも日本語で利用できる。 これまで、ソースとしてGoogleドライブ、PDF、テキストファイル、コピーされたテキスト、Webサイト（URL）を追加できた。 ソースを選択する画面にYouTubeのリンクとAudio（e.g. mp3）が表示されるようになった。 YouTube動画からインポートされるのは、文字起こしのみ。音声のない動画は対象外だ。文字起こしが50万語未満であれ
何年かぶりに訪れた岐阜市街の変化とか書きたいことは胸中にいろいろあるが、スマホ写真を調子に乗って撮り過ぎてしまい整理だけで一苦労だった。 今回の拙エントリーには、そのスマホ写真を淡々と貼っていく。 道路案内と「梅まつり」の幟。幟はそこかしこに立っていた。 公園門標。入口は何か所かにあるが、ここは西口だろうか。 公園敷地を西から東へと移動した。 全体に、ちょっと早いかなという気がした。サクラと違ってウメは開花時期がまちまちなので、一斉に開花ということはありえないかもだが。 「イノシシに注意」の看板、またあった！ 自然、花を多くつけた木に接近することになる。その分バイアスがかかり、肉眼で見たときと写真を手がかりに思い出したときのイメージに差が出る恐れがあるが、それもまたいたしかたない。 木の根元に品種名を記した看板が立っていた。 「小梅」 これまで同様、引いて撮ったものと接写気味のものをセット
はじめに AxrossRecipeを運営している松田です。 AxrossRecipe は、エンジニアの"教育"と"実務"のギャップに着目し、「学んだが活用できない人を減らしたい」という想いで、ソフトバンク社内起業制度にて立ち上げたサービスです。 現役エンジニアによる実践ノウハウが"レシピ"として教材化されており、実際の業務に近いテーマで、プラグラミングで動くものを作りながらAI開発やデータ分析を学べます。 Axross: https://axross-recipe.com Twitter: https://twitter.com/Axross_SBiv 自然言語を処理するとは 自然言語処理（Natural Language Processing、略称：NLP）は、人間が日常的に使っている話し言葉や書き言葉（自然言語）を、コンピュータに処理させる一連の技術のことです。 自然言語とよく対比され
グーグルのスマートフォン「Google Pixel 7」（左）のLemongrass、「Googl Pixel 7 Pro」（右）のObsidian グーグル、ならびに通信キャリアはauとソフトバンクが、Android 13を搭載する最新スマートフォン「Google Pixel 7 Pro」「Google Pixel 7」を発売します。今回、筆者は発売の少し前から実機を試すことができました。とても気になっている写真の「ボケ補正」や、「レコーダー」アプリによる自動文字起こしなど「Pixelならでは」と言える機能の進化を中心に試しました。 そして上位モデルである「Pixel 7 Pro」の方がオススメという結論に至った理由も解説したいと思います。 仕事に使える「ボイスレコーダー」は賢くなった？ グーグルは2021年秋に発売したPixel 6／Pixel 6 Proから、自社で設計・開発するシス
注: クラウドサービスは、いわゆる パブリック クラウド を指します。 見えてくるもの 特にオンプレミスとクラウドの違いという観点で列挙してみます。 クラウドサービス と オープンソース の変化は速い もはや、機能比較 は、殆ど意味がない! どうせ半年もすれば、AWS, Azure, GCP は、ほぼ同じサービスを出す 強いて言うなら、現時点で、GCPに PaaSの 動画配信 と(YouTubeがある?)、全文検索(Google Searchがある?) が無いくらい 値段もほぼ一緒 機能追加の要望は出しやすい 例えば、議事録作成のために、Speech to Text にて文字起こし機能を実装するのは構いませんが。いずれ、Office 365 に実装されるのでしょう。実際に議事録ソフトウェアとして OneNoteがあり、Web会議機能をもった Teams がありますからね サービス利用期間は
れ紙の書類や画像の中の文字をテキストデータとして取り出したい！ そんなときに便利なのがOCR（文字認識）機能を搭載したツールですよね。 というわけで、この記事では画像・PDF内の文書をテキスト化（文字起こし）できるアプリやサイトをまとめてみました。 ※音声・動画ファイルの文字起こしやリアルタイムで音声をテキスト化するアプリに関しては別記事で紹介していますので、興味がある方はあわせてどうぞ。 画像・PDF文字起こしが1分0.5円〜！ 今ならライターによる画像・PDF・写真の文字起こしが1分0.5円から頼める『WITH TEAM』がおすすめ。手書き文字でもOK！ » WITH TEAM 画像・写真・PDFのテキスト化代行サービスはこちら 画像・PDF⇢テキスト化（文字起こし）が役立つシーン ノートやメモのデジタル保存 手書きのノートやメモをいちいち手でパソコン入力するのは非常に面倒ですよねぇ。
超話題の「ChatGPT」！ ブログ界隈への影響は！？ ポジティブに考えてみる。 - 食品開発男子のゆる〜いマナビブログ
