時間無制限、無料の文字起こしアプリを開発したので、アプリ紹介と学びまとめ。｜にょす
みなさん、こんにちは！9月は久しぶりに個人開発をしてました。 今回はGeminiを使って、ちょっと変わった文字起こしアプリを開発したので、その裏側をお話ししていきたいと思います。その名も「無限もじおこし」です！ 「無限もじおこし」はその名の通り、時間無制限、無料で使える文字起こしアプリです。普通に考えたら「え？大丈夫なの？」って感じですよね笑 でも、ちゃんと収益的に成り立つ算段を立てています。この記事ではそこらへんの考えや、アプリ開発における技術的な学びについてまとめていきたいと思います！ 「無限もじおこし」の紹介主な特徴音声の文字起こしが無制限に可能 （10時間でも100時間でも！）使いやすさにこだわった機能 （コピー、シェア、自動タイトル生成など）「よく使う単語帳」に登録すると、文字起こしの変換精度アップバックアップ機能があるので、機種変更などが発生しても簡単に引き継げます そして、無
OpenAIの文字起こしAI「Whisper」の使い方 | DXを推進するAIポータルメディア「AIsmiley」
OpenAIが発表した音声認識モデル「Whisper」は、日本語の音声でも精度高く文字起こしできるツールとして知られています。今回はアイスマイリー編集部が「AIニュース原稿の読み上げ音声を素材にどのくらい精度高く文字起こしできるのか」や「生活騒音下における読み上げ音声でも結果は変わらないのか」について調べてみましたので是非やり方を真似して試してみてください。 記事後半ではWhisper APIおよびChatGPT APIを活用した文字起こしサービスである「writeout.ai」の紹介も行っていますので、業務への活用イメージとしてご活用ください。 生成AIについて詳しく知りたい方はこちらの記事もご覧ください。 生成AI（ジェネレーティブAI）とは？種類・使い方・できることをわかりやすく解説 音声認識モデルとは？ 音声認識モデルとは、AIが人間の声を認識し、認識した音声をもとに何らかのデータ
ChatGPTのアプリ版すごくね！？
モバイルアプリ版に実装されてる音声入出力機能が無課金ユーザーにも開放されたってニュースを見て貧乏人の俺は早速ダウンロードしたわけね。 英会話の練習に使えるみたいなニュースを見てたから興味津々でトライしたわけよ。 そしたらまあ俺の英語力では話すのも聞き取るのもままならず、到底使いこなせる”域”に達してねえなこりゃ、と早々に自分に失望したよ。 はあ、アンインスコするか・・・と思いながら設定ちょろちょろ弄ってたら「Speach」の欄にMain Languageって項目があって、そこがAuto-Detect（自動検出）になってたんよね。 あっこれのせいか！俺の英語力が悪いからじゃなかったんだと思って、Englishに切り替えてもう一回やってみたわけ。 そしたら案の定結果は変わらずさらに落ち込んだ。 で、もうどうでもいいやと思いながら日本語で適当に話しかけたんだよ。 そしたら！ なぜか俺が日本語で話
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
iPhone対応“自動文字起こし”アプリ「UDトーク」賢い使い方を開発者に聞いた (1/5)
アプリや専用デバイスを使った、日本語の「自動文字起こし」に関連するサービスには、近年多くの関心が集まっている。背景にはスマホやAIを活用する音声認識のテクノロジーが飛躍を遂げたことや、コロナ禍の影響を受けてリモートワークが普及したことなどがある。iPhoneに対応する「UDトーク」も自動文字起こしに対応する注目のアプリだ。開発者に特徴を聞いた。 iPhone/iPadでも使える日本語対応の自動文字起こしアプリ コミュニケーション支援・会話の見える化アプリをうたう「UDトーク」は、Shamrock Records（シャムロック・レコード）の代表兼エンジニアである青木秀仁氏が開発を手がけている。 モバイル版アプリはiOS/Android/Fire OSの各プラットフォームに対応する。ほかにも音声認識の結果を修正したり、事前に作成した原稿をスマホやタブレットに送信する一部機能を搭載するMac版/
YYProbe - 会話の可視化アプリ -
YYProbe(ワイワイプローブ)は、会話をリアルタイムでテキスト化する音声認識アプリ ・発言ひとつひとつの音声とテキストを保存しながら、会話の流れを表示します ・ビデオ通話の音声も高精度に認識できます ・チームメンバーで使えば議事録に、ひとりで使えばボイスメモに ・文字起こしサービス対応 ・AI要約機能搭載 ・AppleWatch対応 ■YYProbe（ワイワイプローブ）はこんな方にオススメです ・会議の会話の組織的な活用に ―会話の可視化・分析や、組織ナレッジとして蓄積したい方 ・オンライン会議の効率化に ―オンラインで音声が聞き取りづらく、コミュニケーションが難しいと感じている方 ―スマフォ、PCなど利用する端末を限定しないで会議したい方 ―音声、動画、字幕などを使って会議の幅を広げたい方 ―会議中の発言が思い出せず、その後のアクションが曖昧になってしまう方 ―長時間の会議の議事録作
