1ft-seabass.jp.MEMO

ワンフットシーバス.メモ > memo [名] 覚え書き, 控え書き, 葉書, 端書き

XR ミーティング 2026-08-19 で登壇してきました

XR ミーティング 2026-08-19 で登壇してきました

XR ミーティング 2026-08-19 で登壇してきました。自分のまとめです。

Fun・Done・Learn 形式でまとめてみます。

イベント情報

【大阪-ハイブリッド開催】XRミーティング 2026/08/19 #Xグラス #XRMTG - connpass

今日は「Even G2 で OpenAI のリアルタイム音声入力なんとかできた試行錯誤」で登壇しました。

Fun たのしかったこと

先週の AI ミーティングに続いての音声ネタでしたが今回は私がやってみたかったリアルタイムの音声入力。このようにネタが似通っていてもアプローチの違いとして楽しんでもらえるのはうれしかったです。AI 寄り・XR 寄りで切り口が変わるのも楽しいところです。

そして、今回もいい感じにリアルタイムデモが成功しました！

録音開始からグラス上へのリアルタイム文字起こし表示、耳タップでの終了まで、一通りうまく動いてくれました。リアルタイム系のデモはいつも緊張しますが、うまく見せることができてよかったです。

Done やれたこと

今回のスライドです。

今回は Even G2 のマイクから OpenAI のリアルタイム文字起こし（gpt-4o-mini-transcribe）につなげて、しゃべった内容をリアルタイムにグラスへ表示するところまでの試行錯誤を伝えられました。

大まかな流れとしては、OpenAI のリアルタイム文字起こしに WebSocket 通信で細切れの音声データ（チャンク）を流して、3秒おきに「ここまでで区切ってください」と送り、その都度、直前3秒分の暫定断片→確定版を受け取り、それをつなげる手法を話せました。

ほかにも、グラスマイクは SDK 制約で 16 kHz 固定なのに OpenAI 側は 24 kHz 必須でエラーになったのでクライアント側で線形補間してアップサンプルした話や、文字起こし専用モデルは turn_detection: null 必須と判明した話など、細かいハマりどころも共有しました。

やはり、細かいハマりどころは、生き生きと話せますね笑

Learn まなんだこと

学んだことは色々あります。

まずは恒例の Holo ニュースから。毎回、XR まわりの最新動向をキャッチアップできるのがこの会のありがたいところです。AltspaceVR

他の方の発表でも学びになりますね。積み重なった技術スタックの見せ方。このレベルの壮大なる地層になると、隠さず全部見せる見せ方がいいな～～～！と感じました。自分の発表もいつも層がモリモリなので、伝え方の参考になります。

自分の発表からの学びとしては、まず OpenAI のリアルタイム文字起こしの文献にたどり着けたこと。これはやってみないと、探そうとしないやつですね。WebRTC が推されている中で Even G2 SDK のマイク事情（PCM16 チャンク配信）を踏まえて WebSocket ＋ 3秒ごとのチャンク方式に落とし込めたのは、今後も使えそうです。

たしかに！このような「リアルタイムで外国語に変換もできるのでは？」という反応もいただきました。そうそう。文字起こしができれば翻訳への展開も見えてきますね。こういう発展の視点をもらえるのも登壇した醍醐味です。

登壇後の会話では WebSocket のヘッダー制約など「データを運ぶバケツ」談義も盛り上がりました～。

リアルタイム技術。WebRTC も SSE も一長一短でもっといいバケツないですかね、という話ができました！

ありがとうございました！