「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。


