最近ネット上でAIが組み込まれたボイスレコーダーの広告が大量に現れていないだろうか。どうもうさんくさいといぶかしんで見ている人も多いのではないか。 AIボイスレコーダーが手放せない理由 これには筆者も同感で、そもそもボイスレコーダー機能などスマートフォンで代用することが可能だし、ハードウェア設計の面でも十分に成熟しているところにAIを活用？ それって便利なの？ と思っていたのだが、試す機会があり、実際に使い始めてみたら手放せないツールになってしまった。 OpenAIの技術を搭載したAIボイスレコーダー「PLAUD NOTE」という製品だが、連携するアプリやウェブサービス等が次々にアップデートされ、どんどん使いやすくなっている。また、この製品単独ではなく、ChatGPTやClaudeといった対話型AIサービスを併用することにより、あるとあらゆる面で省力化できるようになっている。 私は7月に入

新・必須ガジェット。テレワークのストレスを全部解決してくれました2024.03.28 17:00Sponsored by HiDock 三浦一紀 もう手放せない。 最近毎日のように行なっているオンライン会議。自宅にいながら、いろいろな人と打ち合わせができるのはたいへんありがたいもの。しかし、オンラインならではのストレスもあります。 たとえば音声の問題。お互いの使っているデバイスや周囲の環境などにより、声が聞こえづらくなると、何度も聞き返したりすることがストレスになります。また、オンライン会議が増えてきたことで、議事録作成の時間が膨大になってきているのも辛い。 さらに、自宅で仕事をする時間が増えると、机の上もごちゃごちゃになりがち。Webカメラにマイク、外付けディスプレイに外付けHDD、その他スマートフォン類の充電などなど、机の上はありとあらゆるケーブル類が這い回っています。作業スペースが狭

僕は最近Turing Complete FMというポッドキャストを運営しているのですが、その収録のためにポッドキャスト録音テクニックを結構研究しました。ここではそのノウハウをシェアしようと思います。音がよくて聞きやすいポッドキャストの収録に役立ててもらえると幸いです。 はじめにポッドキャストでは音質は死活的に重要です。音質の大切さは強調してしすぎることはないと思うのですが、この点は甘く見られがちなようです。音の悪い録音を何十分も聞くのは耳が辛くて不必要にストレスがかかります。よいコンテンツを届けたいのなら、音質という、コンテンツ以前の問題は解決しておくべきです。 良い音質のポッドキャストを作成するためには、良い音質で録音する必要があります。良い録音から良い出力を作るのは簡単ですが、悪い録音から良い出力を作るのは、どんなにポストプロダクションを工夫してもほとんど不可能です。悪い音で録音してし

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/

日進月歩というより、秒進分歩で進化している感じのある音声合成、歌声合成の世界ですが、また新たな革命ともいえるAI音声合成ソフトが誕生しました。これまでDTMステーションでも何度も取り上げてきた歌声合成ソフト、Synthesizer Vを開発するDreamtonics株式会社と株式会社AHSと共同開発する形で、もはや人間の喋り声にしか聴こえない音声合成ソフト、VOICEPEAKを発表し、3月11日から発売を開始するのです。Synthesizer Vと同様、Windows、Mac、Linuxでも動くマルチプラットフォームソフトで価格はダウンロード版で23,800円(税込み)となっています。 このソフト「VOICEPEAK 商用可能 6ナレーターセット」という製品名になっていますが、実際には女性3人＋男性3人＋女の子1人＝7人の声を切り替えることが可能なAI音声合成ソフトで、テキストを入力すれば

Apple reveals how it's made the iPhone 16 series (much) easier to repair

動機 アドラー心理学によれば、私たちは常に目的をもって行動しています。 そして、過去は一切関係ないと。これがアドラー心理学の目的論の主眼点であり、これが過去のフロイトとも大きく論点が異なるものです。 特に、私はお金の管理が面倒で、たまに後悔することがあります。１ヶ月で使いすぎてしまったり、、、 そして、なんでミスをしてしまったのかを考え込んでしまいます。 アドラー心理学の考えでは「私は後悔することを後悔するために後悔している」ということができます。 つまり、悲しみなどは私の目的を達成するための道具でしかないのです。 感情を使わず、私の心の問題解決をするには、根本的な解決策は後悔することをなくすことであり、それが私は音声インタフェース機能も家計簿に取り込むことが必要なのではないかなと思って今回の記事にしました。 LINE Botの副次的な用途についてはいくつか記事にしています。 www.19

Amazon Echoでテレビのチャンネル変更や音量調整が可能に　進化した「Alexaスマートホームスキル」を試してみた：山口真弘のスマートスピーカー暮らし（1/2 ページ） スマートスピーカーからテレビを操作する場合、これまで可能な操作は電源のオン・オフに限定され、チャンネル操作や音量調整は、標準的なスキルで行うことが難しかった。 例外的に、スマートリモコンのメーカーが独自に用意したカスタムスキルを使うか、あるいは「音量を上げる」「下げる」などのコマンドを別の家電製品にみせかけて登録するなどの裏技はあったが、前者は音声コマンドが複雑になる、後者は設定に手間がかかるという問題があった。結果的にこの問題が、普及を大きく阻んでいたといえる。 今回、Alexaの「スマートホームスキルAPI」がバージョンアップし、テレビやオーディオ機器のコントロールが可能になった。「Alexa（アレクサ）、テレビ

