VibeCoding Japan 記事アーカイブ
Article archive

記事アーカイブ

公開した 145 本を、キーワードやカテゴリー、タグからあいまい検索できます。

# Voice to Action · 3 本の記事

条件をクリア
開発事例 7分

「App + Server」で長い音声を自動で多言語ブログ化する仕組み

Appとサーバーで作った音声処理システムの紹介。長時間の通話音声をGoogle Cloudに上げ、CPUのみのPCでfaster-whisperによる文字起こしとDeepSeek HarnessのCLI実行を行う。クラウドのskillsにはスクリプトも登録でき、処理後はスマホに通知。音声を3言語化してブログへ自動投稿し、MUSEやDotaに近い機能を低コストで実現。次はAction Skillsの自動判断と順序制御を目指す。

開発事例 7分

Voice to Action 完成:自宅のCPU小型PCとDeepSeek Harnessで音声を3言語ブログへ

音声を行動に変える「Voice to Action」システムが完成した。自宅のCPUのみの小型PCをサーバーに、Appとクラウド、Firestoreで状態を管理し、Fast Whisperで音声を文字化する。DeepSeek HarnessのDeepSeek Flashモデルをエンジンに、script付きskillsを実行。録音から日・中・英の3言語ブログを生成し、API経由で自動投稿するところまで実現した。軽量でGPU不要な点が特徴。