音声文字起こしサービス徹底検証 ベストな選択はこれだ！
話した言葉をテキストデータに変換できる「音声文字起こしサービス」。テレワーク時代の情報共有ツールとして大いに役立つものの、気になるのはその実用性だ。発言の認識精度に加え、大まかな流れや会話の文脈を後から振り返るのに使えるのかどうか。主要な7つのサービスを使用し、比較した。 ※日経トレンディ2021年5月号の記事を再構成 ディープラーニングやビッグデータの活用が進み、音声認識の精度が大きく向上。話した言葉をテキストデータに変換できる「音声文字起こしサービス」が相次いで登場している。 会議の内容を振り返ったり、他の人にシェアしたりなど、テレワーク時代の情報共有ツールとして注目されているこれらのサービスは、どこまで実用的なのか。主要な7つのサービスを実際に使い、比較してみた。
【iOS14】ドアベルなどの音をiPhoneが聞き取って通知する「サウンド認識」 - iPhone Mania
イヤホン・ヘッドホンで音楽を聴いていたら、家のチャイムが鳴っているのに気づかなかった。何かいい解決策はないの？ iOS14 / iPadOS14から「サウンド認識」機能が追加されました。元々は「アクセシビリティ」に分類されている、聴覚サポート機能の一つです。しかし、iPhoneが聞き取った音を通知してくれる機能は、日常生活で便利に活用することができます。 例えば、イヤホンやヘッドホンで音楽を聴いていると、外部の音を認識しづらくなります。そのため、ドアのチャイムが聴こえなくて応対できない場合があります。「ドアベル」の音を通知するように設定すれば、チャイムの音が聞こえなくて宅配便の荷物を受け取れなかった、といったことを防ぐことができます。「ドアベル」の他にも「水の出しっ放し」などの認識可能な音があるので、お好みで設定することをおすすめします。
Microsoft、文字起こしアプリ「Group Transcribe」を公開 - iPhone Mania
Microsoft、文字起こしアプリ「Group Transcribe」を公開 2021 3/16 Microsoftは3月上旬、対面での会議や会話のためのリアルタイムのテープ起こしと翻訳を提供する「Group Transcribe（グループ転写）」のiOSアプリをリリースしました。会議の参加者がそれぞれのデバイスで使用することができます。 メモを取らずに会議に集中できる優れもの 最先端のAI音声・言語技術を搭載したGroup Transcribeで、会話の参加者は共有セッションを開始し、それぞれが携帯電話のマイクを使用して、リアルタイムで誰が何を言ったかを示す、非常に正確なトランスクリプトをキャプチャできます。 会話の高品質な記録に自信を持つことで、ユーザーはメモを取る必要がなくなり、会話そのものに注意を集中させることができます。トランスクリプトは、共有したり、再配置も簡単に行う
音声をテキストに変換する - Speechy
Speechyは、最新の人工知能と強力な音声認識エンジンをベースにした使いやすいリアルタイム音声入力アプリケーションです。 Speechyでは、音声をテキストに変換することで、キーボードを使わなくても文章を入力することができます。また、外国語学習の発音練習や打ち合わせの議事録作成にも役立ちます。 音声認識されたテキストとオーディオファイルは、共有機能を使ってどのアプリケーションにも共有できます。キーボードで入力することが苦手な場合は、是非このアプリケーションを使用してみましょう！ たとえば、Evernote、Dropbox、Googleドライブ、OneDrive、Facebook、Twitter、Snapchat、whatsapp、Lineなどがあります。 音声で認識されたテキストを任意の言語に簡単に翻訳できます。 現在、翻訳は88以上の言語をサポートしています。 ライブボイススピーチのサ
録音した音声を文字起こしするiOS無料アプリ「Qyur2（キュルキュル）」 - ITmedia Mobile
Qyur2は、2017年10月に提供を開始し、その後はアルクが提供する「キクタン」シリーズ「TOEFL」「TOEIC」講座など計30種類のコンテンツが利用できる英語・英会話用、中国語、韓国語アプリとしても活用できるようにアップデートしてきた。 Qyur2のユニークな仕掛けも特徴的で、昭和のカセットレコーダーのようなUI（ユーザーインタフェース）に、キュルキュルと音を立てながらデータを巻き戻せる。 この他にも、英会話用コンテンツ「完全改訂版 起きてから寝るまで英語表現700」「究極の英会話（上）中学1～2年レベル英文法100パーセント攻略」において、音声に合わせてテキストを表示する機能も追加した。 対応OSのバージョンはiOS 10.0以降を搭載したiPhone、iPad、iPod touchで、対応言語は日本語、英語、中国語（簡体、繁体）。ダウンロードは無料だが、英語・英会話用、中国語、韓
「あなたの声」のまま変換、グーグルの新しい翻訳システム
