コンテンツにスキップ

音声認識

Guida はローカル Whisper STT エンジンを使った音声認識を提供します。処理はローカル CPU 上で行われ、スクリプトから音声コマンドや .wav ファイルの文字起こしを扱えます。

メソッド説明
g.stt.loadModelSTT モデルを読み込みます
g.stt.listen選択中のマイクから指定時間録音し、文字起こしします
g.stt.transcribeFile既存の .wav ファイルを文字起こしします
const text = await g.stt.listen(5000);
g.log("認識結果: " + text);

読み上げには g.tts.speak()g.tts.getVoices()g.tts.stop() を使えます。

  • 音声コマンドによる簡易操作
  • ローカル音声ファイルの文字起こし
  • ブラウザー操作と音声入力を組み合わせたワークフロー

関連ページ: