500KB未満の音声認識とTTSをマイコンで実現
原題: Speech Recognition and TTS in less than 500kb
なぜ重要か
低コストマイコン上でのオンデバイスAI音声処理の実用化は、IoT機器や組み込み製品へのAI機能普及を加速させる可能性がある。
Moonshine AIは、マイコン向けにオープンソースの音声認識（STT）およびテキスト読み上げ（TTS）ツールキット「Moonshine Micro」を公開した。わずか80セントで販売されるRaspberry Pi RP2350をリファレンスプラットフォームとし、500KB未満のフットプリントでリアルタイム音声処理を実現する。
Moonshine AIは、組み込みシステム向けの音声AIツールキット「Moonshine Micro」をGitHub上でオープンソース公開した。同ツールキットは、マイコンやDSP（デジタルシグナルプロセッサ）などリソースが極めて限られた環境でも動作するよう設計されており、音声認識（STT）とテキスト読み上げ（TTS）の両機能を500KB未満のサイズで提供する。
リファレンスプラットフォームには、小売価格わずか80セントのRaspberry Pi RP2350を採用しており、低コストなエッジデバイスへの展開を想定している。リポジトリにはSTT（音声認識）モジュール、神経ネットワークベースのTTSモジュール、VAD（音声区間検出）、音声合成のためのKlatt TTSエンジン、G2P（文字音素変換）機能など、リアルタイム音声エージェント構築に必要なコンポーネントが含まれている。
親プロジェクト「Moonshine Voice」はリアルタイム音声エージェントや音声アプリケーションの開発者向けのオープンソースAIツールキットであり、Moonshine MicroはそのマイコンSpecific実装に位置づけられる。GitHubではすでに8,900以上のスターを獲得しており、組み込みAI開発コミュニティからの関心が高まっている。