Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you. 「コピペできるようになったら神→対応しました」Google、驚異のリアルタイム文字変換の進化2月にβ版がリリースされたGoogle製の音声文字変換（Live Transcribe）アプリ。もともと聴覚障害者のために作られたアクセシビリティ機能だが、精度の高さから文字起こしとしても使えるのではないかと話題だ。来日中のプロダクトマネージャー、ブライアン・ケムラー氏に話を聞いた。
どうもこんにちは、あんどう（@t_andou）です。 前回宣言した通りに誰でも簡単にYoutubeの字幕ファイルを作る方法を書きます。 「Youtubeの」と書いていますが、実際はどの動画でも対応してます。 前回の記事 blog.takuya-andou.com まずはGoogleColabの共有 colab.research.google.com 使い方 GoogleColabに記載していますが 1.GPUを使用するように切り替え 上の「ランタイム」→「ランタイムのタイプを変更」からからGPUを選択 2.右上の接続 下のセルを実行すると自動的に接続されるので省略可能です 3.動画をアップロード ここにドラッグ＆ドロップでアップできます 大容量のデータの場合、GoogleDriveと連携した方が効率的です 4.入出力のパスの変更 ファイル名に合わせて変更してください 5.全セルを実行 あと
先日Twitterで「大学生がスマートフォンでレポートを書いている」というツイートが話題になっており、それに対して反応している方達もほぼ全員が「スマートフォンでレポートを書くのは効率が悪い」という前提で話をしていることに大変違和感を覚えました。 なぜなら私はこのブログはもちろん、技術書を執筆するときでさえ主にスマートフォンで下書きをしているからです。 PCを使うのは、ほぼスクリーンショットの撮影と最後の仕上げだけです。 その方が、最初からPCで文字入力するのに比べて圧倒的に効率が良いです。 この記事では、iPhoneとAndroidそれぞれで音声入力を効率よくおこなう方法について解説します。 iPhone・iPadの場合 先に結論から申し上げると、iPhone・iPad・Macの日本語音声入力は、AndroidのGoogle音声入力に比べて認識精度が低く、認識できる単語が少ないです。 仕事
画像生成AI「DALL・E 2」や文章生成AI「GPT-3」といった高性能AIを開発してきたAI開発組織のOpenAIが、新たに音声を超高精度で認識して文章に書き起こせるAI「Whisper」を発表しました。発表と同時に公開されたサンプルでは「早口のセールストーク」や「ハイテンポな曲の歌詞」などの音声でも問題なく文字起こしできる性能の高さが示されています。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper Whisperはインターネット上から収集された合計68万時間におよぶ音声データでトレーニングされた文字起こしAIです。OpenAIのブログ記事には「早口のセールストーク」「K-POPの曲」「フランス語」「独特なアクセン
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
画像生成AI「DALL・E2」や文章生成AI「GPT-3」「InstructGPT」などを開発するAI研究団体のOpenAIが、2022年9月に高性能な文字起こしAI「Whisper」を発表しました。オープンソースのWhisperはリポジトリが一般公開されており、日本語にも対応しているとのことで、オンライン実行環境のGoogle Colaboratory(Google Colab)やローカルのWindows環境に導入して使ってみました。 Introducing Whisper https://openai.com/blog/whisper/ GitHub - openai/whisper https://github.com/openai/whisper ○目次 ◆Hugging Faceの体験版を使ってみる ◆Google Colabに導入して使ってみる ◆Windows環境に導入してみ
Zoom自動で文字起こし(字幕)
Shinshu University - Research Unit of Comparative Education Studies Zoomで話した内容を自動で文字起こしし、字幕のようにして配信する方法を紹介します。 難聴者などが遠隔授業を受けやすくしたくて考えましたが、記録も残って便利です。 ポイント1 パソコンが2台あれば、あとはすべて無料でできます。 ポイント2 画面共有しても途切れません。 課題1 ホストが話した時しか文字起こしされません。複数で議論する場合には、Google Docsをメンバーと共有するといいでしょう。 ※試行錯誤中のため、もっといい方法があったら教えてください。
2021年3月3日にリリースされたデスクトップ版Google Chrome 89の安定版で、ブラウザ上で再生される音声やムービーからリアルタイムで字幕を生成する「自動字幕起こし」機能が追加されたことが明らかになったので、実際にどんな感じなのか使ってみました。 Google's Live Caption feature rolling out for Chrome desktop users https://www.xda-developers.com/google-chrome-live-caption-feature-rolls-out-transcribe-speech-videos/ Google's Live Caption is now rolling out to Chrome on desktop | Android Central https://www.androidce
Googleの最強書き起こしアプリ、非公式に他社スマホでも使えるように2020.01.08 07:0043,581 Victoria Song - Gizmodo US ［原文］ （ 塚本直樹 ） iPhone…はまだか。 Pixel 4とともにGoogle（グーグル）から発表された、新たな｢Recorder｣アプリの書き起こし機能。オフラインモードでもガリガリスピーチを文字化できる超便利なこの機能は現在Pixel 4／3／2にて利用できるわけですが、とうとう非公式ながら他のAndroidスマートフォンでも使えるようになりました！ XDA-Developersに投稿された改造版のRecorderアプリでは、Pixelシリーズと同じく、リアルタイム／オフラインでのスピーチ書き起こしが可能です。動作にはAndroid 9／10を搭載したAndroidスマートフォンが必要で、Huawei（ファー
