タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
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
chat GPT + 音声入力 ＝ やばい
勝間和代氏が激推ししている音声入力がある。確かに入力は早いのだが、句読点はぬけるし、改行もまともにならないし、雑音で変な文章が入る。 これを自分で修正する前に、Chat GPTにやらせると、無茶苦茶効率がいい。 やり方はこうだ 適当なメモソフトに、スマホの音声入力で入力する入力結果をコピペする。この時、明らかにおかしい部分はざっと取り除く。（例えば、音声入力していて間違って入れちゃった部分など） Chat GPT に入力する。最後に自分で校正する もう一度 Chat GPTで整えてもらう (ﾟдﾟ)ｳﾏｰ 通勤中の車の中で適当に文章を入力して、それを出社後処理して、増田に投稿する。これで今日も俺の増田ライフは楽しく続いているのであった。 ちなみにこれもこの方式で書いてる。あとはChat GPT がはてな記法に対応してくれればいいんだがな。(markdownはもういける）
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 東京大学大学院情報学環とソニーコンピュータサイエンス研究所（CSL）の研究チームが開発した「Derma」は、喉周辺の皮膚にセンサーを張り付け、口パク（無声発話）を音声入力に変換する深層学習を用いたサイレントスピーチインタラクション（Silent Speech Interaction、SSI） だ。 話者の唇や顎（あご）周辺を指で触れ、発話を読み取ろうとする、視聴覚障害者のためのTadoma（触診リップリーディング）法から発想を得ている。Tadoma法では主に唇周辺の皮膚を触って発話を認識しているが、今回の研究ではそれを機械学習により自動化した。さらにウェアラブルでの利用を想定し、より目立ち
Google、「Googleアシスタント」への音声入力の一部を人間が聞いていることを認める Amazonに続き
Googleアシスタントはウェイクワード（「OK Google」や「ねえ、Google」など）をきっかけに音声の録音を開始するが、テレビの音声などでウェイクワードと誤認識することがあり、ユーザーが知らないうちに録音していることもある（Google HomeやGoogle Home Miniの場合、録音中はLEDが点灯して分かるようになっている）。 録音設定を無効にすることもできるし、録音データは1件単位で削除することも可能だ。 Googleは公式ブログで、「より多くの言語での音声技術の開発を目的とする取り組みの一環として、特定言語のニュアンスやアクセントを理解している世界中の言語の専門家と提携している。これらの言語専門家はわれわれが言語をより良く理解するために少量のクエリー（すべての音声データの約0.2％）をレビューし、テキスト化している。こうしたプロセスは、Googleアシスタントのよう
voicodという音声入力でメモを書けるシンプルなウェブアプリケーションを書きました。 音声入力でメモができるシンプルなアプリケーションを書きました。https://t.co/EHSKnNKNaL x-callbackを使ってショートカット.app 等と連携すれば、入力内容をNotionに保存したりできます。 Note: SpeechRecognitionに対応したブラウザ(ChromeやSafari)が必要 Source: https://t.co/NnzXVjlGnF pic.twitter.com/yzoA3VIzzl — azu (@azu_re) February 10, 2022 SpeechRecognitionというウェブブラウザで音声認識をするAPIを使っているので、このAPIに対応しているブラウザが必要になります。 具体的にはGoogle ChromeやSafariなど
唱えたことが現実になる。 これはオカルトではなくテクノロジーの話だ。 常時装着したヘッドセットが人生を変える。 常時装着の有効活用 左耳の前を触ってみよう。きっとそこには「ボタン」がある。 そこにはブームマイクしかないが、という人は右側を触ろう。 本記事はこのボタンを有効活用する記事である。 何も無いとのたまう旧人類は早くヘッドセット常時装着(アップデート)してほしい。 前回の記事への反応で、「読んでAfterShockzを買った」というコメントをわりと見た。記事を書いた者として、せっかく買って常時装着するのなら有効活用してほしい。そこで前回の記事では触れていなかった活用方法、リマインダーへの音声入力の話をする。これは音声アシスタントへの入力端末を常時装着することの、真の価値を感じられる手法である。 これを前回紹介しなかったのは、俺はApple Watchで音声入力をすることが多いからであ
