Whisperの基本機能
KTです。 2025年7月23日、夜の収録です。
今回も動画形式Spotifyだと動画で見られます。 はい、今回はAIサービス関連紹介というか、
目に入ったもので、気になったところを話そうと思います。 文字起こしのサービス。
はい、普通にマイクで喋ったりとか音声のアップロードをして、 そしてその音声データから文字起こしをしてくれて、ちょっと見てみるのが早いか。
画面の方、今映してます。すでに試したもの。 文字起こしをした文章が出ていて、ここに対して下のトランスフォームってところを押すと、
要約とかサマリ、要約だよね。とかリストとかブログポスト、ブログ記事、 イーメール、メール風の文章にしてくれるのかね。
クイックノートみたいな。 2、4、5、5項目ぐらいに変換してくれるって感じになります。
こういうサービス多いかもしれないけど、 ちょっと完全把握できてないんだけど、これは無料で使えるっぽいです。
ぽいっていうのを、ちょっと謎な部分もこの後に触れていこうと思うんだけど。 これを今実際に画面で試して、どんな感じに使えるか。
具体的に見てもらいながらできればと思うので。 よかったら最後までチェックしてみてください。
この番組は、KTがSNSアプリの新機能やエンタメガジェットの話題を4段だらけで紹介していく。 まとまらなくてもまとめ。聞くまとめです。
倍速再生ながら劇で情報収集に活用してください。 実際にWhisperの方触ってみようと思います。
今ここを並んでいる2つ、なんかデータが並んでるんだけどタイトルと内容みたいな。 これは過去に録音したデータが一覧で見られます。
そして検索の機能もついているので、録音データから検索した後でもう1回利用するという時にも便利なんじゃないかなと思います。
画面の下の方にアップロードボイスノート、音声ファイルのアップってことだよねきっと。 そして右側にNew Whisperとして録音開始っていうのがあります。
ちょっとこっちを押します。 押すと録音の画面が出てきて、初回起動時はブラウザ側にマイクの使用の許可を与える必要があるんだけど、
すでに許可しているので。 そしてちょっと待って、レコーディングミニッツレフト120、無料とはいえ一応制限はあるのか。
そりゃそうか。レフト120、120分ってことかね。2時間分。 ちょっともう一点先に触れておくと画面の右上に、今ちょっと暗くなってて見づらいかもしれないけど10って書かれてます。
ここね、さっきチラッと見た限り、この下にさっき出ていた変換をした時点で減っていくのかなと思ったんだけど減らないんだよね。
一定の文章量とかカウントがあるのかな。 ちょっと分かんないところもあるんだけどとりあえず試してみよう。
言語選択があるのでジャパニーズってすることで精度が上がるんじゃないかなと思います。 こっちのブラウザ側でマイクをオンにして、今収録してる側に影響ないかな。
大丈夫かな。ちょっと押してみます。ここから文字起こしの対象になっていくので。 今回はウィスパーっていうAIの文字起こしサービス試しています。
今実際にまさしく試している最中です。 そんななんかこんな喋り方する必要ないか。ポッドキャスト側向けに話した方がいいか。
こんな感じで適当に話してみて、最終的に要約とか記事とかの変換をしてみて、どんなものか精度とか含めて確認しようかなと思います。
まだ2回軽く単文ちょっと話したぐらいしか試していないんだけど、パッと見特に問題があるようなことはなさそうでした。
まあそりゃそうだね。こういうサービスとして歌ってるんだから全然変換とかおかしいとかじゃお話にならないと思うけど。
とりあえずね、割と短いのでまだ長文打ってどうこうっていう判断には至らないし、あとは特に要約とかって言っても本当に4行分ぐらいしか話をしなかったので。
実際にもっと長文に該当する分の音声、喋った上だとこの後に判断になると思うので、少し話をしようかと思います。
ちょっとじゃあ雑談を含もう。ちょっと雑談を含めるので、ちょっとでも長く話すっていう意味で。
実は今こういうふうに正しく紹介している段階で言うのもあれなんだけど、個人的にはこれ使わなくていいかなっていうのを感じました。
便利だと思うんだけど。なんでかって言うと、前にPodcastの中でも触れた自作のツール、今画面を映しました。
オフラインってなっちゃってるけど、リアルタイム文字起こし&分析ツールってものを用意していて、これも同じようなことできます。
ブログ記事の作成っていうところまでは用意はしてないんだけど、その機能は全く別のツールで用意をしてあるので、同じく音声データから作るもの。
