ローカルで動かす日本語音声認識 - Moonshine Tiny（PyTorch）＋ VAD 前処理
軽量な日本語ASRモデル Moonshine Tiny を、量子化なしの素の PyTorch で手元の音声に対して動かす手順を、ステップ・バイ・ステップで解説します。 素朴な全体一括の文字起こしが破綻する理由を確認したうえで、Silero VAD と1秒のオンセットバッファによる前処理を加えて実用的な精度にするところまでを扱います。
続きを読む →プロンプトは手で書かない (TextGrad, DSPy, RAGASによる最適化入門)
SaaSサービスにおけるLLM活用が進む中、プロンプト品質の属人性と評価の難しさが課題となっています。DSPy・TextGrad・RAGASの3ライブラリを活用した、評価可能で再現性のあるプロンプト管理手法を紹介します。
続きを読む →テスト自動生成の新時代 - EARS記法とBDD(振る舞い駆動開発)とLLMと
要求工学の仕様記法である EARS (Easy Approach to Requirements Syntax) がLLMとの親和性を期待され、注目を集めている。本稿では、BDDで広く使われる Gherkin との構造的類似性を手がかりに、その応用実績からEARSがLLMによるコード／テスト自動生成の入力としてどこまで有効かを考察し、各現場で有効性を確かめるための定量評価の観点も示す。
続きを読む →WebアプリでAIモデルを動作させる技術 (3) - IndexedDB
Webアプリでブラウザ上で動作するAIモデルを取り扱う際に突き当たる技術的な課題に関する考察シリーズの第三弾です。 本記事では、Webモデルのブラウザでのキャッシュに有効なWeb技術 IndexedDB を導入し、標準APIを使用して実践的なキャッシュ機構の実装方法を紹介します。
続きを読む →WebアプリでAIモデルを動作させる技術 (2) - Web Worker
Webアプリでブラウザ上で動作するAIモデルを取り扱う際に突き当たる技術的な課題に関する考察シリーズの第二弾です。 本記事では、Web Worker を導入してブラウザの描画を阻害しないような性能改善の具体的な手法を紹介します。
続きを読む →WebアプリでAIモデルを動作させる技術 (1) - Tensorflow.js
Webアプリでブラウザ上で動作するAIモデルを取り扱う際に突き当たる技術的な課題に関する考察シリーズの第一弾です。 本記事では、Tensorflow.jsライブラリを導入してシンプルなデザインパターンに基づくWebアプリを構築していきます。
続きを読む →