大規模言語モデル（人工知能）を使った音声入力が素晴らしすぎる

こんにちは。か和かです。久しぶりに YouTubeなんですけれども、なんで YouTube始めたかと言うとね、結構 ね、ずっとお休みしてたらネタが溜まって きたのと、ま、勝庭店のおかげでいろんな 人がYouTube見てます。YouTube見てます。YouTube 見てますって言われて[笑い]なんか更新 しないと申し訳ないかなと思ったので、 ちょっといろんな溜まってきたネタをです ね、また順次ですね、お話ししていきたい と思います。

で、今日のお話は何かと言う と、大規模言語モデルLLMを使った音声 入力ソフトがすっごいすっごいって話です ね。私ね、これね、多分ね、今年って1番 興奮してると思います。あの、いわゆる大 規模言語モデルってジェミニとか チャatトGPTのことなんですけれども 、これを使って温泉入力したんですよ。 なんで今までだとPixelとか Windows温泉入力みたいなものが ですね、あの、標準についてたんです けれども、そうじゃなくって私たちが、ま 、タイプというのが1番有名なんですけど 、私が使ってるのはスーパーウィスパーっ てもんなんですけども、あとアクアボイス とかも有名ですね。そういうのがいくつか あるんですが、そのようなソフトウェアを ダウンロードしてブわーっと私みたいに 喋るじゃないですか。で、ぶわーっと喋る とこれを1回LLM人口知能に引き取って いって、それを全部日本語ま指定、言語は 指定するんですけども、言語の指定した ものにしてぶわっと吐き出してくれるん ですね。なので、逐時翻訳ではないんです けれども、まあまあ早いです。

加えてね、あの、例えばそのチャットGPTにしても 、あの、1番上の5.1とか使うと遅く なっちゃうんですけど、例えばグロックっ てすごい早いんですよ。なんでグロックを 扱ってパーっと剥き出されるのも可能だし 、自分でその性格さとスピードのバランス を選べるんですね。あ、これあのタイプは できないです。私が使ってるのはあの スーパーウィスパーなんで、それができる んですけども、ま、自分で早くても多少 適当でいいものとかあるいは遅いけど超な ものみたいなのバランスも選ぶことができ ます。

加えてね、あの、私はあのスーパー ビスファンで何でしてるかと言うとここに あるんですけど、ゲーミングノートがある とGラムにその辞書をゴンと置けるので、 あの、わざわざあの、クラウドに行かなく てもローからでパパっと変換できちゃうん ですよ。そうすると、ま、安全性の観点で も大丈夫だしのの後々色々な使い勝っても いいので、そういう使い方もできるんです ね。で、私がね、今使ってるのはWS系は スーパーの使っていて、これ元々マ金投資 とかiOSで返されたものがやっと 2025年の12月に、ま、 Windows版が出たので、それ イエーイって言って使ってるのが1つです ね。で、あの、スマホの方はもちろん ピクセルの音声入力も相変わらず使ってる んですけれども、ディクテトウィスパー AIだかな、そんな感じの名前のものを 使ってまして、あの、この2つにしてます 。で、なんで私がスーパーウィスパート ディクテートにしてるかっていうと答えは 非常に単純でどっちも快気なんですよ。 あの、やっぱり月額家けがちばちま ちまちまかかるとね、心が落ち着かないん ですよね。それに対して、ま、買い切りだ と、ま、使わなくなっちゃったら イエーイって言ってやめちゃえばいいので 。そんな感じで、ま、パソコンの時には スーパーウィスパーを使っていて、あの、 スマホの時にはPIXELの表示の音声 入力、またはディクテートを使ってます 。

