コンテンツにスキップ

Guide

Cookbook

Reference

Concepts

音声入力

reyn chat TUI 向けの音声テキスト変換。faster-whisper で動作します。

機能概要

Ctrl+R を押すと録音開始、もう一度 Ctrl+R を押すと停止します。 変換されたテキストは入力バーに挿入されます。録音中に Enter を押すと、停止・変換・送信を 1 回のキー操作で行えます（ディクテーション送信）。音声レイヤーは chat/tui/ 内に完結しており、OS とスキルレイヤーはこれを認識しません（P7）。

バックエンド

faster-whisper（HuggingFace の Systran/faster-whisper-<model>）が CTranslate2 経由でローカル・オフライン変換を提供します。モデルは初回使用時にダウンロードされ、HuggingFace ハブキャッシュにキャッシュされます。音声は sounddevice（PortAudio）経由で 16 kHz モノラルでキャプチャされます。推論は asyncio.to_thread で実行されるため、Textual のイベントループはブロックされません。Apple Silicon 上の small モデルはロード後、5 秒の音声を約 1 秒で変換します。

有効化

pip install "reyn[voice]"

ベースインストールでは sounddevice や faster-whisper はインポートされません。extras なしで Ctrl+R を押すと、クラッシュではなく TUI 内にわかりやすいエラーが表示されます。

設定（reyn.yaml）

voice:
  enabled: true           # false = deps がインストールされていても Ctrl+R を無効化
  model: small            # tiny | base | small | medium | large-v3
  language: "ja"          # ISO 639-1 コード。"" または null = Whisper 自動検出
  device: cpu             # cpu | cuda（Metal バックエンドなし。Mac では cpu を明示）
  compute_type: int8      # int8 | float16 | float32
  cpu_threads: 4          # Apple Silicon での OpenMP デッドロック回避のため 4 に固定
  max_duration_s: 300.0   # 5 分後に自動キャンセル（メモリ消費の暴走防止）

言語検出

デフォルトは language: "ja"（Reyn の日本語エンタープライズ向け用途）。自動検出を有効にすると、短いクリップは無視できない確率で他の言語と誤認識されます。Whisper の自動検出に戻すには language: "" または language: null を設定してください。

制限事項

  • Metal バックエンドなし. faster-whisper は Apple Metal / MPS をサポートしていません。Mac では device: cpu が正しい設定です。
  • 初回使用時のモデルダウンロード. small は約 460 MB です。TUI は録音開始と同時にバックグラウンドでモデルをプリロードするため、2 回目の Ctrl+R 呼び出しがロードコストを支払います（1 回目ではありません）。
  • 無音ゲート. ピーク振幅が 0.005 未満の音声は完全にスキップされます。Whisper は純粋なノイズで幻覚を起こすためです。vad_filter は無効化されています。
  • タイムアウト. 変換は 120 秒でタイムアウト。マイクのオープン / クローズは 5 秒でタイムアウトします。
  • デバッグモード. REYN_VOICE_DEBUG=1 を設定すると、キャプチャした WAV ファイルを /tmp/reyn-voice-debug-<ts>.wav に保存し、ログを /tmp/reyn-voice.log に出力します。

参照

  • src/reyn/interfaces/tui/voice.py
  • src/reyn/config/media.py — VoiceConfig

On this page