MoonshineでGPUなしの英語リアルタイム文字起こし

Moonshine Voiceは音声をテキストに変換するローカル音声認識ツールです。CPUで動作し、英語のマイクCLIは話している間に文字起こしを更新します。文字起こし音声をサーバーへ送らないオンデバイス構成を試す場合は、短いマイクテストから始めます。Moonshine Voiceドキュメント

python -m venv .venv
.venv\Scripts\Activate.ps1
python -m pip install moonshine-voice
moonshine-voice mic --language en

公式クイックスタートではmoonshine-voiceを導入し、micで英語のマイク入力を始めます。OSに合う方法で仮想環境³を有効化し、パッケージをインストールしてください。初回実行時にモデル資産を準備するため、インターネット接続とローカルストレージが必要です。

python -m venv .venv
source .venv/bin/activate
python -m pip install moonshine-voice
moonshine-voice mic --language en

OSがターミナルへのマイクアクセスを許可すると、話した言葉が表示されます。短く話して少し止まり、文字起こしがテキストを追加または確定するか確認します。何も表示されない場合はシステムのプライバシー設定でターミナルのマイク権限を有効にし、CLIの言語がenか確認してください。公式クイックスタート

Webアプリに文字起こしを組み込む場合は@moonshine-ai/moonshine-wasmを使えます。公式のパッケージまたはCDN例から始め、モデルのダウンロードとマイク許可を接続します。

現在のモデル文書では韓国語はストリーミング対応言語に含まれず、別途26MパラメーターのTiny非ストリーミングモデルが掲載されています。英語CLIのリアルタイム手順を韓国語の文字起こしにそのまま適用することはできません。韓国語認識が必要なら、実際の発話で先に試してください。Moonshineモデル一覧

Moonshineモデル一覧では英語ストリーミングモデルをMIT、韓国語TinyモデルをCommunity Licenseとして区別しています。このCommunity Licenseは非商用条件のため、有料サービスで使えると想定しないでください。英語のライブ文字起こしか韓国語のオフライン認識かを先に決めると、モデルとライセンスを選びやすくなります。

英語の会議から短い箇所を読み、画面の数字や固有名詞を原音と比べてください。正しく認識された行はメモの下書きに貼り、議事録に移す前に重要な名前を録音で聞き直します。