◉RORK LABEN
●EVENT — 本日9月9日、Apple が「Surprise and Shine」と題したイベントを開きます。日本時間では9月10日の未明2時からです●EXPECT — iPhone 18 Pro と Pro Max、折りたたみ機、2nm プロセスの A20 Pro チップ、そして iOS 27 以下の配信日発表が見込まれています●WAIT — この記事を書いている時点ではまだ開催前です。噂の段階で書いたものと発表後に書いたものが混ざると、読む側には区別がつきません●MAX — Rork Max がネイティブ Swift を生成する以上、Apple の動きは他人事ではありません。標準の Rork は React Native、という線引きは繰り返し確認したいところです●SIMULATOR — Rork Max はクラウド上の Mac でコンパイルし、ブラウザ内で動くストリーミングの iOS シミュレータで確認できます。Xcode も Mac の実機も要りません●SEASON — OS が新しくなる時期は、自動生成の足場がいちばん揺れます。便利さを謳う記事ほど、この揺れに触れないと不誠実になると感じています●EVENT — 本日9月9日、Apple が「Surprise and Shine」と題したイベントを開きます。日本時間では9月10日の未明2時からです●EXPECT — iPhone 18 Pro と Pro Max、折りたたみ機、2nm プロセスの A20 Pro チップ、そして iOS 27 以下の配信日発表が見込まれています●WAIT — この記事を書いている時点ではまだ開催前です。噂の段階で書いたものと発表後に書いたものが混ざると、読む側には区別がつきません●MAX — Rork Max がネイティブ Swift を生成する以上、Apple の動きは他人事ではありません。標準の Rork は React Native、という線引きは繰り返し確認したいところです●SIMULATOR — Rork Max はクラウド上の Mac でコンパイルし、ブラウザ内で動くストリーミングの iOS シミュレータで確認できます。Xcode も Mac の実機も要りません●SEASON — OS が新しくなる時期は、自動生成の足場がいちばん揺れます。便利さを謳う記事ほど、この揺れに触れないと不誠実になると感じています
TAG

音声認識

4 記事
← タグ一覧に戻る
関連タグ:
Rork Max3Whisper3Claude API2React Native2SpeechAnalyzer1iOS1オンデバイスAI1AI面接コーチ1キャリア1サブスクリプション1AI語学学習1ElevenLabs1
◉ Rork AI/2026-07-01上級

Rork Max のネイティブ Swift で SpeechAnalyzer を使い、長尺の音声を端末内で文字起こしする

SFSpeechRecognizer では詰まっていた長尺・オフラインの文字起こしを、iOS 26 の SpeechAnalyzer と SpeechTranscriber で作り直す実装メモです。モデル資産のダウンロード、AsyncStream での音声供給、確定前と確定後の結果の扱い分け、Rork Max のネイティブ生成と Expo からの橋渡しの境界設計まで、実際にハマった点を添えてまとめます。

◉ Rork AI/2026-05-05上級

Rork Max で AI 面接コーチアプリを作る：音声録音・Claude 評価・進捗管理の実装ガイド

Rork Maxで音声録音、Whisperによる文字起こし、Claude APIでの回答評価を組み合わせたAI面接コーチアプリを構築します。Cloudflare Workersでの評価API実装、セッション管理と進捗トラッキング、フリーミアム課金設計、本番環境の注意点まで一気通貫で扱います。

◉ Rork AI/2026-04-08上級

Rork × AI 没入型語学学習アプリ実装ガイド — Whisper 音声認識 × Claude 会話AI × ElevenLabs TTS で個別最適化レッスンを構築する

Whisper 音声認識・Claude 会話AI・ElevenLabs TTS の3つの API を Rork Max で統合した没入型語学学習アプリの実装ノウハウ。CEFR レベル別の適応カリキュラム、SM-2 間隔反復、ストリーミングによるレイテンシ最適化、フリーミアム課金まで個人開発者向けに掘り下げます。

◉ Rork AI/2026-03-27上級

Rork × マルチモーダルAI：カメラ・音声・テキストを統合したインテリジェントアプリ設計パターン

Rork でカメラ画像認識・音声入力・テキスト解析を統合したマルチモーダルAIアプリを構築する設計パターンを解説。入力統合レイヤーからAIオーケストレーション、UXフローまで実装コード付きで詳しく紹介します。