OpenAIのWhisperがローカル実行でかなりの認識率

 最近は、音声認識が、無料でしかもローカル実行で正確に認識できるのには驚きました。コマンドラインで実行できるので、アプリの中で活用できてとても便利だと思います。

バッチファイルです。途中のパスを通すところは、ffmpegのあるパスです。

radio2text.bat

@echo off setlocal REM ===== 設定 ===== set WHISPER_MODEL=small set LANG=en REM ===== 引数チェック ===== if "%~1"=="" ( echo Usage: radio2text.bat input_audio exit /b 1 ) set INPUT=%~1 set BASE=%~n1 REM ===== 音声変換 ===== set PATH=D:\video;%PATH% ffmpeg -y -i "%INPUT%" -ac 1 -ar 16000 "%BASE%.wav" REM ===== 文字起こし ===== whisper "%BASE%.wav" ^ --language %LANG% ^ --model %WHISPER_MODEL% ^ --output_format txt echo Done: %BASE%.txt endlocal

.m4aなど、いったん.wavに変換してから処理しています。

LANGはenが英語、jaが日本語　--languageないとどちらも出します

--output_format srt で時間付き字幕

Qt使えば

if (line.contains(QRegularExpression("[ぁ-んァ-ン一-龯]"))) {

    // 日本語

} else {

    // 英語

}

のように分けたりもできそうです。

※なお、準備としては ffmpeg以外に、python3.9以上で

pip install -U openai-whisper

をインストールするだけで動くようです。

Qtのandroidへのデプロイ(備忘録)

 android studioをインストール
環境変数 setxで永続保存
setx JAVA_HOME "C:\Program Files\Android\Android Studio\jbr"
setx ANDROID_SDK_ROOT  "C:\Users\<ユーザー名>\AppData\Local\Android\Sdk"
setx ANDROID_NDK_ROOT  "C:\Users\<ユーザー名>\AppData\Local\Android\Sdk\ndk\29.0.14206865"　のように
NDKがないときインストール必要（CMAKEも）
Qtで　プロジェクト＞キットの管理...>デバイスでAndroidが追加できるが、他の項目をチェックしてまだ不十分なところ(SDKsの赤字のところSdkCommandLineToolなどあれば）をAndroidStudioのSDK Managerで設定していく
・OpenSSLダウンロードなども

スマホ側設定:「設定 → 開発者向けオプション」を有効化→ 「ビルド番号」を7回タップして出ます。「USBデバッグ」をオンにする　システムの開発者向けオプションの設定で

PC側:Android Studio で「SDK Manager → SDK Tools → Android SDK Platform-Tools」
がインストールされていること（＝adbコマンドが使える）。Qt Creator が SDK/NDK/JDK を認識している。（ツール → オプション → Devices / Android を確認） 

デプロイ手順（Qt Creatorから）:スマホをUSBで接続>
adb devices→ device と表示されれば接続成功。

(C:\Users\<ユーザー名>\AppData\Local\Android\Sdk\platform-tools\adb.exeのパスも通しておく必要あり、コントロールパネルあたりから）

Qt Creator を開く>左下でデバイスとしてスマホ選択>▶ 実行ボタンをクリック
Qt が自動で.apk をビルドスマホへインストール>アプリを起動

ビルド、デプロイ環境構築に手間はかかるが、自作アプリがWin、Linuxだけでなくスマホでも使えるのは便利。

Win11の25H2を古いPC（第３～４世代）に入れる場合の覚書

ノートA573などの第３世代でも、工夫次第でぎりぎり25H2が入るようです。一回目起動しなくなったので、なんとかならないかとChatGPTの助けを借りて、うまくいきました。

　H97M-PLUS　i5-4460 も使っていますが、こちらも同様な方法でうまくいきました。

　Bios（F2キー断続押しで起動するとOk）セキュアブートをoffとするといいようです。そのためには、A573のBIOSでは一時的に管理者パスワード入れないと編集できないようでした。

〇 BIOS　設定のポイント
CSM（互換モード） Enabled 古いOS/MBRディスクとの互換性を確保
Secure Boot / OS Type Disabled または Other OS Windows 11の署名チェックを回避
Fast Boot（高速モード） Disabled 起動チェックを省略せず、SSD/USBを確実に認識
Boot Priority / Legacy First Legacy First ON 古い形式（MBR/USB/SSD）を優先して起動
⚡ Fast Bootは速度優先、Legacy Firstは互換性優先の意味

〇インストールUSB作成　　Rufusなどで作成
パーティション形式：MBR（UEFI + CSM対応）
ファイルシステム：NTFS（容量大きめの場合）
「TPM・Secure Boot回避オプション」を有効にするとより安全

