音声AI

開発ログ

音声AIがテレビの声に反応しにくくした方法と、AIが話している途中で割り込める仕組み(E.D.E.N.開発ログ #9)

自分専用AIのE.D.E.N.を、起動したらすぐ会話できる常時聞き取りにしました。問題は、テレビの声に反応することと、AIが話している間は話しかけられないことです。ブラウザの音声認識(Web Speech API)はそのままに、マイクの音量を部屋の音と比べる仕組みと、AI自身の声を聞き分ける仕組みで対処した記録です。
開発ログ

Nature Remo APIでエアコンを声で操作する|家電の種類が足りず動かなかった原因と修正(E.D.E.N.開発ログ #8)

自分専用AIのE.D.E.N.で、テレビは声で消せるのにエアコンが動きませんでした。原因は、Nature Remoに登録済みのエアコンを、コードが「テレビ」「照明」以外として無視していたことです。Nature Remoのエアコン用API(aircon_settings)で「つけて」「冷房26度」「2度下げて」を実装した手順と、AIが「操作しました」と言うのに何も動かなかった問題を記録します。
開発ログ

Pythonの音声合成エンジンの起動が遅い原因はGoogle Drive上の実行環境だった|起動174秒→ローカルで3.6秒(E.D.E.N.開発ログ #5)

自分専用AIのE.D.E.N.で「しゃべるのが遅い」「反応が遅い」という問題を調べたら、ローカル音声合成(Kokoro)の起動に174秒かかっていました。原因はGoogle Driveの同期フォルダに置いたPython環境とモデルです。ローカルディスクへ移して3.6秒になるまでの切り分けを、実測値で記録します。
開発ログ

E.D.E.N.開発ログ #4|3人のAIの「機能」はそのまま、「喋り方」だけを描き分けた

開発ログ #3で作ったJARVIS・RAPHAEL・CIELの3モードは、できることが違うだけで喋り方はほぼ同じでした。今回は機能に一切手を入れず、話し方・語尾・態度だけを描き分けた記録です。設計方針と、公開前に自分で引いた線について書きます。
開発ログ

E.D.E.N.開発ログ #1|課金APIを使わず、Ollamaのローカルモデルで個人用AIアシスタントを作り始めた

クラウドの従量課金APIに頼らず、Ollama経由のローカルLLMを中心にした個人用AIアシスタント(E.D.E.N.)を作っています。なぜ作ったか、最初の1週間でどこまで動いたか、Nature Remoの家電操作でどこに詰まったかを、実際の画面とあわせて記録しました。