いかがお過ごしでしょうか？ 三寒四温、春に向かってあと２歩くらい！！という気候ですねー。。 さてさて、最近話題になっている「ChatGPT」というサービスはご存じでしょうか？ これはですね、ここ数年話題になっているAIを活用したサービスでして、「生成系のAI」なんて呼ばれたりしています。今までのAIとは、違っているんですね。これが今世間をにぎわせているんです！！ なんで？AIなんて、ここ数年話聞くけど、今回は何が違うのよ？ 【初心者向け】ChatGPTとは何か アカウント作成から使い方まで解説！ | AI Academy Media ↑このサイトとか、わかりやすいっす。 どういうことかと言いますと。例えばですね、「こんな主人公のこんな小説書いて！」っていうテーマを指定すると、なんとすぐに書いてくれちゃいます！！ AIが、小説を！！ すごくないですか？ これは画像でも同じ技術が使われていまし
意図せずしてハスネタの連投になった。先週、実家にいたとき身内から中日新聞地方面の、こんな記事を見せられた。連れていけ、ということである。スキャンする余裕がなかったので、スマホ写真で示す。 中日新聞2024年7月4日付朝刊より 見出しと最後のほうに「午前中が（観賞に）おすすめ」と書いてあるが、すでに午後だったので「来週でいいですか？」と尋ねてみた。「いい」とのことだった。 ぐぐった。「ふづきの池」と言うらしい。「文月（7月）」の意かな。大垣市武道館の場所、知らなかったが実家から近いじゃないか。 四季の花 開花状況 | 大垣市公式ホームページ／水の都おおがき その来週すなわち今日（7/12）は、朝から本降りの雨だった。だが「車の中から見られるかも知れない。車の中から見られたらいい」とのことだったので、ダメモトで行ってみた。 幸いなことに、本当に車の中から観賞可能だった。 一般公道からハス池の外
最寄り駅前のテラス状スペースで、今年も「涼感ハスまつり」という展示をやっていた。 毎年ブログネタにしているから今年はもういいかなと思ったが、看板左側にこんな張り紙があったので今年もネタにする気になった。なにか変わったことがあると、記録したくなる。 弊ブログ勝手に恒例、Googleレンズによる文字起こし。改行位置、変更しています。 今季は連日の高温により、開花がすでに終わったものや、反して開花が遅れているものが少なくなく、遺憾ながら予定に対して展示品種数、鉢数ともに少なくなってしまったことを、お詫び申し上げます。 とよあけ花マルシェプロジェクト いえいえ毎年タダで見せていただいていることですし、お詫びには及びません、と私一人が言うべきことではない。 去年の拙過去記事はこちら。それ以前の何年分かの記事も、ここから辿れるはず。 www.watto.nagoya 弊ブログはアフィリエイト広告を利用
スマホの音声入力では、マイクに向かってしゃべった声が、リアルタイムに文章として入力されます。その裏側を支えているのが「音声認識」。声を分析し、文字のデータに変換する技術です。「Alexa、電気消して」も「Hey Siri、明日の天気は？」も、音声認識なしには実現しません。 最近では、会議の音声から議事録を作ったり、音声で作業記録を付けたりなど、音声認識の用途は拡がりを見せているそう。一方で、「インタビューの文字起こしがうまくいかない」など、思うように認識されないという声も耳にします。 そもそも、音声認識はどうやって人間の声を認識しているのか？ 日本語の音声認識はどこが難しいのか？ 音声認識ソリューションを手がける株式会社アドバンスト・メディアの安藤さんに、音声認識の気になる裏側を聞きました。 株式会社アドバンスト・メディア 1997年に創業し、音声認識技術「AmiVoice」をコアとした各
ツイキャスを始めた話。 - sun_ek2の雑記。
目次。 目次。 動画。 はじめに。 ブログで書こうと思っているネタ。 英語学習で得たネタ。 ツイキャスを始めた理由。 新たな収入源が欲しい。 ブログを土台に挑戦できる。 ブログの宣伝になる。 文章を書くのが捗る。 喋る練習になる。 発信力を持ちたい。 なぜYouTubeではない？ 編集技術は研究活動には役に立たない。 一生懸命、身に着けた編集技術は将来、機械に取って代わられそう。 編集が使えないライブ配信の方が研究活動の観点から見ると実践的。 さいごに。 この文章を読んで、面白い！役に立った！...と思った分だけ、投げ銭していただけると嬉しいです。 ofuse.me 【宣伝】ギターも歌も下手だけど、弾き語りをやっているので、よければ聴いてください。 www.youtube.com 動画。 喋りが下手くそです。ごめんなさい。 twitcasting.tv はじめに。 ちょっと前から始めようと
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Googleは米国時間3月17日、発話された内容をほぼリアルタイムで翻訳して文字にする機能を「Google翻訳」に追加すると発表した。 同社は、人工知能（AI）を活用するこの新機能を1月に発表していた。今回、英語、フランス語、ドイツ語、ヒンディー語、ポルトガル語、ロシア語、スペイン語、タイ語の8言語を対象に、「Android」搭載端末向けに今後数日かけて提供していく。 この機能は、連続して話される音声をその場で翻訳し、その結果をテキストとして表示していくというもの。 Googleの説明によると同アプリはこれまで、長い時間の発話、例えば会議の場での議論や、講義、話の語りに対応していなかったという。 この機能を利用するには、まずAndroi