〇インストール後の調整（任意）
GPT形式に変換してUEFI純正起動
CSMを無効、OS Typeを「Windows UEFI mode」に戻すと、Secure Boot利用可能
古いPCでも安定してWindows 11を使える

〇注意点
第３～４世代でギリギリライン
安定して使うなら、Windows 10延命 or  Linuxを検討

※Win11が最近のPCしか対応しなくなったことが、余力ある古いPC(SSD化やメモリ増設は必要ですが）にとっては、Linux流行のきっかけになる？

※2025/10/19　実際、今回のタイミングで世界の状況はLinuxへの移行が、これまでにないほど活発になっているようです。欧州では一部組織でLinux移行を成功させているところもあるらしいです。

logicool unifying 不具合

 　めずらしく、ワイヤレスキーボードが不具合。OSの更新が、半端だったためか、突然キーボードが反応しなくなる。Windows　Updateしてもだめで、Unifyingのツールで接続確認しても接続はしていると表示されているが、反応しない。

　が、数分したら、なぜか接続できた。デバイスソフトの更新に時間がかかっていたのか、それともハードが不安定になってきたのか。ひょっとしてキーロガーかと、気になり検索したけれど、今のところそういう情報はないようです。原因はわからないけれど、しばらく様子を見るしかないようだ。

やはり、win11の条件が緩和されるよう

 ３年前ぐら前から、このままWin11に移行はきついのでないかと予想していたが、その予想通りになった。

 https://tech-gadget.reinforz.co.jp/10605(昨日の情報）

　https://myutaro.blogspot.com/search?q=win11

　MS社のWin11にTPM2.0が必須というのは、要求水準が高すぎると思っていましたが、やはり、これを諦めて、以前のPCでも使えるように条件を緩和したようです。

※追記：その後、古いPCでも完全にWin11でサポートしてくれるのかと思ったのですが、その点については、そうでもないようなので、アップデートなどで不具合が出る可能性もありそうです。マザボ交換も敷居が高いので、少し様子見になりそう。

vmwareの音がでないときの対処方法

 vmware playerがなぜか音がでなくなってしまう。

VMXファイルを見て、以下の設定がすべてあるか確認した。足りないものを追加したら、解決した。（以下の中の.virtualDevと.autodetectがなかったので、追加した。）

sound.present = "TRUE"
sound.virtualDev = "hdaudio"
sound.fileName = "-1"
sound.autodetect = "TRUE"

モザイク教材作成ツール

 数色程度の小さい色紙片を貼ってモザイク画など作れるように、ツールを作ってみました。

https://github.com/gh6141/mozaic.git

使い方は、①指定した場所にあるpngファイルを読み取り、②どの色がいくつあるか、確認③色コードを単純な数値（１桁程度）に変換　このデータをCSVデータとして保存し、エクセルで読み取ります。エクセルには、セルの値に従って、セル色を変える（色はカスタマイズできるようです）機能があるので、それを使って、色紙片を作っています。（罫線は必要です）紙の裏には両面テープを貼っておいてから、切ることになります。切る手間はけっこうありますが。

　台紙は同じ大きさのエクセルの印刷で、色のついていない数字と罫線だけのものを用意します。

なお、pngファイルはGimpなどで、数色程度に、減色する必要があります。

win11が有料に？

windowsの永続ライセンスがなくなるかもといううわさが 

https://techtarget.itmedia.co.jp/tt/news/2308/10/news13.html

仕事ではやむを得ないかもしれないが、個人で使うなら、今後はUbuntuあたりが候補になりそうだ。ただ、これまで使ってきたWindowsアプリはどうするかだが？当面は、Linuxの中で仮想ドライブで古いOSを使うとかするしかない？　そして、よく使う自作アプリはブラウザで使えるものに順次置き換えていく必要がでてきそうだ。面倒なことが　増えないことを願うだけだ。

2023.10.6 追記Gigazineで、Win12がサブスク形式になりそうな予想をしているようです。いよいよ有料？代替OSや代替アプリが、どの程度使われるようになるかも気になるところ。

BIOSを変更してないにもかかわらず、起動しない不具合

 職場のWin11PC(HP ProDesk 400 G5 SF)が、停電時再起動したら、BIOS画面で停止するという現象が起きた。試しにディフォルトの設定をBIOSにLoadしたら、起動するようになる。BIOSの設定を変更した覚えはないのに、不思議だ。ひょっとして、最近のPCはBIOSのファームウエアなども自動で更新されるのだろうか。いろいろ複雑になってきて、メンテも大変。

