音声制御

Neotaskには、完全な音声でAIエージェントとやり取りできるフル機能の音声制御システムが搭載されています。エージェントのアクティベート、コマンドの発行、インターフェースのナビゲーション、音声応答の受信 -- すべてハンズフリーで可能です。


概要

アクティベーション方法

音声入力をアクティベートする2つの方法があります:

  1. 常時リスニングウェイクワード -- トリガーフレーズ(例:「Hey Neotask」)を話すと、アプリケーションがリスニングを開始します。キーを押す必要はありません。
  2. キーボードショートカット -- キーの組み合わせを押してオンデマンドで音声入力を開始します。

設定 > ウェイクモードで希望の方法を選択できます。


ウェイクワードアクティベーション

デフォルトのウェイクワード

デフォルトのウェイクワードは:

「Hey Neotask」

このフレーズを話すだけで、Neotaskがコマンドのリスニングを開始します。

カスタムウェイクワード

設定 > ウェイクワードでカスタムウェイクワードを設定できます。

パフォーマンス

ウェイクワード検出は完全にローカルマシン上で実行されます -- ウェイクワード処理のために音声がクラウドに送信されることはありません。


音声機能

スピーチ・トゥ・テキスト

Neotaskはリアルタイムのスピーチ・トゥ・テキスト書き起こしにDeepgramを使用しています。

テキスト・トゥ・スピーチ

応答はElevenLabsの自然なテキスト・トゥ・スピーチ技術を使用して音声で再生されます。音声ライブラリには幅広いスタイルにわたる100以上の音声が含まれています。

音声の選択

設定 > 音声で好みの音声を選択できます。以下でフィルタリング可能:


音声コマンド

Neotaskは幅広い自然言語コマンドを理解します。

ウェブサイトを開く

コマンド例
「YouTubeを開いて」
「github.comに行って」

ウェブを検索

コマンド例
「GoogleでPythonチュートリアルを検索して」
「サンフランシスコの天気を調べて」

アプリケーションを起動

コマンド例
「Safariを開いて」
「Visual Studio Codeを起動して」

マルチコマンドチェーン

1つの音声コマンドで複数の指示を組み合わせることができます:

コマンド例
「データアナライザーというエージェントを作成し、音声を有効にして、起動して」

数学チュータリングモード

Neotaskには、音声指導とアニメーション可視化を組み合わせた専門的な数学チュータリングモードが含まれています。

仕組み

  1. 数学トピックについて質問 -- 例:「単位円について教えて」
  2. AIがトピックに合わせたレッスンプランを生成
  3. Manim(数学アニメーションエンジン)を使用してアニメーション可視化がレンダリング
  4. レッスンがセクションごとに配信され、音声解説がビジュアルに同期

サポートされる言語

Neotaskは21言語での音声インタラクションをサポートしています:

言語 コード
English en
Spanish es
French fr
German de
Italian it
Portuguese pt
Dutch nl
Russian ru
Chinese (Mandarin) zh
Japanese ja
Korean ko
Arabic ar
Hindi hi
Turkish tr
Polish pl
Swedish sv
Danish da
Norwegian no
Finnish fi
Czech cs
Romanian ro

設定 > 言語でいつでも音声言語を変更できます。