TECH AIは沈黙を学び始めた──GPT Liveが挑む、人間の会話にある「間」という難問
人間の沈黙には、ためらい、期待、葛藤、そして優しさが宿る。かつて無音を秒数で測っていた音声AIは、いま会話の「間」を学び始めた。GPT Liveの進化と技術的な難しさを通して、私たちが何気なく交わす会話に隠された知性を見つめ直す。
Whisper
TECH 
TECH Subtitle Edit 5.0正式版リリース ─ AI時代に生き残った字幕職人の道具
Subtitle Edit 5.0が正式リリース。Avaloniaベースへの移行によるクロスプラットフォーム対応と、AI字幕生成時代におけるSubtitle Editの役割を解説します。
TECH ローカルASRの選び方 ─ 文字起こしはどれが最適か？Whisper・Moonshine・Qwen比較の結論、「Subtitle Editでいい」
ローカルで使える音声文字起こし（ASR）の選び方を整理。Whisper・Moonshine・Qwen・Cohereを実際に検証した結論として、なぜSubtitle Editが最も実用的なのかを解説します。
TECH Qwen3-ASR 1.7Bで日本語文字起こしは実用になるのか ─ ローカルASRを検証
Qwen3-ASR 1.7Bをローカル環境で検証。pipで導入できる手軽さと実用性を評価しつつ、句点の少なさや意味のズレ、圧縮傾向など出力のクセを実測ベースで解説します。
TECH Cohere Transcribeは日本語で使えるのか ─ 音声認識と文字起こし精度を検証
Cohere Transcribeは本当に高速なのか？Whisper・Moonshineと同一環境でローカル実測。日本語の長文音声（議会データ）を用いて、速度・精度・出力品質を検証し、ベンチマークとの違いを明らかにする。
TECH MoonshineはWhisperの代替になれるのか？──日本語実測と25倍速GPU文字起こしの現実
Moonshine VoiceとWhisperを日本語音声で実測比較。CPUリアルタイム性能とGPU加速25倍速文字起こしの違いを整理し、両者の設計思想と役割分担を検証します。
TECH Whisper最強時代の裏で生まれた“音声UI用エンジン” ― Moonshine Voiceを読む
2022年のWhisperが切り開いた音声認識の実用化。その裏で登場したMoonshine Voiceは“音声UI用エンジン”という別系統の進化だ。ベンチマークと公式資料から両者の役割分担を読み解く。
HowTo 音声を英語字幕化してみた ─ Subtitle Edit＋LM Studioで完全ローカル翻訳の実力検証
Whisper・LM Studio・Qwen3を組み合わせて字幕翻訳を実験。DeepLより遅いが、完全ローカルで処理できる価値がある。用途と結果をまとめたレビュー。関西弁の英日翻訳も。
HowTo 無料で長時間音声を文字起こしする方法｜Subtitle Edit（Whisper）で議事録を自動作成
前回の記事では、Whisper と Python を使い、Chunk処理とGPUで力技の長時間音声文字起こしに挑戦した。RTX3060 を積んだ環境で4時間の議会録音を約10分で処理できたのは面白い成果だったが、正直セットアップは人にすすめ...
HowTo RTX3060 + CUDA × Whisper ─ 4時間会議をチャンク分割で10分文字起こし
RTX3060とCUDAを用いて、オープンソースWhisperをローカルGPUで実行。4時間の会議録音をわずか10分で文字起こしできた事例を紹介します。クラウド依存せず、情報漏洩リスクを避けながら高速かつ低コストに活用できる実践レポートです。