音声文字起こし試してみたローカル環境・Srtファイルにコンバート

2024.08.31

Logging

おはようございます．某会社のブログで音声文字起こしのやり方を記載されていたのを見てローカル環境でも文字起こしが出来そうだなって試してみたら出来たのでお裾分けです．

最初、Docker環境でwhisperとffmpeg–pythonがあれば上手く機能すると思っていたのだけど甘かった．ffmpeg–pythonだけインストールしても動かないようなのでffmpeg本体を公式サイトからダウンロードして来なくてはならない．ここらへんWindowと考え方が同じなんだなぁ．

LinuxのOSでダウンロードするffmpegが違います、またCPUによっても違うので、今回githubにアップしているDockerfileでは上手くいかない可能性もあります！、昨今ではCPUがAMDって人も多そうです．

そこら辺を合わして下記のコマンドを打つと実行されます．

docker-compose up -d --build

コンテナが起動したらコンテナ内から下記のコマンドを続けて打ってください．

python app.py

Srtファイルの変換には少々時間がかかりますが変換されます．なお、容量の大きいな音声データは恐らく落ちると思います．

では健闘を祈ってます．

https://github.com/taoka3/srt_convert

明日へ続く．

タグ

AMD, CPU, d --build, docker-compose up, dockerfile, Docker環境, ffmpeg, ffmpeg-python, ffmpeg本体, github, Linux, python app.py, Srtファイル, whisper, お裾分け, コマンド, こんてな, そこら辺, らへんWindow, 健闘,

映画ブルーピリオドを観るかどうかという．

2024.06.06

Logging

おはようございます．映画、ブルーピリオドを観るかどうかという事を悩んでいます．と言ってもまだ先の話です．8月9日に全国上映される映画なので悩む時間は大いにあると思いますが、この原作の漫画も読んでいないし、実写映画化決まって結構SNSでバッシングを受けている映画．おそらく漫画のキャラとの差異が気になるのだろうと思います．

漫画を読んでいないのでそこら辺は気にはならないですが、何だかあまり予告が上手く出来ていないなって印象があり本編でこれ以上の気持ちが得られるのか微妙な気がしています．

映画上映までまだ時間があるので漫画を読んでみて決まるかも知れません．

明日へ続く．

タグ

8月9日, SNS, キャラ, そこら辺, バッシング, ブルーピリオド, 予告, 全国, 印象, 原作, 実写映画化, 差異, 映画, 映画上映, 時間, 本編, 気, 気持ち, 漫画, 話,

イラレの切り出し担当でモメル：あるある？

2024.05.02

Logging

おはようございます．Illustratorからパーツに切り出してから渡して頂きたいと思っています．切り出しとイラレファイルも渡して頂きたいです．デザイナーサイドからすればデザインを納品すれば終わりだと思うものの、結構切り出しって面倒なんですねー．

デザイナーさんがフロントエンドも分かっている方だとそこら辺まで分かっているので、切り出しやすいし切り出し画像もある状態で納品してくれる．有り難いことです．

ここまでして欲しいと思っているエンジニアさんは多いと思います．零細企業や中小企業の現状はエンジニアさんが切り出し作業も行っていることが多いと思いますが、結構、慣れない作業で時間がかかったりします😌．

WEBサイトって一人でも作れますが、会社で作る場合チームで作ると思います．分業化するよりも寄り添える現場になれば循環するのですけどね．分業にも良さありですが、自分は零細企業や中小企業では壁がない方が何かと良いかなと思います．

明日へ続く．

タグ

illustrator, WEBサイト, イラレファイル, エンジニアさん, そこら辺, チーム, デザイナーサイド, デザイナーさん, デザイン, パーツ, フロントエンド, 中小企業, 作業, 分業, 分業化, 壁, 有り難いこと, 現場, 現状, 零細企業,

PS5でPSVRを使うためには変換器が必要。無償提供中

2023.06.16

Logging

おはようございます。PS5でPSVRを使うためには変換器が必要です、その変換器をソニーは無償提供しています。変換器が欲しい場合はこちらのURLより申し込みが可能です。因みに自分は先日、申し込みを行いました。この記事が投稿されるときには届いている頃だと思います。

https://jp.customer.support.playstation.com/app/mail/adaptor/mail_adaptor

上記の条件がありますのでご確認の上、申し込みが必要です。

この情報を知らずにネットで変換器を購入するひとも多いと思いましたので今回記事にしました。先日、書いた通りPS5を近いうちに購入し出来ればPS4のデータをPS5移行してPS4は売却するつもりでいます。プレイステーション３は未だに手元に持っているのですが、PS5はPS4と互換性があるということなので恐らく自分が購入しているゲームデータはPS5でもプレイ出来ると思っています。尚、ほとんどのデータ（９割）は移行できるという話を聞いたことがあるので、そこら辺は心配していません。