グーグルが、ある言語で入力した音声を、話者の声の特徴を保ったまま別の言語の音声で出力する自動翻訳システムを開発した。ある言語での話者の「声紋」を別の言語にマッピングするように訓練したニューラルネットワークを利用する。 by Karen Hao2019.05.22 1369 122 12 0 このスペイン語の音声クリップを聞いてみよう。 この音声クリップを従来の自動翻訳システムで英語に翻訳すると、次のようになる。 そしてこちらが、グーグルの新しい自動翻訳システムを利用した場合のものである。 完璧ではないものの、グーグルの翻訳システムでは、元の話者の声と口調がある程度維持されていることがわかる。グーグルの翻訳システムは、音声入力を音声出力に直接変換しているからだ。その間に他のステップはない。それに対して従来の翻訳システムは、音声を一旦テキストに変換し、そのテキストを翻訳した後、再度音声を合成し
Googleが音声翻訳で話者の声を保ったまま翻訳させる画期的なシステム「Translatotron」を発表
by rawpixel.com Googleが、人が話した内容を本人の声を保ったまま音声翻訳してくれる「Translatotron(トランスラトトロン)」について詳細を明かしました。従来モデルとは異なるエンドツーエンドモデルを採用した画期的なシステムとなっており、音声翻訳の未来を切り開くものと考えられています。 Google AI Blog: Introducing Translatotron: An End-to-End Speech-to-Speech Translation Model https://ai.googleblog.com/2019/05/introducing-translatotron-end-to-end.html これまでの音声翻訳では、まず話者が話した内容が自動音声認識により文章として起こされ、そこから機械翻訳を通して音声出力を行うという形が採られていました。
Googleの新アプリが凄すぎる。リアルタイム文字変換の精度がエグい
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. Googleの新アプリが凄すぎる。リアルタイム文字変換の精度がエグいGoogleの音声文字変換のAndroidアプリ「Live Transcribe」がすごいのです。YouTubeなどの音源までをも機械学習で取り込み、字幕の精度をあげている同社。今後の展開は、Gmail、Google Driveなどを運営するG Suiteと一緒にビジネス展開もありえるかも…！？
Windowsでも自動文字起こしができる！議事録はGoogleドキュメントに任せろ
情報管理LOGの@yoshinonです。 ここ最近は、「自動化」「音声入力」といったキーワードが、賑わっていますね。情報管理LOGでも、かなりこれについては激推ししています。さて今回は、文字起こしの自動化についてやってみたいと思います。文字起こしの自動化については、Macが先行していてWindowsの情報があまり見られなかったので、今回はWindowsについて深く掘り下げてみたいと思います。文字起こしの自動化が出来るようになると、議事録の作成などがほぼ自動化できるので、今まで苦痛だった仕事がとても楽になりますよ。 ※追記：Virtualが、Visualになっていましたので、修正しました…（恥ずかしい）。 ここ最近の自動文字起こし界隈（？）では、Mac勢がかなり優勢で盛り上がりを見せています。ここ最近の記事をいくつかご紹介します。 「神なの？」文字起こしが自動になる未来がやってきたとライター
最近の大学生がインタビューの文字起こしをするのに「iPhone」と「iPad」の２台だけを使っている理由
岸政彦 @sociologbook こないだ龍大のゼミ生と話してて、卒論のための生活史調査の文字起こしをえらい丁寧にしてきたから、どうやってやったのって聞いたら、「インタビューの音声をiPhoneで再生してイヤホンで聞きながら、iPadのメモを音声入力にして、マイクに向かって自分で同じセリフを喋り続けた」だった→ 2017-10-06 01:04:51 岸政彦 @sociologbook →最近みんなこれ。InterviewWiterももはや時代遅れか（笑）。漢字変換の精度もかなりいいんだって。タイピングが遅い学生たちに無理やりキーボードで文字起こしさせるよりも、こっちのやり方をすすめていったほうが、これから院生指導するときでも、ええかもしれんね。→ 2017-10-06 01:05:09 岸政彦 @sociologbook →「いまでもタイピングしてるぞ！」という、そんな貴方に。文字起こ
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
「録音データを“無料で文字起こし”できるツールを比較してみた」――急遽テレワークを導入した中小企業の顛末記（173）【急遽テレワーク導入！の顛末記】
「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】
「Zoom」の文字起こし機能が無料アカウントでも利用可能に ～会議前の双方向チャット機能も／参加者が自由にスライドを制御できる設定も追加
Speech API - 音声認識 | Google Cloud Platform
