今日で2024年版簿記3級講義が使える最終日でした。
模擬試験3回分のうち模擬試験2を解いてみたら、71点でギリギリ合格点でした。
そしてスコアは
なんと68点まで上昇！
あと1日あれば、模擬試験3を解けたのに、
また、明日から0からはじめて、復習します。
あともうちょっとで合格できそうです。
2025年3月31日月曜日
2025年3月30日日曜日
デュアルディスプレイ
すでに 買いました。
すでに設置してあります。
なんだかんだで
IODATA モバイルモニター 15.6インチ 持ち運び フルHD (Switch/PC対応/HDMI(ミニ)/Type-C/土日サポート/日本メーカー) EX-YC162H
を購入しました。
開封するときに、ディスプレイがある側を下にして取り出してしまい、
１０ｃｍ程度の高さから落下しましたが、
発泡スチロールがあったので、救われました。
使い心地はなかなかです。
今まで、ウインドウを切り替えて作業していたのを、
デュアルディスプレイで表示できるので、
短期記憶を使わなくて済んでいるので、
脳への負荷が減ったと思います。
とにかく、ウハウハです。
ディスプレイに強い力が加わると破損するので、
気をつけたい。
2025年3月24日月曜日
サブ2
いろいろ検討した結果
IODATA モバイルモニター 15.6インチ 持ち運び フルHD (Switch/PC対応/HDMI(ミニ)/Type-C/土日サポート/日本メーカー) EX-YC162H
がいいかなぁーと思っている。
こっちの方が安いし、3年保証がついているし。
悩むなぁ
2025年3月22日土曜日
サブ
今さらですが、 サブディスプレイが欲しくなってきました。
作業効率がアップするらしいです。
amazonでいろいろ商品を見ているのですが、
安いディスプレイは、中国メーカーで、初期不良が多く、壊れやすい印象があります。
日本製でも、初期不良に会っている方も居るみたいです。
私のデスクは、本や書類が積んであるので、狭いので、
15.6インチのサブディスプレイが欲しいです。
23インチよりも15.6インチの方が価格が高いんです。
とりあえず、
I-O DATA アイ・オー・データ 15.6型フルHD対応モバイルディスプレイ LCD-YC162Hシリーズ LCD-YC162HX
が、いいかなーと思っています。
スピーカーついていないので音は出ませんが、別にいいかなーと思っています。
ipadをサブディスプレイにするのは、
サブスクに入らないとできないアプリと
無料で出来るアプリがあるのですが、
情報漏洩が気になるので、
サブディスプレイを買いたい。
でも、机が狭くなるんだよなぁ。
サブディスプレイを使うことで逆に効率が悪くなる人も居るみたいで、
悩むなぁ。
2025年3月20日木曜日
3.0
ついに来たあああああああああああああああ
GIMP3.0！
やっと、バージョンが3.0になった。
うれしい！
でも、jpgをGIMP上で縮小してから、拡大したら、
画像が粗くなってしまう仕様は、変わってなかった。
ウハウハしています。
このペースでバージョンアップしていくと仮定すると
GIMPが4.0になるのは、何十年後になるだろうと予測します。
2025年3月17日月曜日
テッサラクト
https://gammasoft.jp/blog/tesseract-ocr-install-on-windows/
ここのサイトを参考にして
https://github.com/UB-Mannheim/tesseract/wiki#tesseract-models-for-historic-prints
ここからテッサラクトをDL＆インストールした。
OCRソフトである。
PDFをPNGにしてから、OCRしてみたら、割と良い感じにテキストを抽出できた。
だが、私がOCRしたPDFは、横書きなんですが、1ページにかたまりが4列あるので、
4列を分断して1列にして、1列に数個の段落があるので、それも分断してOCRすると、
なかなか良い感じにテキストを抽出できました。
OCRとしてはいいよく出来たソフトだと思います。
しかし、画像をひとまとまりごとに分断して保存する方法を考える必要があります。
4列を1列にするのは、文字数が決まっているので、自動化できそうですが、
1列を分断するのは手作業になりそうだなぁ。
良いアイデアが浮かんだら、また挑戦しようと思う。
2025年3月16日日曜日
簿記の勉強
最近、まったく簿記3級の勉強をしていない。
仕事が忙しいというか、
簿記3級の残りの勉強は、終盤にさしかかっている。
一度も解いていない問題は、最後の模擬試験3回分のみ。
模擬試験なので、まとまった時間が必要なんですよ。
で、その時間がなかなか取れないんです。
というのは言い訳でしかない。
わくわく感がなくなっただけです。
ということで、
今のAI実力スコアは
ということで、63.3点までアップしています。
おそらく、模擬試験を3回解けば、70点を超えられるはず！
あと、もう少しですが、
今解いている簿記のコースが2024年度版で、
3月31日で終了して、表示できなくなります。
しかし、2025年版を追加料金なく受講できるコースなので、勉強は続けられるのですが、
スコアの点数は引き継げないので、また、最初からレベル上げをしないといけません。
2025年3月15日土曜日
ミスる
whisperの環境を作っている時に、よくわからず、
pip install ffmpeg してしまった。