後はどのタイミングでPS5を購入するかですねぇ～値下がり期待しています。

タグ

PS4, PS5, PS5でPSVR, PS5移行, url, ゲームデータ, そこら辺, ソニー, タイミング, データ, ひと, プレイステーション3, 上記, 互換性, 変換器, 未だに手元, 条件, 無償, 近いうち, 通りPS5,

英語ができない人が思う英語の大切さ。プログラミング編。

2020.11.16

Logging

自分は英語ができない人の中に入る、まじで英語がわからないのでプログラミングでエラーにぶち当たると対応できないと思われるかもしれませんが、プログラミング歴が長いので何となく書いていることがようになってきている。訳せるわけではないが、何かわかるだよな、英語の記事もなんか書いていることがわかるレベル、たまに翻訳アプリに頼ることもあるけれど、何となく冷静に見るとわかるレベルになりました。

英語がわからないとプログラミングの上達できないかと言えば違うけれど、確かに彼の言っている通り上達には関係する。なのでやはり英語がわからなければ英単語を覚えることから始めると良いかもしれない。あと、英語に限らずだけど学ぶことを辞めたら、IT業界ではやっていけれないぞ！っと思います。日進月歩に技術が次々とでてくるのに勉強していなかったら、結構大変です。

あと、概念が理解できない人や部品から組み立る創造性も必要になります、そこら辺はセンスの問題かもしれない。

タグ

IT, あと, アプリ, エラー, こと, センス, そこら辺, たま, プログラミング, まし, よう, レベル, わけ, 上達, 中, 人, 冷静, 創造性, 勉強, 大切, 大変, 対応, 彼, 必要, 技術, 日進月歩, 業界, 概念, 歴, 理解, 組み立, 翻訳, 自分, 英単語, 英語, 記事, 通り, 部品, 関係,

テキストを日本語ボイスに変換してくれるしょぼいWindowsソフトを作ったよ。

2020.01.21

Logging

VS2017のC#で、テキストを日本語ボイスに変換してくれるしょぼいWindowsソフト（ 滑舌が悪いけどYOUTUBERしたい人用）を作ったよ。自分はかなり滑舌悪いくてどもるので、YOUTUBER向かないのですがユーチューバーしてみたい願望があったので、Gさんの「Cloud Text-to-Speech API」で適当に作ってみた。ちなみにまだYOUTUBERするかは決めてない！

APIですが月に0?100万文字までは無料枠なので、大量に使わない限り無料枠で収まると思います。これを他の人に提供しようとするとアウトだろうけど・・。
自分だけが使用するのには何とかその範囲内かと思います。

尚、ソースコードを提供します可変してお好みで使ってください。大量のテキストをボイス変換した場合、ビジーになるかもしれません。そこら辺の処理は入れてません。またGさんからダウンロードしたJSONファイルを置いている階層に合わしてください。

参考にしたサイトは下記になります。
https://cloud.google.com/text-to-speech/docs/quickstart-client-libraries?hl=ja#client-libraries-install-csharp