【サイトマップ】初心者のための「はてなブログ」の始め方｜ 「redoブログ」運営 - redoブログ
はじめまして、redo(れど)です。 本記事では運営者情報及びサイトマップを紹介しています。 また、これからはてなブログを始める方へ向けたブログ運営についてもまとめていますので、参考にしていただけると幸いです。 ちなみに、レドという名前は「redo(リドゥ)」は直訳すると「再びやりなおす、何度も繰り返す」ですが”粘り強さ・力強さ”を意味も込めて命名しております。 Googleでのキーワード検索時には”redo”では英語訳が出てきてしまうので、「redoブログ」と検索して頂けるとすぐに見つかります。 後付けですが、音楽が好きなのでローマ字変換でドレミファソラシドの”レド(redo)”とかぶせています。 本ブログではブログ初心者だった私が「redoブログ」の運営を通じて得た知識や経験、興味のあることなどお役立ち情報を幅広く紹介しています。 今回は改めて自己紹介も兼ねて、プロフィールや経歴もまと
AI（人工知能）の研究開発ベンチャーである米OpenAI（オープンAI）が複数の高性能なAIを2022年秋に相次ぎ公開し、世界の技術者から注目を集めている。その1つはチャットで様々な質問に答える対話型AI「ChatGPT」。もう1つは、音声を解析して自動的に文字起こしする音声認識AI「Whisper」だ。筆者もWhisperを使った日本語での文字起こしに挑戦したところ、その精度の高さには舌を巻いた。 こうした中、国産の音声認識AIにも日本語の文字起こしの正確さを売りにする新顔が登場した。スマートフォンゲームや広告、フードデリバリーなどの事業を手掛けるレアゾン・ホールディングスが2023年1月18日に公開した「ReazonSpeech」だ。 ReazonSpeechは3種類のプロダクトで構成されている。1つめは、テレビ放送の録画データなどから音声コーパスを自動抽出する「ReazonSpeec
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
Zoomでの会話を自動で文字起こしする方法 | ライフハッカー・ジャパン
ChatGPTによる精度98％の異常に高性能なAI文字起こしソフトで、動画から記事を一瞬で作る方法（中嶋 よしふみ）
TBSテレビ、AIと人間による文字起こしサービスを一般提供 時間を半分以下に | Ledge.ai
生活やビジネスに潜むわずらわしさを解消する「ひとにやさしいAI」を ボイスボット・画像認識・音声合成…それぞれの技術で実現する「これからの当たり前」
さわってわかったLINE WORKS
初心者でも分かる「Microsoft Teams」の基本〜超便利な使い方や機能をわかりやすく解説
記事の数と読んでもらうための内容のバランス ～デイリーポータルZ先月のがんばり
“文字のない言語”でもリアルタイム翻訳 Metaが音声翻訳AI開発
こえもじ - Chrome Web Store
Google製スマホ「Pixel」シリーズに新機能を追加する「Pixel feature drops」第3弾がリリース
地味に儲かる副業ランキング32選！あまり知られていない効率的な稼ぎ方 - ソロ活@自由人BLOG
今年の幸先詣というよりただの近所の神社へのお参り日記2ついでの外食日記 - 🍉しいたげられたしいたけ
Macを使って、録音した音声ファイルからの文字起こし｜しらかわ
【2023年】AWS全サービスまとめ | DevelopersIO
第53回岐阜公園菊人形・菊花展とJAぎふ産地直売所おんさい朝市茜部 - 🍉しいたげられたしいたけ
iPhoneからPixelに乗り換えて手に入れたもの、失ったもの
OSSのアノテーションツール Label Studio を使って、快適にアノテーションする
GoogleドキュメントなどにMicrosoft Officeファイルの互換性警告を追加
Googleの「NotebookLM」、YouTube動画の概要生成も可能に
岐阜市の粕森公園と梅林公園に早春の木花を見に行った（後編：梅林公園） - 🍉しいたげられたしいたけ
【保存版】さまざまな自然言語処理の手法を学べるレシピ40選（2022年9月版） - Qiita
【レビュー】Google Pixel 7も「Proがオススメ！」仕事にも使える機能が洗練！ (1/4)
クラウド時代の製品・サービス選定の考え方 - Qiita
【超便利】画像やPDFの文章をテキスト化（文字起こし）できるアプリ・サイト17選
大垣市武道館東「ふづきの池」の花ハスを見てきた＆ウナギ料理専門店「なまずや」で鰻丼の昼食 - 🍉しいたげられたしいたけ
「涼感ハスまつり」2024年7月 - 🍉しいたげられたしいたけ
日本語の音声認識はなぜ難しい？ 精度向上のカギは、「辞書」と「文脈」にあった
「Google翻訳」、音声をリアルタイムで翻訳しテキスト表示する機能が追加
文字起こしAIの新顔「ReazonSpeech」、テレビで鍛えた音声認識の精度を試した