大賢者(音声AIアシスタント)

「大賢者」と呼びかけて声で質問すると、「解。」から答えを読み上げてくれる音声AIアシスタント。

大賢者の聞き取り中の画面。夜空に光の粒が星座のようにつながり、中央で金色に光る核のまわりを、破線と点線の光の輪が回っている。上部に「大賢者」「問いを聞いている」の文字、右上に時刻と東京の天気。

ブラウザで動く、呼びかけ型の音声AIアシスタントです。「大賢者」と話しかけるか画面に触れてから質問すると、答えを必ず「解。」から始めて、文ごとに読み上げます。音声認識はブラウザのWeb Speech APIで行い、呼びかけの言葉は「大剣者」などの誤認識も拾うようにしました。頭脳は自宅PCのOllama(gemma4:e4b)で、返答をストリーミングしながら文の区切りごとにIrodoriTTSで音声化するので、答えを作りきる前に話し始めます。IrodoriTTSは既定の設定だと音声の仕上げがCPUで動き1文に8秒ほどかかっていたため、GPUとbf16に切り替える設定を起動時に自動で入れ、1文1〜2秒まで速くしました。Donguriko Liveの仕組みを引き継いで、今の時刻とOpen-Meteoの天気予報を調べて答える機能も入れています。画面はWebGL2で描いていて、光の粒が星座のようにつながる中に星雲と光の輪が浮かび、待機・聞き取り・思考・発話で色と動きが変わり、話している間は中心の核が声の大きさに合わせて脈打ちます。空の色は日の出・日の入りの時刻に合わせて変わり、雨・雪・霧・雷はその場所の今の天気に合わせて降らせています。家族や知人のスマホからも使えるよう、Cloudflare WorkerとAccess(メールのワンタイムコード)で公開しました。自宅PCへはWorkers VPCとCloudflare Tunnelでつなぎ、自宅側に公開の入口を一切作っていません。自宅PCが消えているときは、Workers AIのGemma 4とブラウザの声に自動で切り替わります。

使用技術
  • JavaScript
  • WebGL2(シェーダー・ブルーム)
  • Web Speech API(音声認識)
  • Ollama / gemma4(ローカルLLM)
  • IrodoriTTS(音声合成)
  • Node.js
  • Cloudflare Workers / Workers AI
  • Cloudflare Access / Tunnel / Workers VPC
  • Open-Meteo
担当
  • 企画・キャラクター設計
  • 音声認識と呼びかけ検出の実装
  • ストリーミング読み上げの実装
  • WebGL2の演出づくり
  • 音声合成の高速化
  • クラウドと自宅PCの切り替え設計
  • 認証つき公開の構築
成果
  • 呼びかけから答えの読み上げまでを音声だけで完結
  • IrodoriTTSの設定を見直し、1文あたり約8秒 → 1〜2秒に高速化
  • 自宅のGemma 4が約1秒、留守中のクラウドのGemma 4が約5秒で答える
  • 時刻と天気予報を調べて答える機能を実装
  • 時間帯と天気で空が変わるWebGL2の画面を実装
  • 自宅PCに公開の入口を作らず、ログイン必須で家族・知人に公開
制作期間
2026-11
ステータス
家族・知人限定で運用中

← 制作実績の一覧へ戻る