iOS･Macで録音+リアルタイムで文字起こし&翻訳｢WhisperAX｣

2024年4月8日

URLをコピーしました！

LINEで更新通知を受け取れます

先日にタイヤ交換する為に
くるまのすすめに行ってきた
イーンスパイアの横田です。
https://www.enspire.co.jp

「くるまのすすめ」のHPでは
https://kurusume.jugem.jp/
住所が間違っているので要注意。

新潟県新潟市北区太田甲 5632-1
　↓
新潟県新発田市緑町2丁目5-20-5office cube A-3

さて、本題です。

2024年4月3日、ArgmaxはOpenAI音声認識AI
「Whisper」を利用した文字起こしアプリの
「WhisperAX」のベータ版を公開してます。

対応機種はiPhone、Apple Silicon搭載Macと
Apple Watch Series 9／Ultra 2などです。
https://twitter.com/argmaxinc/status/1775505330061148271

Whisper distil-large-v3 from @huggingface also landed in this WhisperKit release! Compared to large-v3:
– 6x faster and 50% smaller
– Virtually the same evaluation metrics
– In our evals, slightly better than OpenAI API

Test it in 2 mins:
– App: https://t.co/jifODN4EHB
– CLI:… https://t.co/CmCgFsjhs5 pic.twitter.com/d7xhHXQ6JP
— argmax (@argmaxinc) April 3, 2024

Appleのテスト環境提供アプリ「TestFlight」
https://testflight.apple.com/join/LPVOyJZW
から試用可能で、AndroidやWindowsまだ(汗)
https://www.youtube.com/watch?v=R4wkpdUc-TI

詳しくは15分の動画で解説しました。
https://www.youtube.com/watch?v=J3zDW4Rw2s0

iOS･Macで録音+リアルタイムで文字起こし&翻訳｢WhisperAX｣の続きはYouTubeメンバーシップで！イーンスパイア株式会社

上記の動画はYouTubeメンバーシップのみ
公開しています。詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

iOS･Macで録音でリアルタイム＆文字起こし･翻訳「WhisperAX」

こんにちは、ネットビジネス・アナリスト横田秀珠です。今日は、iPhoneやMacで使える無料の音声文字起こし・翻訳ツール「WhisperAX」を紹介します。オフラインでも使えるので、リアルタイム文字起こしが簡単にできるんです。早速、このツールの使い方と機能を見ていきましょう。

WhisperAXとは

WhisperAXは、iPhoneやAppleシリコン搭載のMac（M1チップ以降）で使える、無料の音声文字起こし・翻訳ツールです。現在はAppleのテスト環境提供アプリ「TestFlight」からテスト版を使用可能で、オフラインでも動作するのが特徴です。

WhisperAXのインストール方法

iPhoneまたはMacに「TestFlight」アプリをインストールします。
TestFlightアプリ内で「WhisperAX」を検索し、ベータ版をインストールします。
WhisperAXを起動し、「テストを開始」を押すとアプリが使用可能になります。

WhisperAXの使い方

WhisperAXを起動すると、モデルをダウンロードする必要があります。日本語の精度が高いのは「Whisper-large-v3 947MB」です。
モデルをダウンロードしたら、「トランスクライブ」（録音ファイルの文字起こし）か「ストリーム」（リアルタイムの文字起こし）を選択します。
言語を日本語に設定し、録音ファイルをアップロードするか、リアルタイムで音声を入力すると文字起こしが始まります。

WhisperAXの主な機能

録音ファイルをアップロードすると、瞬時に文字起こしができる。
リアルタイムで音声を入力すると、その場で文字起こしができる。
録音ファイルのアップロードすると、瞬時に日本語から英語に翻訳できる。
リアルタイムで音声入力をすると、その場で日本語から英語に翻訳できる。

WhisperAXの精度と今後の期待

現時点では、WhisperAXの文字起こし精度はまだ完璧とは言えませんが、手動で文字を打つよりは圧倒的に早いです。今後、AIの進化に伴って精度も上がっていくことが期待されます。無料で使えるツールとして、ぜひ一度試してみる価値はあるでしょう。

よくある質問

Q1. iPhoneでWhisperAXを使うための条件は？

A1. iPhoneでWhisperAXを使うには、TestFlightアプリからベータ版をインストールする必要があります。

Q2. Macで使える条件は？

A2. AppleシリコンのM1チップ以降を搭載したMacでWhisperAXを使用できます。

Q3. 無料で使えるのはいつまで？

A3. 現在のところ、WhisperAXは無料で提供されていますが、将来的に有料化される可能性もあります。

Q4. オフラインで使えるメリットは？

A4. オフラインで使えるので、インターネット接続がない環境でも文字起こしができます。また、通信による遅延がないのでリアルタイムの文字起こしがスムーズです。

Q5. 文字起こしした内容はコピーできる？

A5. はい、文字起こしされた内容は画面右上の「コピー」ボタンを押すことでコピーできます。メモ帳などに貼り付けて編集可能です。

おわりに

今回紹介した「WhisperAX」は、iPhoneやMacユーザーにとって便利な無料の音声文字起こし・翻訳ツールです。オフラインでも使えるので、リアルタイム文字起こしが手軽にできるのが魅力ですね。現時点の精度は完璧ではありませんが、手動入力よりは断然早いので、ぜひ一度試してみてください。AIの進化で、今後さらに精度が上がることに期待しましょう。

