本文へスキップ

Swift

Groq と Cartesia を土台にした高速な音声支援

公式サイトを見る

Swift とは

本案件は合成した音声を前端へ流す高速な AI 音声支援と紹介され、Groq で推論し Cartesia で音声を作ると説明されている。

できること

  • Whisper と Llama 3 で書き起こしと推論を行う
  • Sonic の音声モデルで返答を合成する
  • VAD の callback で利用者の発話を捉える

導入の手順

  • Swift のコード倉庫を手元に複製する
  • 二つの API 鍵を記した手元の環境ファイルを作る
  • package 管理の道具で依存を入れる
  • 開発用の命令で server を起動する

長所と短所

✓ 良い点

  • 音声はリアルタイムで前端へ streaming される
  • 環境変数により API 鍵を組み込みやすい

! 注意したい点

  • 実行には GROQ と Cartesia の API 鍵が要る
  • 案件は Next.js と Vercel の構成に結びつく

よくある質問

Groq の役割は?

資料は OpenAI Whisper と Meta Llama 3 の高速推論と説明。

配備はどう行う?

資料は Vercel 上に配備されると説明。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法