How-to

ハウツー

ECAPA-TDNN と ONNX Runtime で発話を話者ごとにグループ化する

こんにちは、皆さん。会話を発話ごとに分割できても、「どの発話が同じ人のものか」がわからなければ、話者ごとの文字起こしや応答にはつなげられません。名前まで特定しなくても、同じ声を同じグループへまとめられるだけで、会話の構造はかなり扱いやすくなります。さて、今日は ECAP...

Unity AndroidのローカルLLMでFunction Calling風の構造化レスポンスを扱う方法

Unity Androidアプリ内でローカルLLM APIを実行する方法

LLMにSQLを生成・実行させる際に注意したこと※AWS編

llama.cpp + Gemmaを使ってローカルLLM APIサーバーを構築する

Claude Code で Power Automate のフローを「API経由」で作る〜GUIを使わず clientdata を直接いじる〜

Claude Codeの請求を6割削る。pxpipeの手口と代償

ローカル環境で Gemma をマルチモーダル API サーバーとして立ち上げて画像認識させる方法

Foundation Modelsで長い文字起こしを要約するときに入れた分割・再要約・失敗処理

Pyannote Segmentation 3.0 と ONNX Runtime で話者交代を検出する

Silero VAD と ONNX Runtime で音声から発話区間を切り出す

物体検出モデルとGeminiを組み合わせた製造ライン欠陥検査 — 「検出→クロップ→自然言語レポート」をノーコードで自動化する

AIエージェントが一晩で50サイトを生成・デプロイ——「コードを書く」から「本物のURLを届ける」まで自律化した営業システムの実例

テキストをPNG画像に変換してClaude Codeのコストを平均59%〜最大70%削減するOSSツール「pxpipe」— 画像とテキストの料金差を突いた逆転の発想

AIエージェントを「承認疲れ」も「野放し」もなく動かす — DockerのMicroVM内に閉じ込めてAPIキーすら渡さない方法

LangGraphでAIエージェントに「記憶」を持たせる — ノード／エッジ設計が切り拓くステートフルなワークフロー構築

Claude Codeをデフォルトのまま使うのをやめた — CLAUDE.mdを40Kから6Kトークンに削ったら、トークン消費が35%減ってミスも消えた

【pxpipe】Claude Codeのトークン消費量を"画像化"で削減！

Safari MCP サーバーでエージェントが Safari ブラウザを操作できるようにする

AI SDK の MCP Apps 対応でインタラクティブな UI を返す

LangChain で RAG を組むなら知っておきたい Pydantic の要素