Written with AI assistance from the source video. The video is the authority.
4:33Better Stack
Log in to leave a comment
No posts yet
AIサービスに毎月20ドル支払っているフリーランサーなら、一年で240ドルが消えていきます。クラウドに原稿をアップロードした瞬間、ビジネスアイデアがサービス提供側の学習データとして使われるリスクがあります。自分のコンピューターで直接動かせば、サブスク料金は0円になり、データが外部に漏れることもありません。
まずはOllamaの公式サイトからインストールファイルをダウンロードして実行してください。次にFluid Voiceをインストールし、システム権限設定でマイクとアクセシビリティの権限をオンにします。これでインターネットを切断しても音声がテキストに変換されるか確認してください。飛行機の中でもネットワーク接続なしで、100ms前後の反応速度で文章を書くことができます。
macOSのシステム設定から「サウンド」をクリックし、「入力」タブを開きます。マイクの入力ゲインを70%に固定してください。音が小さすぎると認識されず、大きすぎるとノイズが混ざります。
Fluid Voiceの設定で右のOptionキーをグローバルショートカットに設定してください。「ホールド・トゥ・スピーク（Hold to Speak）」モードをオンにする必要があります。キーを押している間だけ音声を認識し、指を離すとすぐにテキストが入力されます。エディターをマウスでクリックする必要はなく、カーソルがある場所に直接文字が入力されます。
ディクテーション（音声入力）には、フィラーや誤字が混ざるのが避けられません。3Bモデルであるllama3.2:3bを活用して文法を修正すれば、1秒もかからずに整った文章が出力されます。
次のスクリプトを作成し、ローカルサーバーを呼び出してください。
`python
import requests
import json
def clean_text(text):
url = "http://localhost:11434/api/generate"
payload = {
"model": "llama3.2:3b",
"prompt": f"次の 텍스트에서 문법 오류를 수정하고 필러를 제거해: {text}",
"stream": False
}
response = requests.post(url, json=payload)
return response.json()['response']
`
このコードを実行すれば、誤字の修正やフォーマットに毎日30分かけていた時間が不要になります。
Appleシリコンで大きなモデルを複数起動すると、RAMが不足してコンピューターが重くなります。16GB RAM環境であれば、llama3.2:3bモデルを4bit量子化状態で使用することでシステムが快適に動作します。
~/Library/LaunchAgents/ パスに ollama_env.plist ファイルを作成し、環境変数を固定してください。OLLAMA_NUM_CTXを4096に設定すれば、長い文章も無理なく処理できます。モデルの保存先はシステムディスクではなく、外付けSSDにシンボリックリンクを貼っておきましょう。こうすることで、長期的にシステム性能を維持しながら、データセキュリティを守る1人作業環境が完成します。