woheller69/whisperIMEplus
Android Input Method Editor (IME) based on RTranslators Whisper implementation
何を解決するか
Whisper+ は、高精度な音声認識と翻訳を提供する Android 入力メソッドエディタ (IME) です。ユーザーはクラウドベースのサービスに依存せずに、任意のアプリに音声でテキストを入力できます。
動作方法
このアプリは、ONNX モデルを使用した Whisper エンジンを活用し、デバイス上で完全にオフラインで音声認識を実行します。単体アプリとしての音声認識・翻訳（英語へ）に加え、システム全体で利用可能な RecognitionService として動作し、HeliBoard などの他のキーボードから起動可能な IME としても使用できます。
対象ユーザー
システムのテキスト入力フローに直接統合できる、プライベートでオフラインの音声認識・翻訳ツールを求める Android ユーザー。
特徴
- オフライン処理: 音声認識は完全にデバイス上で行われ、プライバシーと利便性を確保します。
- システム統合: IME としてだけでなく、
RecognizerIntent.ACTION_RECOGNIZE_SPEECH をサポートするシステム全体の RecognitionService としても機能します。
- 多言語対応: 複数言語をサポートし、2つの言語を事前に定義して英語への迅速な切り替えと翻訳が可能になります。
- 柔軟な展開: 単体アプリとして起動するか、他のキーボードに統合するかを選べます。
関連
- プロジェクト
openwong2kim/wmuxwmuxは、複数のCLIベースのAIエージェント（Claude Code、Codex、Geminiなど）を分割ペインで実行し、バックグラウンドデーモンでセッションを維持し、iPhoneコンパニオンから対話プロンプトに応答できる、クロスプラットフォーム（Windows/macOS）のデスクトップアプリです。Git worktreeファンアウト、組み込みブラウザ自動化、グローバルな「Fleet」ビュー、深いGitHub統合を追加し、AIコーディングエージェントのためのエージェント開発環境（ADE）を提供します。
- プロジェクト
Rvosy/SakuraSakura Desktop Petは、AI駆動のデスクトップコンパニオンのためのオープンソースかつクロスプラットフォームなフレームワークです。ユーザーはキャラクターパック（アート、性格、音声）を作成し、ビジョン言語モデルサービスに接続します。ペットは定期的にスクリーンショットを撮影し、モデルが話すか行動するかを判断します。また、プラグイン（ブラウザ自動化など）で拡張可能です。
- プロジェクト
ankur-anand/unisondbUnisonDBは、エッジAIおよびエッジコンピューティングワークロードをターゲットとしたオープンソースでログネイティブなリアルタイムデータベースです。データはB+ツリー（BoltDBまたはLMDB）に格納されつつ、書き込み先行ログ（WALFS）をストリーミングレプリケーションソースとして公開します。レプリカはgRPCまたはオブジェクトストア（S3/MinIO/GCS/Azure）経由でログを取得でき、数千のエッジノードにサブ秒単位でファンアウト可能です。エンジンはキー値、ワイドカラム、大容量オブジェクトモデルをサポートし、原子的なマルチキートランザクションとゼロMQ変更通知を備えています。ベンチマークでは1KBのデータで60–80kの書き込み/秒を達成し、低レイテンシであるため、リアクティブで分散型のAIパイプラインに適しています。
- プロジェクト