sveinbjornt/hear

何を解決するか

AppleのmacOSには強力な組み込み音声認識機能が含まれていますが、それらにアクセスするネイティブなコマンドラインインターフェース（CLI）は提供されていません。hearはこのギャップを埋めるために、ターミナルから直接音声を変換できる信頼性の高いCLIツールを提供します。

動作方法

Objective-Cで書かれたhearは、macOSシステムの音声認識APIへのインターフェースとして機能します。ライブマイク入力または既存のオーディオファイルの2つの主な音声ソースを処理できます。CoreAudioと互換性のあるすべてのオーディオ形式に対応しており、WAV、MP3、AIFF、AAC、CAF、ALACなどが含まれます。

対象ユーザー

音声をテキストに変換するタスクを自動化したい、ターミナルベースのワークフローに音声認識を統合したい、またはGUIアプリケーションを使わずにオーディオファイルを変換したいmacOSユーザー。

特徴

• 二重入力対応：ライブマイク音声と事前に録音されたオーディオファイルの両方を変換可能。
• デバイス内処理：-dフラグを指定することで、デバイス内での音声認識を強制的に使用でき、データをAppleのサーバーに送信せず、サーバー側の文字制限を回避できます。
• 広範なフォーマット対応：CoreAudioがサポートするすべてのオーディオ形式に対応。
• ネイティブ統合：macOS専用に構築され、システムレベルの音声認識機能を活用しています。