#実験

WebRTCで受信した音声をSpeechRecognition APIで認識しようとすると、MediaStreamの扱いで壁にぶつかる。リモート側認識、サーバ側処理、AudioContextの3つのアプローチと、iOS対応を含めた実装戦略を解説。

実践編・改善編で作ったスクリプトを汎用フレームワーク化してGitHubで公開。使い方と設計思想の解説。

Web Speech API + Gemini + VOICEVOXでAIキャラと音声会話できる環境が完成。実装のポイントと使用感をまとめた

前回の計画記事で立てたテキスト処理ツール12個をLabに実装した。ついでにカテゴリ体系とUI（テーブル表示）も改善。

AI自動開発ループのコンテキスト使用量とAPI呼び出しを削減する設計パターン。ブロッキング待機、読み禁止ファイル、セッション分離の3つの改善策。

クラウドGPUサービスRunPodを使って、Qwenの画像編集AIをComfyUIで動かす手順

Claude Code + Codex自動ループを実際に動かしてみた。1134行のゲームコードが生成された。

Claude CodeとOpenAI Codexをtmuxで連携させ、実装→レビュー→修正のループを自動化する方法。一晩放置で何か作れるか試す前の技術的準備。

Gemini、Claude、OpenAIの各APIでキャラクター設定を行い、ロールプレイ的な会話を実現する方法を比較。System Prompt、Prefill、構造化出力などの実装例を紹介。

git push --deleteで消したリモートブランチを、GitHub APIのactivityログから復元する手順

2015年頃に作った版権音楽の試聴プレーヤーのコードを振り返る。当時の苦労と、今ならどれだけ簡単に書けるかの対比。

WebRTCのシグナリング情報をQRコードで交換し、サーバなしでP2P音声通話を実現する実験。SDPの分割・結合やICE候補収集の実装を解説。