これ、この俺が作った今見せたこのツールが何かっていうと、文字起こしデータを取得して要約とかさせたいっていうのはもちろんなんだけど、それ以外に重要なのが録音のデータも俺が作ったやつだと手に入ります。
録音のデータ、つまりPodcastの音声のみの収録。今動画撮ってるからその時には使いようはないけど、音声のみで収録するんだったらブラウザで自分ので作ったGoogle AI Studioを使って作ったこのツール。
ここにマイクで録音して、そうすると文字起こしも同時に手に入る。そして要約とかタイムスタンプの機能つけたっけなこれ。ちょっといろんなものを並行してやってるから曖昧だけどタイムスタンプも入れたりできます。
つまり録音して録音したデータが手に入り、なおかつ要約の文章とかタイムスタンプもまとめてできてしまう。
さらにはハッシュタグだとか、また何だっけな。試したいだけでつけただけだけど、翻訳の機能とかタイトルの候補を出力するとかそんなのも機能つけた気がします。
そういうところで、わざわざこれを使わなくてもいいんだけど、とは言ってもあくまで俺が適当にViveコーディング、本当に口語で適当に指示を出して作っただけなので、安定感はやっぱり全然こっちはないので自分で作ったやつは。
なんかね、まだまだ例えばさ、長文になりすぎると極端な話、言い方すると下の方に文字がはみ出してしまってスクロールができなくなってしまうとか、そういうことがあってもおかしくないぐらいの状況です。
効率化の裏側
実用レベルでそんな頻繁に使ってるわけじゃないので、試しに作ってみて使えるんだったら使おうかなって、実際これを作ったところでね、なんかあの音声のノイズの除去がどうこうとかさ、そういう課題もあるから、本当に気軽に使うときには使えるかなぐらいで、ちょっと試せてないのでもう少し詰めていこうかなと思っています。
そんな中、今回のこのAIのサービス、ウィスパーっていう名称なんだけど、これ人によってはあれかもね、ここにさ、用意されているものであれば、今例えばちょっと便利そうと思ったら概要欄にリンクを貼っておくので、そこから飛んでもらえたらもうすぐ使えるので、ちなみにAI系のサービスどれもそうだと思うけど、Googleのアカウントでログインして普通に簡単にとかもうすぐに使えます。
はい、ある程度今3分40秒ぐらい話したけどどうだろう。
なんかちょっとこれも要約させるためっていうのも含めて、あえて雑談とかに触れると、なんかね結構Podcastで触れなきゃなっていうか、記録をしておきたいって思う部分も含めてのネタが山ほどありすぎて逆に追いつかないみたいな状況になってしまっています。
なんかね、いろいろ効率化、このAI使ってできるようになったせいで、逆にちょっとしたこと話すときも、あそっか、これ1個投稿するんだったらこれをちょっと肉付けして他の方向、例えば動画にするとかさ、そういうことをできるっていうのが、その効率化できるようになった反面めちゃくちゃね、そこでちょっと手が止まってしまう部分があって、どうせ1個このちっちゃいことやるんだったら膨らまして他のところに例えば3カ所4カ所に投稿したほうがいいよなみたいな。
それは、例えばTikTokに動画を上げた時にショートとかインスタリーにも投稿するとか、そういう意味合いではなく、まあ、まんまです。今はこういうふうに、今回ちょっとビデオポッドキャストの形式で撮ってるけど、音声だけで収録したとして、それを例えばブリューで動画化してYouTubeにも上げてとか、横に広げていく方法って山ほどあるじゃん。今簡単にできるじゃん。例えばnoteにもアップして、noteは文章を変えた形式で自分のドメインのブログにもアップロードして。
俺のブログは文章を上げた時点で勝手にそっちはそっちのポッドキャストを公開してくれるので、自動で読み上げてくれて。それが逆に収集がつかない。めっちゃ手間とか工数が減って、一気にこうね、もともと100パーだったものが500パーぐらいまでできるんだけど、とはいえ、その間をつなぐところは自分でまだやらなきゃいけないってことが多いので。そう、なんかちょっとしたことだね。本当にコピペとかそういうレベルの話。
そこも詰めていけば、こういう感じでGoogle AI Studioを使えば結構いろんなところをつなげていけるんだとは思うけど、やっぱり機能を盛り込めば盛り込むほど、欲張れば欲張るほど、何か1個問題が起きたときに他へ影響が出てしまったりとか、そんなことがあったりしても結局公開までは至ってはいないんだけど、タイミングがあれば作ったものを公開できればなとは思いつつ、手が止まっているみたいな感じです。
