マイクに話しかけた言葉を，リアルタイムにAIが認識（whisper, whisper_mic, Python を使用）（Windows 上）

【要約】 Windows のパソコンで，マイクに話しかけた言葉を，リアルタイムにAIが認識する方法を紹介する．Whisperとmallorbcのwhisper_micを使用することで，マイクからの音声をテキストに変換することができる．Whisperは音声からの文字起こしや翻訳に利用されるものであり，whisper_micはマイクの使用を可能にするものである．Windows上でのインストール手順やファイルの書き換え方法を説明し，実行することでマイクに話しかけることができるようになる．必要に応じて高精度のモデルを使用することも可能でである．実際に実行した結果として、夏目漱石の「こころ」の冒頭を読み上げたテキストが得られた結果を示している．

次を利用して，マイクに話しかけた言葉を，リアルタイムにAIが認識することを実現


（夏目漱石の「こころ」の冒頭を読み上げた結果）
● Whisper

音声からの文字起こし，翻訳

【関連する外部ページ】

● mallorbc の whisper_mic

Whisper でのマイクの使用を可能にする． 利用可能な言語モデルは，tiny，base，small，medium，large

前準備

Python 3.12 のインストール（Windows 上） [クリックして展開]

以下のいずれかの方法で Python 3.12 をインストールする。Python がインストール済みの場合、この手順は不要である。

方法1：winget によるインストール

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install --scope machine --id Python.Python.3.12 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_pip=1 Include_test=0 Include_launcher=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

  1. Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git のインストール（Windows 上）

Gitは，バージョン管理システム．ソースコードの管理や複数人での共同に役立つ．

【サイト内の関連ページ】 Windows での Git のインストール: 別ページ »で説明

【関連する外部ページ】 Git の公式ページ: https://git-scm.com/

Whisper のインストール（Windows 上）

Windows での Whisper のインストール: 別ページ »で説明

whisper_mic のインストール（Windows 上）

  1. whisper_mic の前提ソフトウエアのインストール
  2. Windows で，コマンドプロンプトを管理者として開き，次のコマンドを実行 
    pip install -U SpeechRecognition numpy tqdm more-itertools transformers ffmpeg-python click pyaudio pydub
  3. whisper_mic のダウンロード

    Windows で，コマンドプロンプトを開き，次のコマンドを実行 

    cd /d c:%HOMEPATH%
rmdir /s /q whisper_mic
git clone https://github.com/mallorbc/whisper_mic
  4. whisper_mic のファイル mic.py の書き換え

    コマンドプロンプトで，次のコマンドを実行 

    cd /d c:%HOMEPATH%
cd whisper_mic
notepad mic.py
    「, language='japanese'」を追加して，上書き保存

マイクに話しかけた言葉を，リアルタイムにAIが認識（Windwos 上）

実行し，マイクに話しかけてみる

コマンドプロンプトで，次のコマンドを実行

グラフィックスボードのメモリに余裕があるときは，より高い精度を得るために，「python mic.py --model medium」や「python mic.py --model largeを実行できる 
cd /d c:%HOMEPATH%
cd whisper_mic
python mic.py --model large

（夏目漱石の「こころ」の冒頭を読み上げた結果） 
cd /d c:%HOMEPATH%
cd whisper_mic
python mic.py --model small

（夏目漱石の「こころ」の冒頭を読み上げた結果）