フォームのオブジェクトの配置は下記になります。画像を参照ください。

ソースコードは下記になります。

using System;
using System.IO;
using System.Windows.Forms;
using Google.Cloud.TextToSpeech.V1;
namespace テキストを日本語ボイスする
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        private void button1_Click(object sender, EventArgs e)
        {
            if(richTextBox1.Text.Replace("\r", "").Replace("\n", "") == "")
            {
                MessageBox.Show("文字を入力してください");
                return;
            }
            Environment.SetEnvironmentVariable("GOOGLE_APPLICATION_CREDENTIALS", "C:\\xxxxx\\xxxxx\\xxxxx\\xxxxx.json", EnvironmentVariableTarget.Process);
            TextToSpeechClient client = TextToSpeechClient.Create();
            SynthesisInput input = new SynthesisInput
            {
                Text = richTextBox1.Text.Replace("\r", "").Replace("\n", "")
            };
            VoiceSelectionParams voice = new VoiceSelectionParams
            {
                LanguageCode = "ja-JP",
                Name = "ja-JP-Wavenet-A",
                SsmlGender = SsmlVoiceGender.Neutral,
            };
            AudioConfig config = new AudioConfig
            {
                AudioEncoding = AudioEncoding.Mp3,
                SpeakingRate = f1(trackBar1.Value),
                Pitch = f2(trackBar2.Value),
            };
            var response = client.SynthesizeSpeech(new SynthesizeSpeechRequest
            {
                Input = input,
                Voice = voice,
                AudioConfig = config
            });
            DateTime dt = DateTime.Now;
            string dttimename = dt.ToString("yyyy-MM-dd-HH-mm-ss");
            using (Stream output = File.Create("voice-" + dttimename + ".mp3"))
            {
                response.AudioContent.WriteTo(output);
                Console.WriteLine($"Audio content written to file 'voice - " + dttimename + ".mp3'");
                MessageBox.Show("生成しました=>>voice - " + dttimename + ".mp3");
                System.Diagnostics.Process.Start(Directory.GetCurrentDirectory());
            }
        }
        private void trackBar1_ValueChanged(object sender, EventArgs e)
        {
            label3.Text = string.Format("{0:0.00}", f1(trackBar1.Value));
        }
        private void trackBar2_ValueChanged(object sender, EventArgs e)
        {
            label4.Text = string.Format("{0:0.00}", f2(trackBar2.Value));
        }
        private double f1(int a) {
            return Convert.ToDouble(a) / 100;
        }
        private double f2(int a)
        {
            return Convert.ToDouble(a) - 20;
        }
    }
}

変換したボイスはこんな感じです！

タグ

0, 100, 2017, API, Cloud, json, Text-to-Speech, VS, Windows, YOUTUBER, アウト, お好み, かなり, コード, これ, ソース, そこら辺, ソフト, ダウンロード, テキスト, ビジー, ファイル, ボイス, ユーチューバー, 万, 人, 他, 使用, 処理, 場合, 変換, 大量, 提供, 日本語, 月, 枠, 滑舌, 無料, 範囲, 自分, 適当, 限り, 願望,

また、Composerをインストールしてみたよ。

2017.10.06

Logging

一昔前のファミコンゲームみたいな、コンポーザー（Composer）を
インストールしてみた。これ必要なんだ。
ネットでゴロゴロとインストール仕方が転がっているけれども
その方法は使わないで、こういう方法でインストールしてみた。

https://getcomposer.org/installer

上記のURLをLinux系ならwgetとかでダウンロードする。
WindowsならそのままブラウザでURL叩けばファイルが落ちてきます。
そのファイルを任意の場所にアップロードし、下記のコマンドを叩けば
インストールが可能かと思います。ちなみにXサーバとかなら
PHPバージョンとかを気にしないといけませんので、
そこら辺はググってください。

php composer installer

これだけでインストールが始まります。
インストール後、composer.pharとかいうファイルが出来上がっています

composer -v

 
ので、コンポーザーと呪文詠唱すると
上記のような画面が現れるという・・・。
あとは煮るなり焼くなりしてあげてください。
ちなみにネットでゴロゴロ出回っているインストール方法は
こちらです。パイプ使ってやってんだね。

curl -sS https://getcomposer.org/installer | php

ちなみに普通のレンタルサーバにはwgetとか入っていないので
curlコマンドでインストールしてあげてください。

タグ

AM, composer.phar, curlコマンド, Linuxコマンドポケットリファレンス, php composer installer, php installer, wget, インストール, インストール仕方, インストール方法, コンポーザー, そこら辺, ネット, パイプ, ファイル, ファミコンゲーム, ブラウザ, レンタルサーバ, 上記, 改訂,