はい、ということでちょっとビスパーが録音一旦ストップしてみようと思います。どうなるでしょうか。はい、今停止ボタンを押しました。ちなみに一時停止のボタンを右上に出ていたので、これはありがたいかもね。
俺が作ったやつ一時停止とかないし、割とさ、ちょっと今文字起こし中なので、余談として話しておくと、今こそね、iPhone対応したんだけど、その昔、ここ1年前くらいとかかな、疑問だったのが、俺Androidってもう全然使わないんだけど、使わないというか、持ってピクセル、今もう7aだから古くなったけど、最新の時代とかも使ってて、iPhoneと両方とも持って使ったんだけど、Androidはもうね、使いづらくてダメで、もうほぼほぼ使わない状態っていうのがありました。持っていても。
何か試すときに使う程度のことで。で、そんな中、やっぱりAndroidにもさ、iPhoneにはない良い部分っていうのはたくさんあるわけじゃん。そら、もちろんそうなんだろうけど。そう、その中のAndroidが一番いいって、少し前まで思っていたのが、Androidは録画時の一時停止ができるんだよね。そんなの当たり前じゃんってAndroidの人は思うかもしれないけど、iPhoneはそれができませんでした。
そんな馬鹿なって今考えるAndroid使うまでは疑問も何もなかったんだけど、何回も停止してもう一回取り直してたんだけど、まあ不便だよね。本当にさ、例えばなんか手元で作業している、例えばレビューとかの録画するとき、レビューってあの製品レビューね。とかで、ちょっと箱開封のとこは邪魔だし、なんかテープどうしても剥がれなくて無駄に録画してんのあれだから、一旦止めようみたいになった時さ、Androidだったら一時停止ボタン押せば済むわけよ。
でもそれがiPhoneの場合は一旦切って別ファイルになるっていう。それがね結構煩わしくて、でも少し前、どのぐらい前のアップデートか分かんないけど、それで実装されて今は一時停止できるようになってます。
あれ何だっけ。何でこの話になった。あ、そっかそっか。ウィスパーに一時停止機能があるっていうとこね。これは結構重要だよね。もちろんトリッパなチェーンしちゃって、ちょっと待ってなんかエラー出てるけど、マジかダメじゃん。なんだよ。自分で作ったツールと違って安定感があるだろうからみたいにツイートもしたんだけど、安定しないじゃんね。ダメじゃん。データ消えちゃいました。多分消えてるね。ちょっとリロードしてみよう。
これは微妙だね。え、ついかになに。まるまるなくなってるけど。あ、大丈夫?もともと録音してたのはあるけど、今さっき録音したものは切れちゃいました。どういうことだろう。長すぎたとか。それともマイクをこっちの別で今ビデオポッドキャスト収録に使ってるかとかそういうことか。ちょっともう一回短い文章で短い時間だけ記録してみます。20秒ぐらい記録してみようか。なんかさこれ見ちゃうと不安で使えないじゃんね。
もしくはあれ?そんな直接関係あるかわかんないけどさ、広告ブロックとかトラッキングのブロックとかの機能をオンにしてるような気がするかその絡みかな。そういうのでおかしくなることもないとは言えないけど。最後録音でさ、そのデータ保存とか変換する時点で何かそこ絡みがあったらちょっと25秒30秒ぐらい止めてみようと思います。え、なんだ。はい止めました。
今アップローディングオーディオ、トランスクライビングオーディオ。今文字起こし中だね。さっきも文字起こし中ってなって最終的にエラーとなって。あ、できた。え、長かったからなのかな。不安だねこれは。ちょっと不安だな。おすすめですよって言っときながら。なんか散々な回だなこれ。おすすめですよって言っときながらエラーは出るわ。おすすめですよって言っときながら。俺は使わないってもう断言してるけどね先に。自分のツール使うつって。
なんかちょっとこの短文じゃ意味ないな。こんな短い。一応じゃあ変換してみようか。サマリーもなんもない。ようやくもなんもないぐらい短いけど。記録の試み。短い時間20秒ぐらいで記録してみようと思う。何か不安になる機能。広告ブロックトラッキングブロックなどがオンになっている可能性がある。直接の関係不明だが絡みがあるとおかしくなることもない。なんだそれ。絡みがあるとおかしくなることもない。絡みがある場合は25秒から30秒ぐらい止めてみようと思う。だめじゃん。
エラー問題と動作確認
短すぎて無理やり要約した結果おかしくなってるのかな。普通にダメだねこれ。普通に全然ダメじゃんね。ちょっと待ってください。これこの変換した後右上のこのサマリーってところを押すとトランスクリプトとして元の文字起こしデータにも戻せます。戻せるってか切り替えてるってことかな。ちょっとじゃあもう一回元の文字起こしデータからクイックノートってやってみよう。
