eetakoai– Author –

AI英会話の画面に出る英文の句読点は、話した音の記録ではなく、認識後の書式設定が足した推測である。自動句読点・大文字化・逆テキスト正規化・フィラー除去の4工程を、公式ドキュメントの記述だけで分解した。

AI英会話が答えを返さないとき、断っているのはモデルとは限らない。入口・出口・道具・人という4種類の検査がどこに置かれ、どう作動し、どこで崩れるのかを公式ドキュメントの定義だけで分解する。

AI英会話の通信量は、サンプリングレートとビット深度の掛け算で桁が出る。公式の仕様値から1時間あたりの量を計算し、Base64で約1.33倍になる理由と、圧縮が精度と引き換えになる構造まで分解する。

AI英会話の文字起こしには、会話中・ファイル・バッチという3つの経路がある。1本25MBの上限、最大24時間という待ち時間、実時間の約5倍という処理速度まで、公式ドキュメントの数字だけで分解する。

ブラウザで動くAI英会話は、WebRTCとWebSocketという2本の通り道のどちらかでつながっている。使い捨ての鍵、1かたまり15MBの上限、セッション最長60分という仕様を公式ドキュメントから分解する。

AI英会話のロールプレイは、役ごとに別のAIがいるわけではない。同じモデルに渡す指示文を入れ替えているだけだ。公式テンプレートの4部構成、指示の優先順位、そして役が途中で崩れる3つの条件を分解する。

AI英会話のノイズ対策は、消してから送ると逆効果になる。公式ドキュメントが「無効にせよ」と名指ししている3つの処理と、代わりに勧めているマイクの距離、そして会話の切れ目判定まで壊れる仕組みを分解する。

日本語まじりの英語は無視されるのではなく、候補言語のどれか1つへ寄せて処理される。公式ドキュメントは同じ文の中での言語の切り替えは検出されないと明記しており、候補を増やすほど判定は不利になる。判定の仕組みと対処を仕様の記述だけで分解した。