superwhisperという、whisper.cppを使った音声入力ができるmacOSアプリケーションを最近使っています。 基本的にはggerganov/whisper.cppのモデルを使って、音声認識しながら文字入力ができるアプリケーションです。 特徴 Whisperの認識精度が高い かなり早く喋っても認識してくれる 日本語も認識してくれるモデルがある 日本語で喋って英語に翻訳してくれる機能もある オフライン対応 有料: サブスク と 買い切り の2種類のプランがある 無料で15分のトライアル、その後は選べるモデルが制限される 公式サイトのデモをみると、かなり早く喋っても認識してくれるのがわかります。 大抵の人にとっては、多分文字入力するよりしゃべったほうが早いぐらいの入力速度が出ると思います。 superwhisper 長文はそこまで得意じゃないけど、1行とか2行ぐらいの文章はかなり
Metaの研究チームが音楽を生成するAIモデル「MusicGen」を公開しました。オープンソースでの公開となっているため誰でも無料でモデルを利用できるほか、作例やデモが公開されており、その品質を実際に確かめることが可能になっています。 [2306.05284] Simple and Controllable Music Generation https://doi.org/10.48550/arXiv.2306.05284 MusicGen: Simple and Controllable Music Generation https://ai.honu.io/papers/musicgen/ MusicGenはChatGPTなどの大規模言語モデルと同様にTransformerを利用したモデルです。言語モデルは文の次の言葉を予測しますが、MusicGenは音楽の次のセクションを予測する仕組
りっく @marudewakaran40 留学先のボスに『日本の研究者は国際会議の論文1本書くのに1ヶ月かけるって本当かい？ウチのスタッフは3日で書いて3日でリバイスして1日かけて最終確認&投稿する、7日のワークと決めている。報告書は鮮度が命だからね』と言われて、そんなことができるのかと思っていたら、(1/2) 2023-08-20 12:07:23 りっく @marudewakaran40 ある日ラボのスタッフがなにやらブツブツ言っていて『なにしてるのん？』と聞いたら『論文書いてる。打つの面倒だからディクテーション機能で書いてる。これが早いんだよ』と言っていて当時は目から鱗なのん。 最近の私は、口頭で書き殴ってGPTに文法ミス指摘させてるのん(2/2) 2023-08-20 12:10:53
Web版と同様にログインして使う。有料版「ChatGPT Plus」ユーザーであれば、Web版と同様にGPT-4へのアクセスや新機能の早期利用などが可能だ。 また、昨年9月に発表したオープンソースの音声テキスト変換AI「Whisper」により、音声でのプロンプト入力も可能だ。 米Microsoftは2月に「新しいBing」のモバイルアプリ版をiOSおよびAndroid向けにリリースした。こちらは既に日本でも利用可能で、日本語での音声入力もできる。 現在App Storeで「ChatGPT」を検索すると、OpenAIのロゴに似たロゴを冠した類似アプリが多数表示される。OpenAI ChatGPTは日本ではまだ公開されていないので、注意が必要だ。 関連記事 ChatGPT Plusのプラグインを使ってみた 「食べログ」連携で実在店舗も案内可能に OpenAIは「ChatGPT Plus」のサー
VSCodeで日本語の音声入力が可能に、Copilotがコードに合った変数名を提案など新機能。2024年2月のアップデート
VSCodeで日本語の音声入力が可能に、Copilotがコードに合った変数名を提案など新機能。2024年2月のアップデート コードエディタのVisual Studio Code（以下、VSCode）は2024年2月のアップデートで、音声入力やCopilotによる変数名の提案などの新機能が追加されました。 More developer goodness in the February update of @code Use your voice to write code (in your language!) Code faster with multi-cursor suggestions Renaming gets easier (because it's AI powered) Release notes: https://t.co/zwokiQvbPU Download: http