Win11でなぜか、WindowsServerの共有にアクセスできない

 https://aprico-media.com/posts/6886

上記リンクを参考に、レジストリを修正したらアクセスできるようになった。

原因不明。

UbuntuでCUIによるNTFSマウント 覚書

 メモリが２GBしかないPCをNAS代わりに使うために、UbuntuをCUIで動かしてみた。また、SSDをシステムドライブとし、Windowsで使っていたHDDをそのまま活用することにした。
すでに、Ubuntuを動かしSSHも利用できる環境にしてあったので、比較的簡単に設定できた。
手順としては
１　fdisk -l等でマウントすべきドライブを調べる
２　mount /dev/sda* のようにしてマウントする。今回、エラーが起きるので、　　ntfrsfix /dev/sda*による修復が必要だった。さらに、Cドライブは、ハイバーネーション（休止状態？）関連エラーも出たので、さらにmountで -o remove_hiberfileというOptionが必要だった。
 mount -t ntfs -o remove_hiverfile /dev/sda2 /mnt/win10　
というような感じで、マウントします。
3
 blkid /dev/sda2　で　UUIDが確認できるのでこれをもとに、fstabの設定を行います。
vi /etc/fstab
UUID=ここにUUID /home ntfs-3g defaults,x-gvfs-show,permissions 0 0 
という感じです。
mount -aでマウント

あとは、smb.confの設定をして

shutdown -r nowで再起動

SandyBridge Win11 upgrade覚書

 １　システムのクリーンアップ

　Cドライブ　プロパティ＞ツール＞エラーチェック＞全般＞ディスククリーンアップ

　　システムファイルのクリーンアップ　

２　Windows11 ダウンロードで検索

　「Windowsをダウンロードする」 ＞ISO（日本語）で

　ISOマウント　＞　中身をデスクトップにコピペ　＞アンマウント（取り出しで）

３　sources>appraiserrses.dllを削除

４　Setupを実行　左下チェックをはずす（インストールの品質～）

　右下の「次へ」は　押さないで

※　「セットアップの更新プログラムのダウンロード方法の変更」をクリック

Windows11の気になる情報 ～スパイウエア？～

 https://gigazine.net/news/20230210-windows-11-spyware/

Win11は勝手に、いろいろなところに情報を流す　スパイウエアっぽくなっているとか。。

これが本当なら、困ったものです。

せっかく、ハードにお金をかけて、TPMなどセキュリティ向上していると思われているWin11にアップグレードしてもこれでは、その意味がなくなってしまう？矛盾しているような。。

【要注意！！】職場のネットワークでWin11アップグレードで、ネットワーク不通

 Win10からWin11にアップグレードしたら、ループとして検知され、ネットが切断される現象が起きた。どうやら、ネットワークオプションのLLDPプロトコルが悪さをしているらしい。これを削除することで解消するようだ。実際には、ループが起きているのでなく、ループと誤検知させるパケットが、スイッチに到達した？のだろうか。そのうち、マイクロソフトでも、パッチを当ててくれることと思いますが。　おかけげ、業者の方に、ネットワークのハブ等の点検でだいぶ、迷惑をかけてしまった。　

　クリーンインストールのPCでは、起きてなかったので、なんとも思ってなかったのですが、どうやら、アップグレードインストールで起きる現象のようです。というか、上記リンクによれば、Windows11で22H2にアップデートした後、ということのようです。

　いろいろ調べると、LLDPをネットワーク上で利用することはあまりないようなので、通常のPCでも、チェック外しておいたほうがいいようです。また、ループ検知スイッチが最近のハブにはついてきていますが、これもあてにならないということでした。かえって、OFFにしておいたほうがいいとのこと。業者の方は、現場でいろいろ経験しているので、ネットワークを教科書で勉強しただけではわからない情報をいろいろいただくことができた一日でした。

GCEでWinSCPを使う

 GCEのインスタンスにファイルを転送するためWinSCPを使えるようにしてみた。秘密鍵、公開鍵の扱いに不慣れなので、いろいろ勉強になった。

はまったところ：
・秘密鍵を作成したときに、ローカルPCでのユーザー名がファイルの中に情報として入ってしまうようで、WinSCPでリモートにアクセスする際のユーザー名は、リモートのユーザー名ではなく、あくまでローカルPCでのユーザー名にしないとだめだった。基本的なことのようだが、今まで知らないでいた。
・WinPCは、直接秘密鍵が利用できず、.ppkなる拡張子のファイルに変換する必要があった。
・ポートは、セキュリティ上のこともあり外部からのアクセスでは標準の22を使わないことにした。インスタンスの中のsshサーバの設定には、
　port 22
　port 任意のポート番号(/etc/ssh/sshd_config)
のように２つ並べて置き、リモートからは22以外のほうを使うことにした。ルータとインスタンスのファイアーウオールの設定もそれにあわせて追加する必要がある。