短すぎてあれだよね。録音メモ。1、20秒ぐらいの録音を試みる。2、不安になる広告ブロックやトラッキングのブロック機能の影響を疑う。3、関係がある場合は25秒から30秒で停止することを考える。ちょっともうそもそもあれだね。伝わってないね。俺のこの話したことの趣旨が。
でもそういう風に俺言ってんのかな。そういうのでおかしくなることもないとは。あ、そんなこと言ったっけ。俺がおかしなこと言ったのかな。絡みがあったらちょっと25秒30秒ぐらい止めてみようと思いますなんだ。俺そんなこと言ったっけ。ビデオポッドキャスト見返せば分かるだろうけど。ちょっと分かんない。聞いてた人はどうだったでしょうか。すぐ戻せると思う。俺は今録画中だから戻せないけど。どうだろうね。なんか微妙なのかな。もしかして。
せっかく紹介しようと思った。リスト。リストってやると短い時間だけ記録しています。20秒ぐらいだけ記録してみようか。不安になる機能がある。なんか単純に過剰書きしただけって感じだね。長い文章でちゃんと動作してくれたらこれは助かるだろうけど。助かるって言ったってさ。そんなサービスいろいろあるだろうかね。だいたい有料なのか。前も触れたけど議事録系のサービスとか俺は使ったことないので。
試しに使ったことあるぐらいで実際なんか議事録とか会議をしてとかってそういうことは個人的にないから。そういうの使える人は別にそれで済んじゃうよね。だって個人的に使ってる人ってなかなかいないか。会社で使ってるとかそういう感じだって個人用途じゃもちろん使えないか。考えると無料で使えるのは悪くないかもしれないけど。
今変換したのはブログポスト。ブログポストってやったら一応見出しっぽくしてくれてあります。無理やり。タイトルが短い時間だけ記録しています。見出し一つ目。20秒ぐらい記録してみようか。二つ目。やっぱりおかしくなることもないとは。ないとはって。
もう一パターン。Eメール。県名として記録機能の問題について。私は記録機能について問題があると感じています。20秒ぐらい記録してみようかと思いますが不安で使えないと感じています。一応この形式は変えられないだろうけど。最初の人はリア〇〇名前が入って最後。
レストリガーズ。ユアネーム。自分の名前みたいな。英文のメールとかで使われるような挨拶のやつだね。一応テンプレ的に入るっぽいです。ここが日本語風になるんだったらもうちょっと楽というかな。こんなの別にコーヒペラってなんだって。すぐできちゃうだろうか。いいだろうけど。なんだって。
これあれだ。変換したやつは全部コーヒーに残るんだ。元の文字起こしに戻せんのプラス一回でも変換してあれば右上のメニューからもこのようやくとかクイックノートリスト形式で全部すぐに切り替えられるっぽいです。いやちょっと単文ちゃんと録音できなかったのが無礼すぎるな。そして今何回も変換したけど右上のこの10っていう数字は変化ないです。
これどういう意味?You got 10 transformations left for your whispers。10。普通に変換10個分ってことだよね。10回分なのか単位か解なんだか。それとも文章のこの変換量に応じてこの1カウントマイナスの判断をしてるってことかね。
じゃなきゃ今俺すでに5回とか5回以上変換してるので数字変えなきゃおかしいのにまだ1も減ってないです。10のまんま。何か一定量に足したらカウントが1減るとかかね。例えば長文にしたら一気に5減っちゃうこともあるとかかもしれないし。
ちゃんと試せなかったのが微妙だけど気になる人は試してみてください。戻ってみるとこういうふうに最後に試したものも記録として残っているのでここからもう1回内容確認することもできるので履歴として。ちょっと流れで自分で作ったやつも試してみよう。これこそ本当に今動作するか分かんないけどしばらく使ってないから試しに録音解消してみます。
許可するをやってあれマイク選択あやべえ選られてるダメだ。あそうだごめんなさいなぜかねこの俺が今使っているブラウザでは動作しないんだった。エッジを使った時に動作するっていう謎の状況なんだよな。ここからしても全然何もうまくいってないけど個人的にはエッジの方で使って録音をしてそこで文字起こしとかできるにはできます。
新しい料金プラン
そして最終的にwavファイルでダウンロードできるようにしたのかな。はいちょっとじゃあ今ここで試せないか。まあいいやちょっとじゃあ今回これで終わりにしよう。何一つうまくいかなかったけど。なんか色々伝達することがあった気がするんだけどな。
