eetakoai– Author –

自分の名前や社名がAI英会話で通らないのはなぜか。音声認識は語彙の外の固有名詞を出力できないと公式が明言している。その穴を埋めるカスタム語彙は単語の追加ではなく確率の傾け方で、boostの上限20や誤検出の副作用まで公式ドキュメントから分解した。

AI英会話が自分の英語を聞き取れないとき、原因が発音ではなく録音形式にあることがある。公式が推奨する16,000 Hzという値、リサンプリングを避けよという指示、コーデックごとに固定されるサンプリングレート、ノイズ除去を切れという逆説的な指示を公式ドキュメントから分解した。

AI英会話で英語を話したのに日本語として文字起こしされるのはなぜか。言語識別は候補リストの中から1つを選ぶ装置で、候補の外は原理的に選べない。開始時LIDと継続的LIDの違い、最大4言語と最大10言語の上限、文中の言語混在が検出されない理由を公式ドキュメントから分解した。

AI英会話で話している途中に文字が出て、あとから書き換わるのはストリーミングという認識方式の仕様だ。OpenAI・Microsoft・Google Cloudの公式ドキュメントを一次ソースに、中間結果と確定の違い、遅延と精度の取引、返らない情報まで分解した。

AI英会話がもっともらしい嘘を返すのがハルシネーションだ。Google・Microsoft・OpenAIの公式ドキュメントを一次ソースに、定義の2つの軸、起きやすい場所、グラウンディングとガードレールによる抑え方、検出の仕組みまで分解した。

AI英会話アプリが毎回AIへ渡している指示文がプロンプトだ。OpenAIの公式ガイドを一次ソースに、Identity・Instructions・Examples・Contextの4ブロック構造、developerとuserの優先順位、相槌と割り込みの条文まで分解した。

AI英会話が前の話を忘れるのはなぜか。公式ドキュメントは各リクエストが独立してステートレスだと書いている。文脈保持の3つのやり方と、上限がターン数ではなくトークンで決まる理由、Realtimeセッションの60分制限までを仕様から分解した。

AI英会話でこちらが話し始めるとAIの音声が止まる。あの割り込みは、進行中の応答をキャンセルする処理と、未再生の部分を会話から取り除くトランケーションの2段でできている。接続方式ごとの違いと、文字起こしがずれる理由を公式仕様から分解した。