でね、あの、スーパーウィスパーで Android版だけないんですよ。で、 一応ね、あの、開発者の方に Android版作ってよってメール出し たらね。うん、分かった。一応ロード マップにあるから検討中だよって返事が もらったので、ま、そのうし出てくるか どうかっていうの期待してます。ちなみに ですね、私ね、このね、動画ね、初めね、 人工知能で[笑い]作ろうとしたんですよ 。私の音声を全部まず覚えさせるデータを 作って230分覚えさせたのかな。で、 あの、テキストの現稿を入れて、それで、 ま、私の声を吐き出させて、で、加えて それをですね、また自動生成こういうの 動画を生成してくれるソフトウェアを使っ てやろうとしたんだけどね、2つ大きな 問題点がありました。1つ目は何かと言う とね、まず遅いの、遅いの、遅いの。私が 喋っちゃうとリアルタイムで全部作れる じゃないですか。これがあのテキストを 作るのもまあまあ時間かかっちゃうしで テキストを作ったものを入れてまた音声に するの時間かかるしそれでまた動画にして の時間かかるしというのが1点目の問題 ですね。で、2点目の問題何かというとお 金かかるんですよ。要するに毎回毎回一応 だから1番ちっちゃい月額金で数千円 ぐらいかかるんですけど、さらにそれが クレジットがね、1万とか1000とか しかもらえてなくって、この音声を使っ たりね、動画生成をするためにクレジット がガンガンガンガンガンガン消費されて いって、なんかとてもじゃないけどね、私 のもしこれからやりたいと思った使用頻度 だとちょっと足んないなって感じだったの で、とりあえずあのAI生成やめて、あの 、人間生成に戻しました。

ま、だからLM もね、あの、面白いんですよね。もう本当 に使いようだと思うので、これから使い方 がすっごい広がってくると思うんですが、 少なくともこのね、動画をね、私のような ショートな動画をパパッと本人がいるにも 関わらず本人の声でやらせるってなるとね 、結構ね、手間かかっちゃうなと思ったし 、やっぱり質問悪かったんですよね。一応 ね、私のね、過去の動画をね、30分 ぐらい送り込んで、2時間ぐらいかかった かな、私の声の動画の音声を作ってくれて 、で、一応私が本人だということを認め ないとそれを使ってくんないので、また私 が喋って、この元の合成のやつと私は同一 人物ですよっていう確認して、その音声の 使用許可が出て、それでこの本当はこの 動画をね[笑い]、それで作ろうと思った んだけど、作れなかったのね。で、一応 作れたんだけど、あまりにもなんかね、 勝よデスすら間違えるから、もういいやと 思って使わなかったんですけども、ま、 そのような音声を作ることもできますし、 またその音声データから私がこうやって 動かなくてもいろんなさ、それっぽい中 画像を貼り付けた精子やな動画を作って もらうアプリケーションもあったんです けども、なんかね、それっぽいんだけど つまんないんですよ。なので、ま、私が こう大踊ることにしまして、またしばらく この形式でやろうかなと思ってます 。

LLMはね、結構なんかLLMってすい ません。ずっと言ってますけど、大規模 言語モデル、いわゆるチャAT GPTAジェニーのことです。この話はね 、多分お休みしてる間にむっちゃむちゃ私 研究しまくったんで、その話はですね、 順次またYouTubeで流していこうか なと思います。とりあえずですね、今日お 話ししたかったのは人工知能LLMを使っ た温泉入力系のソフトがすっごい優秀なの で、ちょっと色々使ってみてくださいって いうことでした。ま、私はあの、その スーパーウィスパーとディクテートを使っ てますけれども、あの、タイプが1番有名 なので簡単に使うのはタイプで検索すると パソコン版も、えっと、スマホ版もあり ますので、それで検索して実際に試してみ てください。タイプレスのいいところはね 、いきなり課金しないんですよ。まあまあ 使って一定の容量を超えた時にそろそろ 課金するって聞いてくるので、お試し課金 、あの、お試しには全然無料で使えますの でやってみてください。

なんかやっぱり こうやって動画撮ると楽しいですね。相 変わらずこれはえっとエアクローゼットで 部屋も相変ず変わってないのかな?ま、 ピクセル変わった気がする。PIXEL Xelであんまりこれまで取ったことが ない気がするんですけども、今Pixel Xelで撮影しています。はい、楽しかっ たです。じゃ、また順次アップロードして いきたいと思います。勝風がお送りしまし た。また次のYouTubeでお会いし ましょう。