メインコンテンツへスキップ
developersIO

# 音声認識 の記事一覧

飲食店を題材に Twilio ConversationRelay で「電話の一次対応を AI に任せる」シナリオを組んでみた
越井 琢巳 (Koshii Takumi)
2026.07.18
pipecatでSTT・LLM・TTSを組み合わせて音声AIボットを動かしてみる
松村昌範
2026.05.29
Aqua Voice × Claude Cowork：毎週の自動分析で音声入力のカスタマイズを仕組み化する
けーま (川田 圭真)
2026.05.28
macOS の Firefox で MediaStreamAudioSourceNode 経由の mono MediaStream を PannerNode に通すと OS 出力でモノラル化される
越井 琢巳 (Koshii Takumi)
2026.05.15
Twilio と OpenAI Realtime API で電話越しに AI と日本語会話する最小構成を作ってみた
越井 琢巳 (Koshii Takumi)
2026.05.11
OpenAIにおける文字起こし（音声認識）の現在地
nokomoro3@製造BT部
2025.04.15
【Kotlin】Androidで連続して音声認識がしたい
Yahiro
2024.11.29
日本語音声認識に特化したWhisperである kotoba-whisper-v1.0を早速試してみた
平井裕二
2024.04.17
音声認識モデルが大幅にアップデートされたReazonSpeech v2を使い、音声の文字起こしを試してみた
平井裕二
2024.02.21
Google Cloud上でGoogleの次世代のASR（自動音声認識）モデル「Chirp」を使ってみた
nokomoro3@製造BT部
2023.12.02
Whisperなどの前段処理に使えるかも!? PythonのWebRTC VADを使って 音声分割を検討してみた
nokomoro3@製造BT部
2023.11.26
OpenAI DevDayで発表された様々な機能について、公式ドキュメントを見ながら少しだけ詳細を確認してみた
nokomoro3@製造BT部
2023.11.07
OpenAIのWhisper APIの25MB制限に合うような調整を検討する
nokomoro3@製造BT部
2023.03.05
OpenAIからChatGPTとWhisperに関するAPIがリリースされたのでドキュメントを読み解いてみた
nokomoro3@製造BT部
2023.03.02
日本語に特化した高精度な音声認識 ReazonSpeech を使って、会議音声を書き起こししてみた
nokomoro3@製造BT部
2023.01.31
Hugging FaceでOpenAIの音声認識”Whisper”をFine Tuningする方法が公開されました
nokomoro3@製造BT部
2022.11.09
OpenAIリリースのWhisperで文字起こし後にテキスト読み上げした話
クルトン
2022.10.11
音声認識モデル”Whisper”をストリーミング処理対応させる方法
nokomoro3@製造BT部
2022.10.09
OpenAIリリースのWhisperをCPUだけで動かすために色々試した話
クルトン
2022.10.05
OpenAIがリリースした音声認識モデル”Whisper”の使い方をまとめてみた
nokomoro3@製造BT部
2022.09.29
OpenAIがリリースした高精度な音声認識モデル”Whisper”を使って、オンライン会議の音声を書き起こししてみた
nokomoro3@製造BT部
2022.09.23
Developers.IO 2017 WORLD in 仙台でVoice User Interfaceについて話してきた #cmdevio2017
諏訪 悠紀
2017.11.13
[iOS 11] Siriとアプリをつなげる！SiriKitを使ったVoice User Interface開発のまとめ
諏訪 悠紀
2017.09.20