インタビューや会議の際に発言内容をメモしながら、後で間違えないよう録音もする人は少なくないだろう。だが、録音した音声を聞いてテキストに起こす作業はかなりの手間がかかる。筆者の場合は聞き取りづらい箇所を繰り返し再生したり、パソコンに文字を打ち込む操作が遅れて音声の再生を一時停止したりしているうちに、実際の録音時間の何倍もかかってしまう。作業が終わるころには疲れてうんざりしていることもある。 筆者と同じように「骨の折れる文字起こし作業を何とか楽にこなしたい」と考える人は、洋の東西を問わず多いのかもしれない。最近はAI（人工知能）によって音声を解析して自動的に文字起こしするツールが国内外で増えてきた。中でも大きな注目を集めているのは、米OpenAI（オープンAI）の音声認識AI「Whisper」だ。 同社は米テスラ創業者のイーロン・マスク氏らが設立したAIの研究開発企業で、2020年に発表した言
音声文字起こし技術で業務効率化: Google Text to Speech と OpenAI Whisper の活用 - STORES Product Blog
こんにちは、CTO室技術基盤グループの id:hogelog です。 STORES Product Blog でも多くの文字起こし記事がありますが、社内重要会議の文字起こしなど STORES 社内には様々なところで音声の文字起こし業務が存在します。そんな文字起こし業務ですが完全に人力で実施するのは作業コストがかなり高いです。今日はそのような業務を効率化する音声文字起こし技術とその変遷について紹介します。 Google Text to Speech の活用 以前 論より動くもの.fmを支える技術 〜Podcast初心者が使っているツール紹介〜 - STORES Product Blog でも紹介しましたが STORES 社内では Google Text to Speech が STORES 社内の様々な文字起こし業務に活用されてきました。 product.st.inc Google Text
AI 業界の進化が著しい昨今、AI の研究開発企業として名高い OpenAI から Whisper というとんでもない自動音声認識モデルの発表がありました。（2022/09/22）Whisper は 68 万時間かけてトレーニングされた自動音声認識モデルでなんとオープンソース化されています。 公開されているサンプルでは早口や K-POP、フランス語、アクセントのある会話などを問題なく処理できることが示されています。また日本語に関しても高い精度を保持していることがグラフから見て取れます。 Whisper の GitHub リポジトリより引用 この記事で行うこと この記事では Whisper を Google が提供する Colaboratory で利用し、文字起こしツールを作成していきたいと思います。 今回やりたいことは以下の 3 つになります。 音声データから文字起こしができる 文字起こし
ボイスレコーダーやスマホで録音した音声データを聞きながら、文書を作る「文字起こし」をもっと簡単に済ませることができれば、ビジネスシーンにおける“時短”につながるのではないでしょうか。 実はGoogleドキュメントなら、「ツール」から音声入力を選択するだけで、自動で文字起こしができます。 Googleドキュメントで文字起こしする方法 今回はWindows版、iPhoneアプリ版、Androidアプリ版と3つの方法をご紹介します。 PC版 Googleドキュメントで文字起こしする方法 PC版Googleドキュメントで文字起こしをするには、以下の手順で操作してください。 なお、今回はHUAWEI Matebook X（Windows 10）を使って手順を紹介しています。基本的にはブラウザベースで操作するため、MacなどほかのPCでも操作手順にほとんど違いはありません。ぜひ参考にしてください。 1
音声認識で自動文字起こしできる「Googleドキュメント」の使い方スマートフォンを利用して会話をそのままテキスト化！上手く活用できれば、会議やミーティングでメモをとることではなく、相手の話を聞くことに集中ができるようになります。議事録作成にも役立つかもしれません。必要なものは「Googleドキュメント」と「スマートフォン」の2つ。スマートフォンの音声入力で取り込んだデータを、リアルタイムで編集して議事録作成にも利用できる方法を紹介します。
![音声認識で自動文字起こしできる「Googleドキュメント」の使い方 - Hashikake [ハシカケ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/e87cf435836c43bbbd2800f568c5226f7a71312f/height=288;version=1;width=512/https%3A%2F%2Farticle-image.hashikake.jp%2Fuploads%2Farticle%2Fthumbnail%2F9%2Fc65f9f5b-50e1-464e-baba-0e591a923d15.jpg)
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
「コピペできるようになったら神→対応しました」Google、驚異のリアルタイム文字変換の進化
「iPhoneの音声出力をPCに繋いだら、電話もYouTubeも自動で文字起こしできるようになった」――急遽テレワークを導入した中小企業の顛末記（97）【急遽テレワーク導入！の顛末記】
文字起こしAIで誰でも無料でYoutubeの字幕ファイルを作る方法 - ニートの言葉
iPhone・Androidで高速に日本語音声入力するためのベストプラクティス
OpenAIが高性能文字起こしAI「Whisper」を発表、日本語にも対応し早口言葉や歌詞も高精度に文字起こし可能
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
「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】
無料でOpenAIの「Whisper」を使って録音ファイルから音声認識で文字おこしする方法まとめ
Chrome 89で音声からリアルタイムに字幕を生成する「自動字幕起こし」機能が追加されたので使ってみた
【Mac Info】 Macでかんたん文字起こし!「Google ドキュメント」で自動化しよう
Googleの最強書き起こしアプリ、非公式に他社スマホでも使えるように
話題の文字起こしAI「Whisper」、ニュース記事を読み上げて試したら驚きの精度だった
Google Chromeに「自動字幕起こし」実装。英語に対応
【プレイバック2021】Google Pixel 6 Proの文字起こし機能だけで記事を書いてみた by 麻倉怜士
Pixel 6と4a、音声文字起こしの精度を比較してみた
WhisperとGoogle Colaboratoryで音声の文字起こしをやってみた
時間のかかる文字起こしをGoogleドキュメントで自動入力する方法｜@DIME アットダイム
音声認識で自動文字起こしできる「Googleドキュメント」の使い方 - Hashikake [ハシカケ]