砂浜美術館Tシャツアート展2017年度を電車に揺られ見に行きました。

2017.05.03

Logging

砂浜美術館Tシャツアート展2017年度を電車に揺られ見に行きました。
高知駅から土佐入野駅まで特急に乗り見に行きました。
実際は地元の駅から見に行ったんですけど、そこら辺は省略します。
大体の片道の値段は4000円ぐらいになります。
今回で最後かな、当分の間見に行くことがないかもしれませんが
ある意味、見納めっていう感じで見に行きましたが
あいにくの天気で空が曇り空という・・・のと風が強くて
せっかくのTシャツが絡まっていたりして、あまりきれいに
展示品を見えなかったです。
ある程度、展示品を見たので軽い昼食を取ろうと
土佐入野駅の周辺を散策したのですが、豚太郎（ラーメン屋）と
喫茶店とスーパーしかなく、選択肢が非常に少なかったので
とても残念な感じでした。
これだけは仕方がない事かなと思います。
遠方からTシャツアート展を見に来る方は食べ物を
持参してきたほうが良いかなと思います。
出見世もありますが、若干お高いかなと思い自分は素通りしました。
最後に砂浜美術館Tシャツアート展の写真と動画を載せときます。

 
https://www.youtube.com/watch?v=HaLRC9l9DlY
https://www.youtube.com/watch?v=eT96ZKBTaQQ
 

タグ

4, これだけ, そこら辺, ラーメン屋, 仕方がない事, 出見世, 喫茶店, 土佐入野駅, 展示品, 当分, 曇り空, 片道, 特急, 砂浜美術館Tシャツアート展2017年度, 見納め, 豚太郎, 軽い昼食, 遠方, 選択肢, 電車, 高知駅,

ベンチャー企業はFLATな職場が多いわけ。

2017.03.07

Logging

ベンチャー企業はFLATな職場が多いわけ。
答えは簡単でシガラミを作らないために他ならない。
一度、作ってしまったものは中々変えることができない。
特にあとから入ってきた人との能力差があればあるほど反感に
なる場合がある。そういった面を考慮して、この頃のベンチャー企業は
FLATな職場を作っている。
人はお金で差を付けるよりも、権限で差をつけられる方を好まない。
今までFLATな職場でしたが、リーダーを据えるという
流れが勤めている会社で起きました・・・。
リーダーを据えるというのは、今の段階では意味が無いようにも
思えますね。ひとは役職などを与えると変わりますからね。
仕事を背負い込む人と任すタイプに大きく別れます。
背負い込むタイプは部下は従いますが、部下の能力は伸びません。
逆に任すタイプは部下から慕われませんが、部下の能力は伸びます。
ちなみに、おそらく自分はリーダーにはならないでしょう、
なれと言われても断ります。SEとしては向いているとは思いますが
統括には向いていないなと感じますね。
対人関係の部分がズタボロだからです、
あがり性を超えて対人恐怖症レベルですから・・・。
全然あがらない時もあるのですが、めちゃめちゃあがる時も
あるという奴に統括は無理でしょうと判断するのが
正しい判断だと思います。
ちなみに今のところ新人はいません。
何処かで働いてきた経験者ばかりです、経験者は
自分の仕事のスタンスってものがあるのです、
自分にもあります。それが良いようで悪い。
いまは個々が自分のスタンスで仕事をしているような
気がします。リーダーを据えるということなので
そこら辺も変わっていくでしょうね。
 

タグ

FLAT, あがり性, シガラミ, ズタボロ, スタンス, そこら辺, タイプ, ベンチャー企業, リーダー, 何処か, 反感, 多いわけ, 対人恐怖症, 対人関係, 役職, 経験者, 統括, 職場, 能力差, 部下,

これ見に行きます2 ドクターストレンジ

2017.01.13

Logging

ドクターストレンジ！！
アメコミの実写映画化ですね_(:3」∠)_。
VFXが結構凄い感じなので結構楽しめるかなと思っていますが
こういう映画、ハズレがたまにあるので
そこら辺、微妙かなとか思っています。
ちなみにこれ見に行きますシリーズは
今日が最終回・・・2回しか書いていないけど
1月は多く見ても4作品ぐらいしか見ないと思います。
公式ページはこちらから
http://marvel.disney.co.jp/movie/dr-strange.html
https://www.youtube.com/watch?v=zp6aYvPczCI