この度ChatGPTに関してセミナーで
講演した内容を少しだけ公開します。

ChatGPTのビジネスへの効果的な活用法とそのノウハウ

昨年2022年11月末に発表されたChatGPTが話題です。ChatGPTは高度なAI技術によって人間のように自然な会話ができるAIチャットサービスです。国内では早くもユーザー数が100万人を突破し、世界では1億人を超えています。今までのAI（人工知能）に革命を起こしたChatGPT（チャットジーピーティー）。AIの進化により人間の仕事が奪われるのではないかなどの不安な点など、初心者でも分かりやすいようにChatGPTの始め方や利用する時のコツなどを具体的に解説します。

ChatGPTのビジネスへの効果的な活用法とそのノウハウ
１．今までのAIと対話型AIのChatGPTは何が違うのか？
２．ChatGPTを単体で使って出来ること
３．ChatGPTのGoogle Chrome拡張機能を活用しよう
４．ChatGPTのプラグインを活用しよう
５．ChatGPTのAPI連携
６．ChatGPTとAPI搭載したサービスの活用
７．今日からChatGPTでやるべきアクションプラン

１．今までのAIと対話型AIのChatGPTは何が違うのか？
　　（１）機械学習とディープラーニングと生成AIとは？
　　（２）ChatGPTに搭載の大規模言語モデル(LLM)
　　（３）ChatGPTがGoogleなどのIT業界に与えた影響
　　（４）ChatGPTのWEBサービスとアプリの基本機能
　　　　ａ．共有機能やWebブラウジング機能
　　　　ｂ．有料プランPlusは無料と何が違う？
　　　　ｃ．プラグインで出来ることは？
　　　　ｄ．API連携して出来ることは？
　　　　ｅ．アプリにしか出来ない便利な機能は？
　　（５）ChatGPTの類似サービスと比較する
　　　　ａ．Google Bardとは？SGEも発表
　　　　ｂ．ChatGPTが搭載のBing AI（Copilot）
　　　　ｃ．Notion AIが他と全く異なる鍵
　　　　ｄ．MicrosoftのOfficeアプリとの連携
２．ChatGPTを単体で使って出来ること
　　（１）気軽に問いかけて会話してみよう
　　　　ａ．小説やメールなど文章を書かせよう
　　　　ｂ．キャッチコピーなどのアイデアを出させよう
　　　　ｃ．参考例を提示して生成のヒントを与えよう
　　　　ｄ．文章を字数制限して要約させてみよう
　　　　ｅ．文章を箇条書きでまとめてもらおう
　　　　ｆ．役割を与えて高度な会話をしよう
　　　　ｇ．想定する相手を指定して壁打ちしよう
　　　　ｈ．段階ごとに指示して難問を解かせよう
　　　　ｉ．追加の質問を繰り返し深く考えさせよう
　　（２）高度な使い方をやってみよう
　　　　ａ．HTMLのコードを書かせよう
　　　　ｂ．プログラミングのコードを書かせよう
　　　　ｃ．マインドマップを作らせよう
３．ChatGPTのGoogle Chrome拡張機能を活用しよう
　　（１）Chromeブラウザのサイドバーに設定
　　（２）ChromeでWeb閲覧中にChatGPTを呼び出す
　　（３）会話をNotionにダイレクトで保存
　　（４）過去のプロンプトを効率よく保存
　　（５）Google検索にChatGPTを列記
　　（６）メールなどのサンプル文面を呼び出す
　　（７）閲覧中のWebページの内容を要約
　　（８）YouTube動画の文字起こし・要約
　　（９）音声入力・音声読み上げの導入　　
　　（１０）最新WEB情報にアクセス
　　（１１）回答の根拠となる引用元を表示させる
４．ChatGPTのプラグインを活用しよう
　　（１）指定URLのページ内容を要約や解説
　　（２）画像生成サービスで使うプロンプトを作る
　　（３）画像生成サービスを使わずに画像を生成
　　（４）テーマやトーンなど指定して動画を生成
　　（５）画像を送って、画像の説明や操作をする
　　（６）チャット内でグラフを作成し編集する
　　（７）マインドマップやフローチャートなどの作成
　　（８）Google関連アプリなどを組み合わせて使う
　　（９）PDFから情報を取得し要約や解説をする
　　（１０）AIツールデータベースからAIツールを見つける
　　（１１）Webのコンテンツにアクセスを可能にする
　　（１２）数学の計算、３Ｄで図示、データ分析
　　（１３）テキストを生成し、音声データに変換
５．ChatGPTのAPI連携
　　（１）給与計算サービスと連携
　　（２）チャットサービスと連携
　　（３）クラウドサービスと連携
　　（４）求人紹介サービスと連携
　　（５）翻訳サービスと連携
　　（６）Excelと連携
　　（７）Slackと連携
　　（８）Miro (ミロ)と連携
　　（９）Kintone (キントーン)と連携
６．ChatGPTとAPI搭載したサービスの活用
　　（１）AIライティングアシスタントを活用
　　（２）ChatGPT APIをノーコード連携を活用
　　（３）AIチャットボットを活用
　　（４）LINEと連携したサービスを活用
　　（５）自社データとAPI連携しチャットボットを作成
　　（６）自社データとAPI連携したLINEボットを作成
７．今日からChatGPTでやるべきアクションプラン
　　（１）現時点での悩みや問題点を挙げよう
　　（２）その状況を打破できるツールを探そう
　　（３）今後やるべきスケジュールを立案しよう