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。Twitter: ＠shiropen2 米ミシガン州立大学に所属する研究者らが発表した論文「■https://dl.acm.org/doi/10.1145/3581791.3596837■」は、被害者に気が付かれることなくスマートイヤフォン（Airpods、Pixel Budsなど）からスマートフォンに音声入力する不可聴攻撃を提案した研究報告である。被害者の近くから超音波を発して、スマートイヤフォンに音声コマンドを送り、音声入力を行う。 スマートイヤフォンはBluetoothを使って近くの機器（スマートフォン、スマートスピーカー、スマートホームデバイスなど）に接続し、音声認識技術を駆使して音
優れたチャットAIがいろいろと出てきていて、ノートPCでも実行可能な「GPT4ALL」のように、のように、ハードウェアのスペックをそこまで求めないものも出てきました。しかし、その際には数GBのデータをDLする必要があるなど、使用自体は手軽でも導入はそこまで容易ではありません。オープンソースの「YakGPT」は「シンプルかつローカルで動くChatGPTのUI」を名乗るとおり、特別なアプリの導入は一切必要なく、ブラウザとOpenAIのAPIキーがあればチャットAIを利用できます。 YakGPT https://yakgpt.vercel.app/ YakGPTにアクセスするとこんな画面が表示されます。まずは利用するにあたって「Enter API Key」をクリック。 Open AIのAPIキー入力画面になります。すでにAPIキーを手元に持っている人は入力してください。今回はAPIキーを発行する
私の音声入力と格闘した16年の歴史を語る - 勝間和代が徹底的にマニアックな話をアップするブログ
最近やっとフットスイッチで、Androidの音声入力ができるようになって落ち着きました、そしていつから音声入力を始めたんだろうと思って調べていたところ、2005年からでした。 メールを検索してみたところ、まずは2005年の8月にViaVoiceというソフトウェアを買っています。 当時の音声入力は本当に認識性能が悪くて明らかに手で打った方が早かったのですが、それでも毎日色々レポートを書く仕事をしていましたのでわらにもすがる思いで音声入力ソフトを試していました。 そして、2008年ぐらいから、ドラゴンスピーチやAmiVoiceという少しましなソフトウェアが出始めて、何をしていたかというと、せっせと私の発音の癖を覚えさせてちょっとでも単語認識が違うものについてはもう一度教育をするといったようなわりと地味なことをしていました。 ところがそんなこんなをしてるうちにスマホの音声入力が出回り始めて、20
レ点🧬 on Twitter: "確定申告の医療費控除、10万円越えるかどうか全部電卓で足し算するのは面倒なので、何十枚もある領収書を全て並べ、そろばんのようにGoogleスプレッドシートに音声入力で「願いましては〜390+710+1230+550+…」と金額を読… https://t.co/yjIP1SvtNh"
確定申告の医療費控除、10万円越えるかどうか全部電卓で足し算するのは面倒なので、何十枚もある領収書を全て並べ、そろばんのようにGoogleスプレッドシートに音声入力で「願いましては〜390+710+1230+550+…」と金額を読… https://t.co/yjIP1SvtNh
添田孝史 on Twitter: "ここ１年ほどの間に、インタビューを文字にする手段は ICレコーダーの音声を自分で聞きながら復唱し、google docsの音声入力で文字化 ↓ andoroidスマホの音声文字変換のテキストを、レコーダー音声を聴きながら修正 ↓… https://t.co/Zz2FMIt6fH"
ここ１年ほどの間に、インタビューを文字にする手段は ICレコーダーの音声を自分で聞きながら復唱し、google docsの音声入力で文字化 ↓ andoroidスマホの音声文字変換のテキストを、レコーダー音声を聴きながら修正 ↓… https://t.co/Zz2FMIt6fH
なんと Google の音声入力で句読点が入れられるようになっていました - 勝間和代が徹底的にマニアックな話をアップするブログ
E-MASKでは、口元の動きによるマスクの変形を計測するために、曲がり具合を検出できる柔軟で高感度なひずみセンサーを利用する。マスク1枚に対して8個のひずみセンサーを用いる。マスクには細長い布をアイロンで熱圧着し8個分のポケットを作る。そのポケットにひずみセンサーをそれぞれ挿入する。そのため、ひずみセンサーの着脱が容易で、日常的に使用するマスクに簡単にセンシング機能を付与することが可能である。 ひずみセンサーの他に、ひずみセンサーの抵抗値変化を測定する回路部分、測定値をノートPCに送るマイクロコンピュータから構成する。現在の回路部分はボックスを首からぶら下げる仕様だが、今後はチップに設計し直しマスクに組み込みたいという。 実験では、Alexaの基本的な操作コマンド21個を推定対象とした。その結果、座位での発話推定精度は84.4％、歩行での発話推定精度は79.1％を示した。 Source a
