500KB未満の音声認識・TTSライブラリ「Moonshine Micro」
Judul asli: Speech Recognition and TTS in less than 500kb
Mengapa Ini Penting
超低コストチップで音声AIを実現し、エッジAIデバイスの普及を加速させる可能性がある。
moonshine-aiが、マイコン向け音声認識とTTSを500KB未満で実現するオープンソースライブラリ「Moonshine Micro」をGitHubで公開した。参照プラットフォームはわずか80セントのRaspberry Pi RP2350。
moonshine-aiは、組み込みシステム向けに最適化した音声AIツールキット「Moonshine Micro」をオープンソースで公開した。音声認識（STT）とテキスト読み上げ（TTS）の両機能を500KB未満のサイズで実装しており、マイコンやDSPなどリソースが極めて限られた環境での動作を想定している。参照プラットフォームとして採用されているのは、小売価格わずか80セントのRaspberry Pi RP2350チップ。リポジトリにはKlatt合成ベースのTTS、ニューラルTTS、音声区間検出（VAD）、音素変換（G2P）、特徴量生成など複数のモジュールが含まれており、RP2350向けのサンプルコードも提供されている。GitHubではすでに8,900以上のスターを獲得しており、開発者コミュニティから高い関心を集めている。親プロジェクト「Moonshine Voice」はリアルタイム音声エージェントおよびアプリケーション開発向けのAIツールキットとして位置づけられている。