エッジAIラボ
エッジAIラボ
📋

点検調書 音声ドラフト

現場の音声をブラウザ内のWhisperで文字起こしし、道路橋の点検項目を参考にした独自JSONの下書きへ構造化します。正式な点検様式への準拠を示すものではありません。オフライン状態で確認できるのは既存文字起こし結果の再構造化です。Whisper文字起こしの再実行は検証対象に含みません。健全性の判定は点検技術者が最終確認します。

ブラウザで実行 — 入力データと通信条件は各デモ内に表示🟡 📦 Whisper Small 約244Mパラメータ、ONNX int8 約190MB。Prompt API用モデルはブラウザ環境依存⚙️ Whisper Small + Chrome Prompt API / JavaScriptルール処理⚖️ MIT(Whisper)/ブラウザ提供条件(Prompt API)/自作(ルール処理)

🧪 このデモは実験・検証中です

現場で話すだけで点検調書の下書きを作れれば、帰社後の記録作業を減らせるという仮説を検証中です。オフライン確認の対象は、既存文字起こし結果の再構造化に限定しています。

🤝 仲間を募集中:橋梁・道路など点検実務者の試用フィードバック/実際の調書様式・記録フローの知見/「この様式に対応してほしい」の声——デモに協力できる方がいれば、ぜひご連絡ください。

協力の連絡をする
⚠️ 下書き支援|最終判定は点検技術者 接続状態を確認中
1
録音
2
文字起こし
3
構造化
4
プレビュー
5
再構造化確認

① 現場メモを録音(またはサンプルで試す)

EDGE EVIDENCE

エッジ動作の確認結果

処理場所、通信、保存、速度を同じ基準で確認できます。

ページ表示、モデル取得、アクセス解析などの通信は、AI入力を推論サーバーへ送る通信とは分けて表示します。

文字起こしの実行場所
仕様
このブラウザ内
端末に読み込んだWhisperをWebGPUまたはWASMで実行します。
音声と調書入力の外部送信
仕様
0バイト
文字起こしと構造化のための推論サーバーには送信しません。モデル取得とアクセス解析の通信は別に発生します。
オフライン確認の範囲
仕様
既存文字起こし結果の再構造化
navigator.onLineがfalseの状態で既存テキストを再構造化します。録音、Whisper文字起こし、ページ再読み込み、モデル取得は再実行も検証もしていません。
端末内の保持内容
仕様
操作中の音声と下書き
デモは自動で永続保存しません。JSONは利用者が明示的に保存した場合だけ端末へ残ります。
文字起こし時間
実測
実行ごとに画面で計測
処理時間と音声秒数を結果欄に表示します。端末や音声長により変わります。
構造化方式
仕様
Prompt API優先、失敗時はルール処理
Chrome Prompt APIが利用できればブラウザ内蔵モデルを使います。APIがない場合、利用できない場合、または失敗時はLLMを使わないJavaScriptルール処理へ切り替えます。画面には実際に使った方式を表示します。

ブラウザ上では消費電力(W)や実機の推論性能は測定できません。本画面の数値は処理時間・体感速度・モデルサイズのみです。消費電力・現場端末での性能は、実機ベンチ記事(準備中)をご覧ください。

御社の点検様式に合わせた専用モデルを検討する

このデモの構造化はChrome Prompt APIまたはJavaScriptルール処理を使い、専用のファインチューニング済みモデルは使用していません。製品化では、御社の点検様式と語彙に合わせたモデルやルールを設計し、Jetsonなどの対象端末で文字起こしから帳票生成まで実機検証します。

話してから点検調書になるまで

1🎤

現場メモを話す

「主桁に腐食、幅50センチ、判定は3」等の口頭メモをマイクで録音。またはサンプル発話で試す。

2📝

ブラウザ内で文字起こし

Whisperがブラウザ内で音声をテキスト化。音声と文字起こしは、この処理のために外部サーバーへ送信しません。

3🧠

参考項目を独自JSONに構造化

道路橋の点検項目を参考にした独自ドラフトです。Chrome Prompt APIを先に試し、利用できない場合や失敗時はLLMを使わないJavaScriptルール処理へ切り替えます。

4

確認・編集して調書へ

独自プレビューで内容を確認・修正。正式な様式への転記と健全性の最終判定は点検技術者が行います。

端末内で処理する意義

📶 今回の確認範囲

ブラウザがオフラインと報告した状態で、既存の文字起こし結果を再構造化できます。Whisper文字起こしを含む処理全体のオフライン動作は、この操作では確認できません。

🔒 情報管理

音声・橋梁ID・所在地・緯度経度は、文字起こしと帳票生成のために外部サーバーへ送信しません。

💴 コスト

このデモは外部の従量課金型音声APIやLLM APIを呼びません。端末、モデル取得時の通信、導入と運用の費用は別途必要です。

現場音声の記録・点検に役立つ機材

高感度マイクがあれば、騒がしい現場でも文字起こし精度が上がります。ブラウザ内AIを快適に動かすにはWebGPU対応のPC/タブレットが有利です。

🧰 構成の目安(用途で選ぶ・全部を合算する必要はありません)
最安構成¥26,000

Raspberry Pi 5 + USBマイク。CPUでも動くが、大型モデルは速度に限界がある。

安定構成¥59,000

NVIDIA Jetson Orin Nano + USBマイク。GPUで大型のWhisper等も快適・安定に。

価格は目安(変動あり)。下のカードから用途に合うものを選んでください(全点を揃える必要はありません)。

大型構成もっと大きなモデルを本格的に動かすなら(高性能ミニPC)

大きなモデルの生成・推論や複数モデルの常時稼働には、Pi/Jetsonより大容量メモリ・高性能CPU/GPUを積める高性能ミニPCが快適です。

👑 まずこの1台
🎙️おすすめ目安 ¥4,000

USBコンデンサーマイク

高感度・低ノイズのUSBマイク。音声認識の精度は入力品質に大きく依存するため、良質なマイクが重要。

🖥️定番目安 ¥22,000

Raspberry Pi 5

エッジAIの定番ボード。8GB RAMモデルでAI推論からカメラ制御まで幅広く対応。

高性能目安 ¥55,000

NVIDIA Jetson Orin Nano

最大67 TOPSのAI性能。複数カメラの同時処理や高精度モデルの実行に最適なエッジAIボード。

🧠高性能目安 ¥13,000

Hailo-8L AIアクセラレータ

13 TOPSのAI推論性能。Raspberry Pi 5のM.2スロットに装着してAI処理を高速化。

🔊目安 ¥2,500

USB スピーカー

音声合成や環境音検出の確認用に。クリアな出力で結果の検証がしやすい。

※ 上記リンクはアフィリエイトリンクです(購入で当サイトに収益が発生する場合があります)。 価格は目安で、最新価格・在庫はリンク先でご確認ください。構成は用途の一例です。

シェア:

このデモを「実機」で使うには?

実測データで最適な機種を選び、つまずいたら原因→対処をたどれます。

業務への導入を検討中の方へ:このデモのような、入力に近い端末で処理する仕組みの設計・開発相談はLink Fieldへ無料で送れます。

🤝 導入の相談をする