タグ

1月, 4作品, VFX, アメコミ, そこら辺, ドクターストレンジ, ハズレ, 公式ページ, 凄い感じ, 実写映画化, 最終回, 最終回・2回,

超一流の二流をめざせ! って本を立ち読み。

2015.10.02

Logging

超一流の二流をめざせ! って本を立ち読みしてきました。
この頃、こういう本が多いなと思います。
無駄な努力するなとか、天才には勝てないとか
そういう身も蓋もないような感じの言葉が並んでいます。
自己啓発本の逆を行く本なのかなと
思っています。確かに
みんな一流にはなれないし
みんな頂点目指して生きていないだとも
思いますし感じますが・・・。
若干、パラパラめくっていて
夢がないなという気がしました、生きていく中で
結構、夢や希望、目標っていうのは
大事なものだと思います。
たとえば、週末には、みんなとガヤガヤしに
街に出ていくとか、週末はデートだとか、
休みの日に美味しいものを食べに行くとか
こういうプチ贅沢があるから
生きていけると思うですね。
この本を読むとそこら辺の
テンション下がる感じがしますが、的を射ている
事は確かです。
あくまでも一流の二流を目指す方か
努力が空回りしている人にはオススメします。

タグ

7, いまいち, そこら辺, テンション下がる感じ, プチ贅沢, みんな頂点, 二流, 休み, 夢, 天才, 希望, 目標, 立ち読み, 美味しいもの, 自己啓発本, 若干, 蓋, 言葉, 超一流, 身, 週末,

#プログラムサンプル ブログパーツは検索して出てくるのでうっぷします。

2015.03.11

Logging

ブログパーツの簡素な仕組みをUPします。基本はこれだけです。基本はこれだけですけど応用すると少々面倒くさいのでそこら辺はご想像におまかせします。これを基にして正規に配布する状態にするには、サーバの負荷の事やセキュリティとかそういう事まで考えなくてはならないので少々面倒くさいです。特にIDを発行して配布する場合などは結構、コードを書かないといけないです。また、悪意のあるユーザーがサーバに負荷をかけれる要因にもなりますので、安易にブログパーツを提供するのはオススメできません。ちなみに自分のブログパーツ用のJSを貼り付けても動作はしません（ファイルがないので）。ただ、下記のサンプルコードを自分自身のサーバ上に設置し、設置したURL（任意のURL）をJSで呼び出すと動作し、それを配布することも可能です。
PHPファイル

<?php
header("Content-type: application/javascript");
$str = htmlspecialchars($_GET["hoge"]);
if($str!=""){
	echo "document.write($str);";
}else{
	echo "document.write('hoge!?');";
}
?>

JS貼付け用。

<script src="https://zip358.com/tool/sample-tool/sample-blogtool.php?hoge='こんにちは'" language="JavaScript" charset="utf-8"></script>

タグ

AM, charset, Content-type, document.write, echo, header, hoge, htmlspecialchars, javascript, JS貼付け用, script src, script&gt, STR, utf-8, これだけ, ご想像, サーバ, セキュリティ, そこら辺, プログラムサンプル ブログパーツ, 負荷,

Twitterの公開、非公開をつぶやきで切り替える仕様になるとか・・アレから

2014.12.16

Logging

Twitterの公開、非公開をつぶやきで切り替える仕様になるとか一部、IT記事で書かれていたけど全然進展がないのは何故？米国では対応済みなのかな・・・・。もしそうだとしたら日本でも早く適応してもらいたいです。それさえ有れば、Twitterは、かなり便利なWEBツールになると思うのですけどね。二段階認証とかよりも・・・こういうことに力を入れて欲しいです。
最近、Twitterのカメラの編集機能がインスタグラム仕様に変更されましたけど何だか使いにくいですね。スライド式で選べるようになると便利なんだけど、今のところアイコン触らないと変換してくれないトコロが不便さを感じます。何だかんだ言ってTwitterやFacebookって米国生まれなので新しい機能が追加されても日本とかは英語圏ではないのでかなり対応が遅めですよね。そこら辺、融通が効いて欲しいところです。
 
余談：Facebookで過去投稿を検索できるようになりましたけど、日本語非対応なんですね。どういった形でDB（データベース）に文字コードを保存しているのか気になります。普通のDB保存方法ではないことは確かだと思います、UTF-8の文字コードをDBに保存し検索するのは苦ではないはずです。なので文字コードをそのまま保存していないということでしょうね（アタリマエか？）、たぶん文字コードを圧縮して保存しているに違いないというふうに考えてます。ちなみに間違っているかもしれませんがFacebookはDB形式はNOSQLではなくてRDBMSだったと思います。

タグ

DB保存方法, DB形式, Facebook, NOSQL, RDBMS, Twitter, utf-8, アタリマエ, インスタグラム仕様, スライド式, そこら辺, つぶやき, データベース, トコロ, ところアイコン, 文字コード, 米国生まれ, 英語圏, 融通, 非公開,