Simple Offline Speech Recognition (STT)：インターネット不要で動作する高精度音声認識システム

Unity で音声認識を実装したいけれど、外部サーバーとの通信コストやプライバシーが気になるという方に最適な「Simple Offline Speech Recognition (STT)」が登場しました。
このアセットは、あなたのゲームに高品質な文字起こし機能を簡単に追加できる強力なツールです。

Simple Offline Speech Recognition (STT) とは

「Simple Offline Speech Recognition (STT)」は、OpenAI の有名な音声認識モデルである Whisper-Tiny を活用した、Unity 向けのパッケージです。
最大の特徴は、すべての音声解析処理がデバイス上で完結する「完全オフライン」仕様である点です。

• 安定性：ネットワーク接続を必要としないため、プレイヤーの通信環境に左右されず、常に安定したパフォーマンスを発揮します。
• 高速推論：Unity Inference を利用しているため、CPU または GPU の両方で高速な処理が可能です。
• 最新環境への対応：最新の Unity 6 にも対応しています。

Simple Offline Speech Recognition (STT) の特徴

このアセットは、複雑な設定なしで導入できるだけでなく、商用利用にも適した柔軟な設計がなされています。

インターネット不要のリアルタイム解析

• 完全オフライン動作：外部 API の契約や月額料金の支払いは一切不要です。
• ダイレクト変換：AudioClip やマイクからの入力を直接テキストに変換し、即座に解析できます。
• 軽量設計：用途に合わせてモデルサイズを選択可能で、軽量なデータセットなら約 105MB 程度に抑えられます。

90 以上の言語とマルチプラットフォーム対応

• グローバル対応：日本語を含む 90 以上の言語をサポートしています。
• 幅広いプラットフォーム：Windows や Mac はもちろん、Android や WebGL でも動作がテストされています。
• 安心のライセンス：Apache v2.0 に準拠したモデルを使用しているため、安心してリリースに組み込むことができます。

まとめ

「Simple Offline Speech Recognition (STT)」は、オフラインで手軽に高精度な音声認識をあなたのゲームに実装できる優れたアセットです。
現在、リリースを記念した 10％ オフセールが実施中ですので、この機会にぜひ導入して、新しい操作体験をプレイヤーに提供してみてください。