Japanese AI Enhancement

AI 強化

人工知能（AI）強化は、ローカルの言語モデルを使用して文字起こしされたテキストを修正します。表現を滑らかにしたり、気を散らす繰り返しを削除したり、読みやすさを向上させたり、カスタム指示に従ったりすることができます。組み込みのモデルはコンピューター上で実行され、テキストがクラウドサービスに送信されることはありません。

モデルの有効化と選択

AI 強化 タブを開き、AI 強化を有効にします。使用可能なシステムメモリとグラフィックメモリに合ったモデルを選択し、ダウンロードします。Voice2Win はモデルがローカルで使用可能か、読み込み中か、アクティブか、またはエラー状態かを表示します。

より小さく、量子化が強いモデルは、読み込みが速く、メモリ使用量も少なくて済みます。より大きなモデルや高精度バリアントは、より良い結果を出すことができますが、メモリをより多く必要とし、時間もかかります。Voice2Win が選択した音声や AI モデルがグラフィックスメモリ容量に近い、または超えていることを警告した場合は、より小さいモデルを選択するか、1つの作業負荷をメインプロセッサに割り当ててください。

デフォルトの強化

標準指示（デフォルトプロンプト） は、有効になっている場合、通常の音声認識の後に自動で実行されます。デフォルトの動作は、意味を変えずに文字起こしを修正し、最終テキストのみを出力することです。

標準指示が無効になっている場合、AI 強化なしで通常の口述が挿入されます。

カスタム AI 指示

専門的なワークフロー用の追加プロンプトを作成します。各プロンプトは以下を持つことができます:

• タイトル。
• 有効または無効の状態。
• 独自のグローバルキーボードショートカット。
• 転写とともに送信される指示テキスト。
• 現在選択されているテキストを指示にコピーするオプション。
• 選択された内容の前後に別々の指示テキスト。

カスタムプロンプトショートカットを押すと、通常のディクテーションのように音声が記録され、その後デフォルトではなく特定のプロンプトが適用されます。例としては、要約、トーンの変更、翻訳、またはディクテーションしたメモの書式設定などがあります。

AI処理と置換

このワークフローは、別のアプリケーション内で直接テキストを編集します:

1. 対象のアプリケーションで編集可能なテキストを選択します。
2. 設定済みの AI 処理と置換 ショートカットを押します。
3. 「英語に翻訳」や「スペルを修正」といった指示を発声します。
4. Voice2Win は選択範囲をコピーし、選択したテキストと発声された指示を設定済みの AI ランタイムに送信し、結果で選択範囲を置き換えます。

対象のアプリケーションは通常のコピー＆ペースト操作をサポートしている必要があります。操作中に選択範囲やカーソルを移動しないでください。コピーできる選択範囲がない場合、指示が短すぎる場合、またはモデルが出力を返さない場合、Voice2Win は元のテキストを変更せず、インジケーターメッセージを表示します。

AI 強化パラメータ

デフォルト設定はほとんどのユーザーに適しています:

設定	デフォルト	効果
コンテキストサイズ	4096	モデルが一度に考慮できるテキストの量。値が大きいほどメモリが必要です。
最大トークン	512	最大出力長。値が大きいほど長い結果が可能です。
温度	0.2	値が低いほど抑制され一貫性があります；値が高いほど創造的です。
最小文字数	20文字	これより短い録音はAI強化をスキップします。
システムプロンプト	組み込みの役割とルール	通常の強化プロンプトの前に送信されます。空欄の場合はシステムプロンプトは送信されません。

システムプロンプトは、AI処理および置換テンプレートには適用されません。これらはすでに完全な指示を含んでいるためです。

ストレージとランタイム

AIモデルは通常、モデルの保存領域を使用します。別のドライブに、できれば別のAIモデル用フォルダーを指定し、既存のダウンロードをそこにコピーすることができます。

AIエンハンスメントは、メインプロセッサ、互換性のあるグラフィックスカード、Ollama、LM Studio、または共有のVoice2Winインスタンスで実行できます。AIモデルとハードウェアを参照してください。