破談嬢王おはぎ on Twitter: "寝ようと思ったんだけど博士課程の先輩に教えてもらったインタビュー音声の書き起こしの裏ワザだけ紹介させて😂 もはや手打ちの必要なし！！ Googleスプレッドシートのツールから音声入力をオンにするとできます！！お試しあれ！ https://t.co/nvEfoImtJW"
寝ようと思ったんだけど博士課程の先輩に教えてもらったインタビュー音声の書き起こしの裏ワザだけ紹介させて😂 もはや手打ちの必要なし！！ Googleスプレッドシートのツールから音声入力をオンにするとできます！！お試しあれ！ https://t.co/nvEfoImtJW
Pixel8来ました。そして、音声入力ボタンが押しやすくなったということに大きな価値があります！！ - 勝間和代が徹底的にマニアックな話をアップするブログ
発売したてのPixel8すぐにセットアップしてみました。 そして、私が無印のピクセルを使うのは外に持ち歩くというよりは、用途としてはほとんどパソコンのための音声入力としてリモートマウスを使うためです。 右側がPixel7、左側がPixel8なのですが、これ写真ではほとんど分かりませんが、私の触感として大きな違いがあります。それは何かというと、キーボードの一番右の Google の音声入力のボタンを押した時に、Pixel7までは、指に右側のベゼルの横にある枠の銀色のところが当たってしまうのですが、Pixel 8から指が当たらなくなりました。 これは毎日何十回もこのボタンを押す私にとってはとても気持ちが良いもので、これまで逆にこの銀色の枠にボタンのところが指がかかっていたのは気持ち悪かったんだということがよくわかりました。 もちろん Pixel のProであれば、銀の枠のところに指は当たらなか
フットスイッチを音声入力のトグルに使ってみる - 勝間和代が徹底的にマニアックな話をアップするブログ
ルートアール メカニカルスイッチ搭載 USBフットペダルスイッチ 3ペダル グレー RI-FP3MG ルートアール Amazon あいからず音声入力ばかり使っていますが、音声入力の問題点はそのオンオフをするのにちょっとキーボード操作が複雑なことです。 ChromeのVoiceInの場合は、Shift+CTRL+9だし、Google Documentは、Shift+CTRL+Sです。 そうしたらふと読んでいた漫画の中にフットスイッチの話があってこれは面白いと思って買ってみました。 実際にやってみたところ思ったより悪くなくて、パシッとこれまでマウスやキーボードでめんどくさかった音声入力のトグルができるようになったので結構音声入力が快適になりました。 特に VoiceIn を使って音声入力は面倒くさいなと思ってる方にはお勧めです。別に音声入力のところではなくいろいろなキーボードやマウス操作が割り
2021 年 11 月現在の Windows パソコンへの音声入力方法4種類の長所短所のまとめ - 勝間和代が徹底的にマニアックな話をアップするブログ
相変わらず日々の作業を音声入力で行っています。2021 年 11 月現在 Windows 系のパソコンで音声入力をしようとすると、以下の 4 つの方法が現実的なので、それぞれの長所と短所をまとめていきたいと思います。 カテゴリー１ パソコン単体で行えるもの その１ Windows11の音声入力 その２ Googleの音声入力 カテゴリー２ Remote Mouseとアンドロイドを併用するもの その３ Simeji その４ Google Pixel6で使えるアシスタント音声入力 まず、カテゴリー１の特徴はなにかというと、とにかく、設定が簡単です。特にノートパソコンなどでしたらマイクがデフォルトでありますので、何のハードウェアの追加もなく入力ができるようになります。 その１ Windows11の音声入力 Windows 11 が入る場合には Windows 11 がおすすめです。標準でついてく
私はパソコン（Windows）でブログを書いています。 使っているブラウザはChrome。 近頃やっと音声入力に成功しました。 ブラウザーの拡張機能にVoiceInを追加しました。 時折変換ミスもありますが便利です。 右手人差し指をあまり使いたくないので画面スクロールをマウスの中心にあるホイールで自動スクロールしてみたら目が回り気持ち悪くなりました。 購入したマイク https://www.amazon.co.jp/gp/product/B077Y974JF/ref=ppx_yo_dt_b_asin_title_o01_s00?ie=UTF8&psc=1 拡張機能 chrome.google.com 個人的あるある 生活の中で多くの人が感じるであろう「あるある」を個人的見解からまとめてみました。 天気予報 テレビで見る天気予報、主要な地域しか報道しないので我が家がどこに属するか分からない。
