この記事は2025/04/08に公開した記録です。記載の価格・製品・サービスの情報は当時のものです。最新の提供内容は事業ページでご確認ください。
こんばんは。YOSHINANI、CTOのふっけです。
今回は開発合宿で作成した音声アシスタントアプリについて紹介します。
動機
最近は ChatGPT や Perplexity 、Claude など様々なAIツールを日常的に利用しています。
しかし実際にふと聞きたいと思ったタイミングで、わざわざアプリを開いて文字入力するのは手間に感じることがありました。
そこで、「疑問に思ったときにいつでも手軽にAIに聞ける方法があるといいのでは?」と考え、社内の開発合宿を機に取り組みました。
「MINE AI」の特徴
そんな発想から生まれたのが、デスクトップに常駐していつでも呼び出せる音声アシスタントアプリ「MINE AI」です。
画面右下にマイクアイコンとして表示されているのが「MINE AI」で、マイクをクリックして話しかけるとAIが音声で返信してくれます。
アプリを起動したり文字入力をしたりする手間を最小限に抑え、気軽に情報収集やアイデア出しができるように設計しました。
開発の流れ
コーディングにはCursorを活用しました。
たとえばAskモードによる疑問点の解消や、Agentモードを使ったコード自動生成などサポートしてくれるため、とても効率的に開発を進めることができました。
「MINE AI」の内部では3つのAPIを利用しています。
Google Speech to Text API
Google Text to Speech API
OpenAI Chat Completions API
1と2については初めて触れましたが、Cursorがあることでハマることなくスムーズに導入ができました。
詳しい技術の内容については今後Zennにまとめるのでぜひチェックしてみてください。
おわりに
大AI時代の到来によって、エンジニアの開発速度は格段に加速しています。
「MINE AI」も1日でプロトタイプが完成しましたが、そこに至るまでの「課題の言語化」と「抽象化・具象化」を素早く行う力が、ますます重要だと感じています。
次回もお楽しみに。