いろいろなサイトを参考にさせていただいた。

https://www.cdata.com/jp/blog/gcpsftp

・Dos　Promptからもsshコマンドを使って手軽に確認もできるようだ。（秘密鍵生成などもできたり）

　ssh サーバアドレス(ホスト.ドメイン名もok） -i 秘密鍵ファイル名 -p 任意のポート番号

いろいろと手間はかかるようです。

Win11で慣れるまで少し時間がかかったこと

 Win11になり、よく使うメニューが変更になりとまどう。
　ファイル名の変更がわからず、「その他のオプション表示」から探していたが、よく考えたら、けっこう使用頻度が高いはずなんだけど面倒だなと不思議に思っていた。調べてみたら、コピペ同様、小さなアイコンで操作するといいということがわかった。他にも、F2キーを使う等の方法もあるようだ。
　ほかに、慣れる必要あるものとして

・コントロールパネルの出し方は、スタートボタンから検索Boxにconなどと入力すると出てくる。このへんは、Linuxっぽくなってきた感じがする。
・スタートボタンは、左クリックのメニューもよく使う。コンピュータの管理、ディスクの管理。結局、Winxpや7のときから使っていたようなものの場所が、win10,win11と変わるたびに変更されていくので、そのたびに、メニューをさがすのに時間がかかるようになってしまい、非効率。なんらかの法則的なものがあるとか、メニューの新たな探し方を追加で入れてもらうにはいいのだけど、変更は、やはりきつい。できれば、あまり変えないでほしいというのが、素直な感想。
・Linuxなども、ネットワークの設定コマンドがバージョンにより変わってきたりもするが、基本的なCUIコマンドが変わることはほとんどない。CUIも覚えるのは大変だが、いったん覚えれば、いつまでも使えるので、WinとLinuxそれぞれ一長一短があるといったところか。

　技術というのは、できれば、古い形式にも対応できるようにしながら、新しいものを追加していければ理想なのだろうけど。
　地デジへの移行の際も、いきなり古いアナログTVは使えませんではなくて、古いTVでも対応できる新しい電波形式にするとか（アナログからデジタルに一気に変更でなく、アナログにデジタルを追加したようなものを考えるとか）してもらえば、利用者に優しいものになったのだろうけど。。。

　たしか、FM放送は最初モノラル電波で、途中からステレオ電波になったはずです。そのとき、古いモノラルのラジオでも、ステレオの電波をモノラルで受信できるような形式に工夫されていたはず。。

古いソフトの実行

 win11にしたら、win10まで動いていた古いソフトが動かなくなる。vbrjp200.dllなど、何十年前のVBのランタイムだが、ついにこれだけで動かなくなってしまった。が、よく調べると、otvdmという便利なものがあった。うまく動作してくれた。

raspberry piのシステムイメージサイズを変更するには

 microsdカードは会社ごとに違うため、同じ32GBでも、ちょっとでもサイズが小さいとイメージを移すことができない。

サイズを変更するには、意外に手間がかかるようだ。

https://enable-ax.work/raspberry_pi/raspbian_backup/

https://jorublog.site/raspi-hdd-connect/

http://denshikousaku.net/reduce-raspberry-pi-img-file-to-write-on-smaller-micro-sd-card

https://jorublog.site/raspi-nas-samba/

上記のリンクを参考にさせていただいた。

imgファイルはこれまで、Windowsで作成していたが、raspiでもできるようだ。ただし、外付けHDDが必要だが。raspiの中で,imgファイルを縮小し、それをsambaで再度Windowsにもってきて、microsdに書き込んでみた。そして、最後にサイズを拡張。これで、sdカードのサイズ違いに悩まされることはなくなった。

PCIのSATAで、SSDにUbuntuを入れるには

  Win11が原因なのかどうかわからないが、なぜか、SATA増設のためのPCIボードを購入したもののUbuntuが入らなかった。フォーマットがうまくいかない。OS起動が難しいようなネット情報もあったので、そのへんが原因なんだろうか。

　そこで、直接入れるのはあきらめて、VirtualBoxを試した。ところが、これもうまくいかない。そこで、Vmwareを試したら、なんとかうまく入れることができた。

ワイヤレスマイクの音声をWEB通信アプリへ

 タブレットのように、マイクもカメラも内蔵している端末でWEBカメラ通信を行うのは、手軽でいい反面、大きな会場などは拡声器を通した音声が反響が大きくどうしてもききとりにくい。　

　そこで、ワイヤレスマイクの拡声器のライン出力をPCやタブレットの音声入力へつなぐ方法を考えてみた。

　その際、問題になるのは内蔵のマイクとの切り替えだが、Ipadなどは、つなげてからアプリを立ち上げればOkなようだ。（マイクとスピーカを枝分かれされるケーブルなど必要）

　それに対して、Windowsは、設定＞システム＞サウンド＞サウンドの詳細オプションの「アプリの音量とデバイスの設定」で、細かく変更できるようだ。ChromeブラウザでwebRTCなど行う場合は、ここでブラウザの音声入力を変更できるようだ。