日本語音声→日本語文字列→英語文字列 ができたので、英語文字列→英語音声 も追加してみたくなって、やってみた。

Pythonでオフラインでできるものをググって見つかったのが、nateshmbhat/pyttsx3: Offline Text To Speech synthesis for python。

これもREADMEに書いてあるように書くだけで実装できた。

あとは翻訳の部分をオフラインでできれば、完全オフライン化ができるのでは。と思い検索したら、先駆者がいた。

node.jsで使うのあきらめて、Pythonで試してみた。

• vosk-api/test_microphone.py at master · alphacep/vosk-api

あっさり使えた。

ついでに、3 分で作る無料の翻訳 API with Google Apps Script - Qiitaを参考に、日本語→英語翻訳APIを立てて連携してみた。

Pythonの文字列操作するのにちょっと手間取ったけど、意外とすんなりリアルタイム音声認識＆翻訳が出来上がってびっくりした。

日本語音声のマイク入力をオフラインでリアルタイム音声認識：「VOSK」を JavaScript（Node.js）で扱う - Qiita こちらを参考に。

早速npm install voskしたところ、GitbashだとVisualStudioが見つからない的なエラー。WSL2環境で動かしたら通った。

そしてサンプルをコピーして実行すると、エラー。 マイク入力デバイスが見つからないっぽい。WSL環境からは見えないのかも。

Gitpod上で開発をするにあたって、DBが欲しかったのでMySQLが使えないか調べてみた。

Workspace Imageにあるように、.gitpod.ymlファイルを作成してimageを指定すれば良いようだ。

image: gitpod/workspace-mysql

ファイル作成してリポジトリにプッシュしてワークスペースを停止→スタートしてみる。

$ mysql -v
bash: mysql: command not found

再起動では反映されないようだ。

Gitpodの機能見ていたら、GitHub以外にもGitLabとBitbucketとも連携できるのに気づいて、やってみた。

最初にGitLabでアカウント作ろうとしたら、途中から先に進めなくなって断念。

Bitbucketは、以前AWSの何かを試したときに作ったアカウントが生きていたので、そのまま使った。

連携自体は、リポジトリ作成してURLの先頭にgitpod.io/#をつけるというGitHubと同じやり方でOK。

ffmpeg.wasmをgithub pagesで動かすよを読んでいて、Offline Transcribeを見に行ったらccoreilly/vosk-browser: A speech recognition library running in the browser thanks to a WebAssembly build of Vosk経由してalphacep/vosk-api: Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Nodeというものの存在を知った。

日本語での使用例もいくつか見つかった

• 日本語音声のマイク入力をオフラインでリアルタイム音声認識：「VOSK」を JavaScript（Node.js）で扱う - Qiita
• 話題の音声認識ツールキット Vosk を試してみた
• [M1] 音声認識ツール Voskを動かす [Node] | DevelopersIO

簡単にできそうなので、今度試してみたい。

.PHONY: mkdir
mkdir:
	mkdir -p ./work/{a,b,c}

$ make mkdir 
mkdir -p ./work/{a,b,c}

$ ls work
{a,b,c}

なんでや。

$ rm -r work

$ mkdir -p ./work/{a,b,c}
$ ls work
a  b  c

こうなってほしい。

→make内では、デフォルトのシェルが/bin/shになっているので、MakefileでSHELL=/bin/bashを書く必要がある。

• とあるエンジニアの備忘log: Make のポータビリティについて考える
• Makefileには使用するshellを定義すると良さそう - Qiita

Prismaのドキュメント眺めていて、Build a REST API with NestJS, Prisma, PostgreSQL and Swaggerを見つけた。

PrismaというかNestJSの機能かもしれないけれど、OpenAPIドキュメントも表示できるっぽい。

これでいい感が出てきた。

先日のスキーマ指向開発の一つの解になるかもしれない。

Prisma | Next-generation ORM for Node.js & TypeScript

存在は知っていたのだけれど、言語がTypeScriptということでちゃんとチェックしていなかった。

フロントをNext.jsとかTypeScript系で作るなら、APIサーバー側もTypeScriptで書けたほうが効率が良いかもしれない。

以前、OpenAPI generatorの出力をカスタマイズするにはJavaを読み解かねば・・みたいなことを書いていた。

• OpenAPIとsqlcの連携 - umemak
• OpenAPI generatorのソース - umemak

公式のUsing Templatesによると、author templateを指定すれば組み込みテンプレートが出力されるとのこと。で、出力されたディレクトリを-tで指定すると、そこにあるテンプレートを使って生成される。