【開けゴマ】開発・公開しました。【Web Speech API】 呪文を唱えて扉を開けるブラウザゲーム「開けゴマ」を開発・公開しました。 プレイヤーはマイクに向かって呪文を唱えます。 正しい言葉を発すると、画面の中の扉が左右に開き、黄金の光と共に宝石（💎）が現れます。 「開けゴマ」「オープンセサミ」のいずれの呪文にも対応しています。 音声認識には、無料で利用できるWeb Speech APIを採用しています。 # 所感 アリババと40人の盗賊の有名な呪文「開けゴマ」で扉が開く瞬間を体験でき、とても面白かったです。 Web Speech APIは今回初めて使用しましたが、なかなかの音声認識精度という印象です。 オフライン環境では利用できないようですが、ブラウザゲームに音声認識機能を無料で簡単に実装したい場合に便利なAPIだと思います。 # 動画タイムライン 0:00 本ゲームのプレイ開始 0:01 「開けゴマ」と発声（扉が開く） 0:08 「こんにちは」と発声（反応しないことを確認） 0:13 「オープンセサミ」と発声（扉が開く） # 使用技術 Claude Code（Claude Opus 4.7）/Web Speech API（SpeechRecognition） # 動作環境 Google Chrome/マイク入力デバイス/インターネット接続（Web Speech API の認識エンジン利用のため） # ゲームURL リプライからご確認ください。 # タグ #開けゴマ #ブラウザゲーム #音声認識 #WebSpeechAPI #GameDev

会議の音声を処理するWebアプリを作るための技術調査 - ミツカリ技術ブログ tech-blog.mitsucari.com/entr… #はてなブログ #WebSpeechAPI #Recall.ai #音声技術 #STT

diaがchromeなら標準搭載のAPIがたまに利用できなくて困る 今回のハッカソンもWebSpeechAPIがうまくうごかんくてchromeつかってた

直播或录制视频时想加上实时字幕，方便大家理解，但市面上的工具样式单一且无法修改。 最近在 GitHub 上发现 Curses 这个开源工具，专为 OBS、VRChat、Twitch 和 Discord 提供语音转文字字幕，而且自定义程度非常高。 支持多种语音识别引擎，包括微软 Azure、Speechly、Deepgram 和浏览器自带的 WebSpeechAPI，还能反向将文字转语音输出。 GitHub：github.com/mmpneo/curses 字幕样式可以深度定制，颜色、字体、阴影、背景纹理、打字动画、音效、粒子特效甚至 CSS 都能调，还能直接使用 Google Fonts 的上千种免费字体。 另外支持 Twitch 聊天消息作为字幕来源，可以显示 7TV、FFZ、BTTV 表情包，也能把语音识别结果发送到 Twitch 聊天或 Discord 频道。 提供场景系统，可以保存多套设计方案，并在 OBS 切换场景时自动切换字幕样式，通过 obs-websocket 插件能一键完成 OBS 配置。

こんなの 音声認識・翻訳モデルを手元PCで動かすやつは 重くて不安定なの分かりきってる むしろこれで， ChromeのWebSpeechAPI（音声認識字幕ちゃん）の 凄まじい軽さと安定さがバレて もっとみんな使い出す予感がするな🙄

I want WebSpeechAPI in Bun/Node. Huge L for LLM applications. The current solutions suck dog water

WebSpeechAPIはゼフィルスとディープインパクトに実装してるんですが、こんな感じじゃないかも。バージョンかな？見てみます！

WebSpeechAPI精度高いな #58hack

Day 7 of #30Dayscodingchallenge Hit a new milestone today! For Day 7, I built a Text-to-Speech Reader using the native Web Speech API. This was a really cool project write-to-speak-day-7.vercel.… #Day7 #JavaScript #HTML #CSS #WebDev #WebSpeechAPI #30Dayscodingchallenge #FrontEnd

今日の日付を読み上げるWebアプリを作りました (Claude Codeが) 今はWebSpeechAPIで味気ない声だけど、明日にはVoiceCoreで作ったイケメンボイスに変更予定 なぜ明日かといえば、イケメンボイスの生成が1晩たっても終わらなかったから。。。 d-t-v.com/prog/voicetime/

おおおと思って触ってみたけど、事前に録画された動画をループで流していて、WEBSpeechAPIで音声認識して音声に合わせた動画を流している仕組みだった なので全然Aniと違うけども、このブームに乗ってこのスピード感で出すみたいなところは見習わないといけない。。AI時代はセンサーが大事

AIで作りたいものを作って新たに学ぶことも多いなぁって感じます こないだから作ってる「私のコピーAI」も 対話部分を作るにあたって 「Pythonでいい感じに音声認識してAPIに渡してTTSに渡して～っていうやつ作りたいの。音声認識部分はWebSpeechAPIにしたいから、フロント作ってJsでPythonにそのまま命令渡せるみたいなのいけそ？Django使うほどじゃないからもっと原始的なのでいいですよっ。大まかな流れは～……（以下略）」 ってAIさんと相談したらFlaskで作ってくれて 私は当時Flaskについて知らなくて笑 プロトタイプにこんなお手軽なのあったなんてっ！笑 こないだFlaskについて改めて勉強して、今度はCursol使って大規模リファクタしました…笑

Remember when I said this? I finally integrated webspeechAPI into the software. I wanted to use Google's speech API but na money. I go soon host am so y'all can play with it and give feedback

へぇ 「WebSpeechAPIはW3C（World Wide Web Consortium）によって策定された　主に下記の2つをブラウザ上で音声データを取り扱うAPI」 zenn.dev/east_takumi/article…

【Qiita】本日のすごい人 [ Python 学習メモ WebSpeechAPI 音声入力 FastAPI ]に関する記事を書いた @TadatakaTakaha1 さん : qiita.com/Tadataka_Takahashi…

サーバ側はGAE上にPythonで書いていて、Django系のフレームワークだと思います。 クライアント側の音声認識はWebSpeechAPIを利用しています。あとはjQueryくらいしか使っておらず、登録側もブラウザで動かすWebアプリです。 デザインはGentelellaというBootstrap系のテンプレートを利用しています。

6/11(火) 《Day142》 本日の学習時間：10.5H 総学習時間：700H 【内容】 自己分析面談① バトランアプリ続き 家族に触ってもらって、WebspeechAPIの不具合解消とgoogle認証導入の検討 topページの説明書きの追加 導線の検討 その他コードの微修正 ある程度開発進んだら、周りに意見もらうことが大事

Discovered a game-changer for developers: the #cypressvoiceplugin. Developed by Dennis Bergevin, this tool uses the #WebSpeechAPI to provide auditory feedback on test outcomes and runtimes. Ideal for enhancing #debugging efforts! 👉 testguild.com/podcast/news/n… @Cypress_io

Learn how we harnessed the power of Web Speech API and Google Cloud Translation, seamlessly integrated with @fastifyjs. nearform.com/blog/real-time-… #GoogleCloud #API #WebSpeechAPI #Fastify

WebSpeechAPIだと漏れちゃうからね…　これ結構面白いことできそう