Pinned Tweet
Replying to @3peta
github.com/k3peta/shigaraki
Haasを使ったWindows版音声入力ソフト「信楽」を公開した。インストーラダブルクリックでなんか色々自動でよしなにやってくれるはず。左ctrl長押しで聞き取り開始。認識途中の文字列も小窓にストリーミングで出ます。離せば入力。ctrl2回押すと設定とかのウインドウが出ます。
museにX検索できるようにさせてから朝晩XのLLMニュースをまとめてもらってgoogle driveに保存してもらってたんだけど、これをGemini Notebookにソースとして突っ込んで、museに頼んで(または自力で)、「中国モデルの動向は?」とか「音声関係で目立った動きは?」とか聞くと、めちゃくちゃ詳しくまとめてくれる。ほぼやりたいことを声で指示出ししただけで仕組み作ってくれたので、とても嬉しい。
割と文章を綴るのが大変な状況になっているので、腰が重かったのだけれども、そろそろ締切の方も近づいてきたし、入院しちゃうと送れないしで完成させないといけなくなってきた。頑張ります。たぶん普通よりも十倍くらい時間がかかるので。結構大変だと思うけど頑張ります。
github.com/k3peta/shigaraki/…
Mac版も公開。試してみてね。
そんなわけで朝から信楽のエンジンを改善するように司令を出して、結果的に少し軽くなった気がします(これも最新版で入力しています)。CPUuのみで稼働させているのでその点GPUの計算資源をふんだんに使えるデスクトップでは差はわからないかもしれません。あと変換した履歴を全て残しておき、後で遡ることができるようになりました。
最新版でのキーの挙動を変更しました。
基本はコントロールキー長押しをしながら音声入力(小ウインドウが出て、入力中の文字も表示されます)。
指を開放したい場合には、コントロールキー二回押しで大ウィンドウを開いて、もう一度コントロールキーを押せば録音開始。録音後にもう一度コントロールキーを押せば終了。その後二回連続でコントロールキーを押せば、大ウィンドウが閉じてテキストボックスに認識された文字列が反映されるというインターフェースになっています。
どちらにしろ履歴は残りますので、そこから一度入力した文字列をコピーして、再利用することができます。
Windows用の音声入力ソフト「信楽」をa6に更新。
今回の変更は、[更新履歴](github.com/k3peta/shigaraki/…)に記載済。
- 停止後の待ち時間を改善:リアルタイム字幕を維持し、停止時は古い字幕計算を中断して最終認識を優先。
- 履歴タブを追加:日時・入力先アプリ・転記結果と、保存済みの文章を確認。
- 本文/認識原文をコピー:加工後の本文と認識原文を切り替えて閲覧・コピー。
- 大量ログへの対応:最大40件ずつ追加読み込み。画面は最大200件に保ち、さらに古い記録も読み進められます。ログ本体は削除しません。
- 安全性を補強:破損行への対応、選択内容の取り違え防止、録音中の履歴読み込み・コピーの一時停止。
- 案内を更新:導入ガイド、使い方、画面画像、ビルド手順を整備。
とりあえずなんかまだごそごそしてるみたいだけど、日付が変わった頃に公開されるだろう。たぶん。
Windows用のフリーの音声入力ソフトです。「信楽」は伝えるのが楽になるよ、という意味でもあります。僕のとこで組まれた部分についてはMITライセンスなので、好きにしてください。
皆様に感謝です。
github.com/k3peta/shigaraki