この記事は、体の動きとか音声入力でアプリケーションを操作したり、プログラミングをするにはどうすればいいかということをいろいろ実験してみた記事です。 この記事には、実用性があるものと現実的に使うにはトレーニングが必要なものが混在しています。そのため、そこまで期待してはいけません。 この記事は、TalonとmacOSの音声入力で書いたものを手作業で修正しています。 マイクはBlue Microphones Yeticasterを使いました。 きっかけ t_wadaさんが老眼について書いていたのが、この記事を書いたきっかけの一つです。 プログラマ35歳定年説はとっくに過去のもので、35歳を過ぎても能力も報酬も伸び続けるし、生涯現役プログラマのロールモデルとなる方も増えてきた。ただ諸先輩方から聞いた話をまとめると、ベテランプログラマの前に立ち塞がるのは「老眼」で、こればかりは本当に恐ろしい。何か対
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
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
口パクで音声入力、喉に小型センサーで 東大とソニーCSLが技術開発
音声入力でメモを書けるウェブアプリを書いた、x-callbackを使ったアプリケーション連携
ヘッドセットでリマインダー音声入力という言霊2.0 - 本しゃぶり
superwhisperでの音声入力を試す
Metaが音楽生成AIモデルをオープンソースで公開、テキスト＆音声入力で誰でも高品質な音楽を作成できるように
9m先のスマートフォンを超音波で“攻撃” 人に聞かれずに音声入力も
GeForce RTX搭載PCで動くローカルAI「ChatRTX」刷新。画像認識や音声入力に対応
日本では一ヶ月かかる論文を海外は7日で書き終える→まさかの”音声入力”がカギ
音声入力をテキスト化して即共有できるショートカットがヤバイ！【iOS13】
iOS版「OpenAI ChatGPT」アプリ、まずは米国で公開 音声入力も可能
AirPodsを乗っ取り、スマホにこっそり音声入力する超音波攻撃 成功率は8割超 米研究者らが開発
ブラウザのみでさくさく動作するオープンソースな豪華版ChatGPT「YakGPT」、公式UIより高速で音声入力も可能
Google Keepなら、スマホ音声入力から自動テキスト化。メモ・ToDo管理を簡単に！ ～小ワザ集＜2＞【「G Suite」時短＆コラボ仕事術】
「Googleドキュメント」の音声入力機能がアップデート--使い方を解説
口パクで音声入力できるイヤフォン 口を動かした際の耳穴の変形から予測 米国チームが開発
読唇術で音声入力 スマホで口パクを自撮りし音声に変換「LipType」
口パクで音声入力できるマスク、東大などが開発 約8割の精度で音声を認識
「ChatGPT」iOSアプリを公開 音声入力にも対応
「Bing」のAIチャット、デスクトップでも音声入力が可能に ～日本語を含む5カ国語で／回答も声で、おしゃべり感覚
【GPT-4V】ChatGPTが画像入力と音声入力に対応！使い方〜実践まで徹底解説 | WEEL
NVIDIAのローカルAI「ChatRTX」、AIモデル追加で画像認識や音声入力が可能に／
スマホ音声入力はトレーニングなしで使えたので急場の文字起こしに間に合った - 🍉しいたげられたしいたけ
無償のiOS版「ChatGPT」を早速使ってみた ～ついに来た公式アプリは優秀な音声入力機能がいい！／基本は同じでも直感的かつスムーズな手触りに好印象【やじうまの杜】
【薬歴・音声入力】エニフボイスのメリット・デメリットを徹底解説
ブログの音声入力(PC)＆個人的あるある - 綾なす
AirPodsでヒソヒソ音声入力 口を手で押さえるジェスチャーで 清華大学など発表
[スタパ齋藤の「スタパトロニクスMobile」] 書画カメラで書類スキャン・Web会議・音声入力を全部やるゼ!!!
![[スタパ齋藤の「スタパトロニクスMobile」] 書画カメラで書類スキャン・Web会議・音声入力を全部やるゼ!!!](https://cdn-ak-scissors.b.st-hatena.com/image/square/adb31ee9c3b6999923c8f280224361d709669dea/height=288;version=1;width=512/https%3A%2F%2Fk-tai.watch.impress.co.jp%2Fimg%2Fktw%2Flist%2F1338%2F694%2Fstptncs2021-07-19_thumbnail.jpg)
体の動きや音声入力でアプリケーションをハンズフリー操作したりプログラミングしたり文章を書いたりしてみる
kazuhiko.px.ebb.jp
note.com/kusanoha1942
news.mynavi.jp
www.npointercos.jp
rin6.ag.ebb.jp
forbesjapan.com