Amazonの音声アシスタント「Alexa」には、スマートスピーカーの「Amazon Echo」シリーズや「Amazon Alexa」アプリ（iOS／Android）をインストールした端末同士で、音声通話やボイスメッセージができる機能の「Alexaコール・メッセージ」があります。 9月5日、日本でもこの機能がやっと使えるようになりました。米国でこの機能が追加されたのは2017年5月なので、随分待ちました。 「Echo」や「Echo Dot」で音声通話ができるのはもちろん、ディスプレイ付きスマートスピーカーの「Echo Spot」なら、ビデオ通話もできます。ビデオ通話もできるコミュニケーションサービスは、Google（DuoやAllo）にもApple（FaceTime）にもFacebook（メッセンジャー）にもMicrosoft（Skype）にもありますが、Amazonのは声だけで会話を開始

AWSのテキスト読み上げサービスを使ったラジオ放送で、一躍有名になったエフエム和歌山。システムを作った山口さんが、AWSのユーザーイベント「JAWS DAYS 2018」で、AIアナウンサーの裏側を語った。 「年間1000円で働いてくれるAIアナウンサー」。エフエム和歌山のコミュニティーFM「Banana FM」が2017年7月に始めたラジオ放送は、大きな反響を呼んだ。米Amazon Web Services（AWS）のテキスト読み上げサービス「Amazon Polly」を使い、ニュースや天気予報を自動で読み上げるというもので、年間でのコストは1000円程度とも言われている。 あらかじめ新聞社などからニュース原稿を受け取り、エフエム和歌山が開発したプログラムを使い、合成音声で読み上げやすいようにルビや句読点の位置などを自動修正。原稿をエフエム和歌山のサーバに保存しておき、放送直前にAmaz

会話が見える！　世界最速の「リアルタイム字幕」にびっくり：水曜インタビュー劇場（瞬時公演）（1/5 ページ） 2月某日、幕張メッセ（千葉市）。記事のネタを探すために、記者はとあるセミナーを聴講していたところ、大きなモニターに釘付けとなった。 モニターには、登壇者の発言がリアルタイムで文字になって映し出されていたのだ。「ITmedia ビジネスオンラインって最高ね」と発言すると、瞬時に「ITmedia ビジネスオンラインって最高ね」と表示される。それだけではない。日本語の横で、英語のスペルも次々に並んでいたのだ。 よーく見ると、ところどころで“おかしな日本語”も登場する。例えば、「ITmedia ビジネスオンラインって再考ね」といった感じで。しかし、しばらくすると、正しい日本語に変わっていくのだ。 気になる、気になる。どうやってリアルタイムに文字を起こしているのか。最新のテクノロジーを駆使し

「もう戻れない」手入力派が震えた“音声を文字化する”アプリの実力がこちら 会議の議事録を作成するため、録音した音声を何度も聞き直し、パソコンで入力……。これって時間もかかるし大変な作業ですよね。そこで、音声をその場で勝手にテキスト化してくれる、オススメのアプリをご紹介します！

3月30日のアップデート。遂に一般販売をスタートしましたのでレビュー記事を再掲します。 → 4月3日の予約販売に切り替わりました。 AmazonEchoと同じOS【Alexa】を搭載したスマートスピーカー『Eufy Genie』をAnkerJapanさんからお借りできたので紹介します。もらったわけでも、お金をいただいたりもしておらず、使ってみたかったので必死にお願いして実現しました。 というのも現在Alexa搭載端末は招待制の都合でどれか1台だけしか買えないみたいなんですよ。わたしはAmazonEchoを持っているので他のAlexa端末が手に入らないのです。 こちらは実売価格4,980円とAmazonの『EchoDot』と似た立ち位置にいる小型・低価格モデル。スマートスピーカーの機能としてはAmazonと比べてマイクの数が少なかったりシステム上の制限があったりしますが、そんなことは些細なこ

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

音声アシスタントAmazon Echo（エコー）の大ヒットで、IT業界を震撼させている米Amazon。そのAmazonが次に開発しようとしているのが、人間の話し相手になってくれるロボット。そんなロボットが完成すれば、テレビ、ネットを凌駕する最強の広告メディアになり、EC事業者としてAmazonは不動の地位を得ることになる。果たして、Amazonの野望は実現するのだろうか。今秋には、その答えがでるかもしれない。 【参考記事】日本でもAmazon Echo年内発売？既に業界は戦々恐々 買収企業の技術を独り占め なぜAmazonの次の戦略が分かるのかといえば、簡単な話。彼らは、ほしい技術があれば、開発コンテストを開催するからだ。 過去には、工場内のピックアップロボットの開発コンテストを開いている。そして優れた技術や企業が見つかれば、当然Amazonは買収するつもりだ。 買収された技術や企業はどう

Amazon Web Services（以下、AWS）は、人工知能（以下、AI）を活用した3つの新サービス、「Amazon Polly」「Amazon Rekognition」「Amazon Lex」を、米国・ラスベガスで現地時間の11月29日から12月2日にかけて開催されたAWSのイベント、「re:Invent 2016」にて発表した。 re:Invent 2016での発表を受け、12月15日には国内のメディア向け事後説明会が東京・目黒のアマゾン ウェブ サービス ジャパン本社で行われた。 アマゾン ウェブ サービス ジャパン株式会社 技術統括本部 本部長 技術統括責任者 岡嵜禎氏 今回提供が開始されるAIサービスについて、アマゾン ウェブ サービス ジャパン 技術統括本部 本部長 技術統括責任者の岡嵜禎氏は、「AmazonがこれまでEC事業で培ってきたテクノロジー、例えば商品のリコメン