> For the complete documentation index, see [llms.txt](https://mitsu-1.gitbook.io/vrc-ai-companion/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://mitsu-1.gitbook.io/vrc-ai-companion/tovrchat/models.md).

# 音声認識モデルとGPU

「音声認識モデル」は声を文字にするものです。「AI の設定」で選ぶ会話用モデルとは別です。

## 認識方式を選ぶ

「マイクと音声」を下へスクロールすると、自分のマイクと周囲の音の認識方式を選べます。

**新規設定の初期値は、日本語・CPU用のParakeetです。** 周囲の音は「マイクと同じ方式」でモデルを共有します。 旧版でWhisper等を明示的に保存していた場合は、その設定を維持します。変更するときはこの画面で選び直してください。

![音声認識方式と調整項目。ページの下側にあります。](https://2281629983-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FWzAawsJRGrYYDbrjl4uR%2Fuploads%2Fgit-blob-77576407a6b69f374d8ad1743c01318c834e5e19%2Faudio-bottom.png?alt=media)

| 方式       | 特徴                                               |
| -------- | ------------------------------------------------ |
| Whisper  | CPUまたは対応するNVIDIA GPUで処理。モデルの大きさによって速度・メモリ使用量が変わる |
| Parakeet | 日本語の認識をCPUで処理。Whisperとは得意・不得意が異なる                |

どちらでも、声はこのパソコン内で文字にします。認識精度はマイク・話し方・周囲の音で変わります。 変更後は **「保存する」** を押し、モデルの準備を待って同じ短文で比較してください。

## 初回のモデル取得

初めて音声入力を使うときに、必要な認識モデルをインターネットから自動ダウンロードします。 初回セットアップで音声入力を有効にした場合は、初回起動時に準備します。音声入力を使わない間は取得しません。 取得済みのモデルは再利用するため、毎回ダウンロードするわけではありません。方式やモデルを変更すると、別のモデルの取得が必要になることがあります。 Parakeetでも認識モデルの初回取得は必要ですが、GPU用部品は取得しません。回線やモデルによって時間がかかります。 完了までは認識できないことがあります。空き容量と接続を確認し、必要に応じて「再接続」でやり直してください。

## WhisperでNVIDIA GPUを使う場合

必要なGPU用部品は初回に自動取得します。ダウンロードは約1.36GBです。 取得画面で **「CPUで続ける」** を選ぶこともできます。

* CPUやParakeetで使う場合は、このGPU用部品は取得しません。
* 取得に失敗・中止した場合は、CPUで継続します。CPUでは待ち時間が長くなる場合があります。
* 再試行するときは、空き容量と接続を確認して「マイクと音声」で「再接続」を押します。
* 取得済みの同じ版の部品は再利用します。

容量の目安は[動作環境](/vrc-ai-companion/hajimeru/requirements.md)を確認してください。

## 認識文のAI補正

**「AI でマイクの認識間違いを補正する」** をオンにすると、自分のマイクの認識結果を会話用AIで補正します。 認識の誤りが必ず直るわけではありません。意図しない書き換えや遅さを感じたらオフにして比較してください。 クラウドAIを使う場合、この補正にも外部送信とAPI利用が発生します。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://mitsu-1.gitbook.io/vrc-ai-companion/tovrchat/models.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `build a script that syncs our docs to a CMS` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.