1. かっぱクラブ
  2. Look Back
Look Back
2026-08-31 08:03

Look Back

AIと文字起こし、ふりかえりと迷走などについて話しました。

感想

まだ感想はありません。最初の1件を書きましょう!

00:01
おはようございます、かっぱです。
2026年8月31日、月曜日の朝です。
今日も環境音でお分かりいただけるかと思いますが、
いつものドイツ公園の、いつもの林間広場で歩きながら喋っています。
言うても昨日撮ったの、夜だったのね。
大学のタイミング試験が終わって、晩御飯を食べて、
散歩がてらビール飲みに出た帰り道に撮って、
なので昨日やったことは、そのあと家帰ってふらえて寝たと、
そんだけだったんですね。
今日はちょっと寝坊したんですけど、朝曇りで涼しくて、
でも雨は降ってないので、走りに出るからということで走って、
7キロほど公園の中をぐるぐる回って、
メイクフルダウンがてら、歩いているというのが実況中継でした。
新規のネタはないのですが、
今日は8月31日、もう8月終わり、早という感じなんですけども、
ちょっと夏の振り返りというか、ここしばらくの振り返り的な気分になったので、
それを話しておこうかなと思います。
というのもですね、前もちょっと喋ったんですけども、
このカッパクラブというポッドキャスト、去年の7月終わりから始めたので、
ちょうど1年と1ヶ月、ほぼ毎日、10日ぐらいかけてると思うんですけども、
撮っているんですけども、それをホスティングしているリスンというサービスから、
文字起こしデータ、それからメタデータですね、タイトルとか、
公開日時とか概要とかをRSSで持ってきて、
あと音声の元データはローカルに取ってあるので、それをWISPRで、
WISPRというのはWISPR CPPですね、
AIによる文字起こしのオープンソースのアプリケーション。
これで文字起こしをさせて、両方の文字起こしの結果を付き合わせて、
AIに遂行させる。これもオープンソースなLLMであるところのJAMA4Bだったかな、
Googleが公開しているやつですね。
2つの文字起こし結果をガッチャンコして、
あと固有の辞書を与えて遂行させるというところまでを、
本当ボタンポチでできるまでを、クロードコードに開発してもらったんですね。
それをスタティックなHTMLファイルにして、
今のところ僕の手元のサーバーからしか配信していなくて、
そのうち公開しようかなと思っているんですけども。
03:06
これも月単位の一覧ビューがあって、それから各話の詳細があって、
そういうよくあるアプリケーションなんですけども、
全部、いわゆるビムキーバインドですね。
HJKLでエピソードの送り戻しとか、あとは月の送り戻しとかができるようになって、
キーボードだけでこの文字起こしをつらつらずっと眺めて回れるようになっていると。
僕は割と自分の書いたものを振り返るのが好きで、
あの時こんなことを考えていたんだみたいなのもそうなんですけども、
ここはもっとこうした方がよかったかなみたいな、
そういうフィードバックのために読み返すのが結構好きなので、
自分のしゃべったことの文字起こしを快適に眺められるビューアーができてよかったなと思っています。
一方で文字起こしの精度はいまいちで、
というのはうまくはまるとウィスパーCPPの方が全然高精度に起こしてくれるんですが、
一方で時々何か何を思ったか。
同じ単語、同じフレーズを繰り返し繰り返し入れちゃったりして、
微妙なことで僕が言い直しとかして同じことを2回言っていることもままあるんですけども、
それと微妙に区別がつかない。
4回、5回繰り返しているとわかりますけどね。
みたいなのがあって、かつてその遂行しているAIの方もそれをうまく拾えなくてとか。
面白かったのは、カッコ書きで注釈を入れちゃって、
リスンバンはこうだけどウィスパー版はこう直していて、
でもリスンバンの方が正しいからこっちにしますっていうのをカッコ書きの注釈でつけちゃったりするんです。
いやそんなもんいらんわという感じなので、まだもうちょっとブラッシュアップが必要そうです。
全部パラメータを与えて、全部やり直すのに今のエピソード数だと6時間くらいかかるので、
これは僕の手元の今メインで使っているMac miniのM4の機械ですね。
6時間から7時間くらいで終わるので、こういう条件でしてこういう辞書にして、
AIでこういうプロンプトを与えて、じゃあやっといてっていうと一晩回してできましたみたいなことをしてくれると。
だいたい一回り読み終わって問題点が見えてきたので、ちょっとそのうちこれの指示こういう風にするんだよという指示を与えて、
もう一回今バージョン3なんですけどバージョン4を作ろうかなと思っています。
06:00
っていう枕が長かったんですけども、それでポッドキャストの文字起こしをつらつらと眺めていて、
そしたら去年から今年にかけての年末年始のところを読んでいたら、
今年の目標は瞑想であると。迷って走りで瞑想ですね。
というのを言ってて、ああそうだったそうだった。それはそうだったんですが、
今現在その8月が終わる夏を振り返るという意味で振り返ってみたら夏じゃない。
なんかあんま瞑想してないなと。
急に思い立って勉強して第二子電気工事士なんか取りましたけど、
これは瞑想というよりむしろセカンドキャリアの第一歩。
この年からでも次のキャリアを電気工事士として積んでいくぜみたいな話にも取られかねないように。
あんま瞑想してないなと。
あと何したかな。AIで行動を書かせる。それも別に迷ってないですね。
ビアバーの営業は去年一昨年からやっているので、これもあんま迷ってないなと。
もうちょっと瞑想していかなきゃいけないですね。
スプラトゥーンレイダーしかやっている場合じゃないですね。
さすがにもう辞めました。
という感じで今日はポッドキャストの文字起こしのシステムの話と、
それでそれを元に振り返りをしたらあんまり今年の目標が進んでないなということに気づいた話をしました。
ちょっと今年も残りあと90、11、12なので4ヶ月ですね。3分の1。
ちょっと目標に向けてしっかり瞑想していきたいなと思います。
しっかり瞑想って何言ってるかわかんないですね。
ということで今日も頑張っていきましょう。
じゃあまたね。バイバイ。
08:03

コメント

スクロール