コンプリートプランが8月から名称が変わって値上げプラス値段の安いプランもできるみたいな2プランに変わる。そして今のまんま何もいじらずにいると7700円ぐらい払ってる人たちは9000円払わなきゃいけなくなってしまう。だからチェックしましょうって話をしたんだけどそこに対して8月に入る前だったら安い状態で1年分のオンラインコードとかAmazonで手に入るのでそれがね50%offっていうのができる。
たぶんね7月25日までになってるのでリンク貼っておくので気になる人はそこからチェックしてください。ただし新規限定かな。新規限定でどういう捉え方したらいいんだ。前の状況が引き付けないだけであって別に既存のユーザーがそっちを解約なりして新規でやる分にはそれは大丈夫ってことなのかな。
ちょっとわかんないけど。でプラスアドビの公式の方でも半額っていうのはやっていたのでそれもリンクは貼っておきます。だからどっちがいいかAmazonの方がポイントどうこうつくつかないとかまだわかんないけどキャンペーンの絡みのちゃんと反映してくれるのかとか。それはちょっと重要なところだと思う。結構7万いくらとかが4万ぐらいになるみたいな感じなので。
そのほかコマゴマとあったんだけどちょっと思い出せないな。なんかね伝達しようと思っていたことがいろいろとあ1個あれか。これもこの前最後に触れたかもしれないけどイヤホンのレビューキラキラめっちゃねイヤホンの外側耳のさ耳につけた時に第三者から見た時に見える側表側っていうのかな。そっちがダイヤで埋め込まれたかみたいにキラキラしてるイヤホン。
それのレビューの動画あげました。前回ちょっと触れたねあんま好みじゃなかったって。好みじゃないっていうところも含めダメなところっていうのも今回あげた動画結構ガッツリ書いてあります。主にゲーム関連でめちゃくちゃ触れたんだけどゲーム以外にも同じことはいるんだけどそうなんかねめっちゃ微妙な点がありでも見た目はめちゃくちゃいい。
音の好みってところはあると思うけど心地よく使いたいんだったら悪くないかなみたいな細かい音の性質とか言っちゃうとキリがなくなっちゃうのでこれもリンク貼っておくのでよかったらyoutube見てみてください。youtubeとあとspotifyビデオポッドキャストの方でも映像として見られます。
ポッドキャストは電脳ラウンジ電気のデニー脳みそのローそしてラウンジカタカナっていう番組を作ったので何回かお知らせしたけどそこでも動画同じもの見られるよね見られるはず同じものが上がってるはずyoutube側にも同じものが上がってるはず基本的な切り分けとしてはダラダラとあのわざわざyoutubeとして映像として映像としてまでというと違うどっちも映像だから
そんなにちゃんとした動画としてまとめるつもりのない気の向くままに手にイヤホンとか他のガジェットでも手に取ってダラダラ雑談するようなのを電脳ラウンジの方にあげようと思っているので基本的にはyoutube側はある程度ちゃんとした動画動画としてまとまったようなものダラダラな部分はカットしてあるしみたいなそんな風に考えてもらうと
youtubeの方はちょっと名称統一してないからだけどyoutubeはktガジェット本音レビューかリンクあります電脳ラウンジの方もspotifyの方でリンクを貼っておこうと思うのではいということで今回は以上となりますちょっと時間空いてしまったので何か投稿しなきゃなと思いつつだったんだけど
あーそうだ今回はいやまた今度話すけどこの前最後の時に触れた案件絡みのところでねー なんかねめっちゃ懸念懸念事項というかこれ大丈夫なのかなと思うような状況にあり
あの1個一つに複数の話をこの前したけど複数の案件の話1個は一応完了完了というかまだ支払い完了まで行ってないからだけどやるべきことは終わりました
いろいろね勘ぐってしまってなんかさあ難しいね 国の違いのあの監修とかそういう類そのさあこの国ではこのこういうこれこれこういうやり方をして
いくのは一般的なことなのかそれとビジネス上だからするのか ビジネス上としてもおかしいのか
そしてこっちは日本なわけじゃ日本は日本の監修とかいろいろあるじゃん そこの絡みでなんか向こうは悪気があんないんだろうなと思いつついやでもな裏返せば詐欺にも
取れるしみたいな状況があって結構ね いろいろと無駄に時間を食ってしまったみたいな
また問題ないと思うんだけどめっちゃ丁寧なんだけど相手もそう みたいなのが1個あってちょっと他にも並行していろいろあるんだけど
そんなところも今後触れながら話ができればいいかなと思います 相手は今回以上となります最後までありがとうございました
さよなら