これは本家のffmpegとは、まったく関係ない中華系の人がつくったモジュール
スクリプトを見たけれど、ffmpegを使って、何かするスクリプトだと思う。
PCをスマートスキャンしたけれど、反応無し。
なんだか、不安になってきました。
whisperの環境を作っている時に、再起動してみたら、
画面がセーフモードのような、画角が小さい画面で起動したんですよ。
これは、なんか違うと思って、
再起動したら、元に戻ったですけれど、
やばい気がするので、OSを再起動したいけれど、
仕事が忙しくて、そんな時間ないよー。
だれか、python モジュールのffmpegを検証してください。
perplexityにffmpegのスクリプトをアップロードして危険性はないか 聞いてみたけれど、
ないんじゃない？みたいな軽い感じでした。
Pythonでffmpegを使って動画をmp3に変換する方法
https://mekatana.com/python-ffmpeg/
上のサイトにインストールしてる人を発見！
意外に大丈夫なのかな？と思ったら、
conda install ffmpeg でインストールされるのはffmpegのバイナリみたいです。pip install ffmpegでインストールされるのはラッパーで、別物です。追記
なぜミスったのか、いろいろ検索したら、
そういえば、
https://qiita.com/cp_kurita/items/92307a3f717922a9283f
ここのサイトを参考にしたからだということを思い出した。
ここで、確実に pip install ffmpegと書いてある。
ここのサイトが原因だ！ クレームを入れたい！が、あえてしない。
pypiのffmpegのソースファイルをDLして解凍して、
中身をチェックしたけれど、
特に、変なところは無かったと思う。
本家のffmpegを実行するのに、subprocess()関数を実行しているが、
ffmpegのコマンドしか実行していないっぽい。
私のPCをウイルススキャンしたけれど、何も検出されなかった。
仮想環境をデリートして、再び仮想環境を作成
今回は、 pip install -U openai-whisper のみ実行で
pip install ffmpeg-pythonも実行しなかったが、
なぜか、whisper動いたよ。
もうそういう時代なのかな。
それとも、前回のffmpeg-pythonが残っているのかな
不明である
ささやき
前から、mp3の音声をテキストに文字おこししたいと思っていたのですが、
有料サービスだと、お金がかかる上、たくさん変換できないという感じだったので、
諦めていたのですが、VLCで生成AIの字幕機能がつく！みたいなニュースを見て、
早く実装されないかなーと思っていたのですが、
Whisperというものを使えば、私のPCでもテキスト変換できそうだったので、やってみた。
anacondaのpythonで仮想環境を作り、(pythonのバージョンは3.10とかでないとwhisperが対応していないので注意)
conda create -n myenv python=3.10
pipとGITでwhisperをインストール
pip install git+https://github.com/openai/whisper.git
しようとしたのですが、私のPCにGITはインストールしていないので
pip install openai-whisper
でインストールして、
pip install ffmpeg-phython
してみたが、できなかった。
エラーで、何かのファイルが足りませんみたいな表示がでていた。
ググると、それらしい解決作が書いてあった。
つまり、
https://www.ffmpeg.org/
で ffmpegの7zをDLして解凍して、binフォルダのPATHを通す
そしてwindowsを再起動
テキスト変換のpythonスクリプトを実行してみるとできました。
import whisper
# 使用するモデルをロード
#model = whisper.load_model("base")
model = whisper.load_model("small")
#model = whisper.load_model("medium")
#model = whisper.load_model("large")
#size parameters VRAM
#tiny 39M 1GB
#base 74M 1GB
#small 244M 2GB
#medium 769M 5GB
#large 1550M 10GB
# MP3ファイルのパスを指定
audio_path = "./a.MP3"
# 文字起こしを実行
result = model.transcribe(audio_path,verbose=True,language='ja')
#result = model.transcribe(audio_path)
# 結果を表示
print(result["text"])
with open("./a.txt", "w",encoding="utf_8") as f:
f.write(result["text"])
ていう感じのスクリプトで実行できました。
使用するモデルが大きいほど、良い感じでテキストになるようです。
日本語は同音異義語が多いので、正しくテキストにはなりませんが、
なんとなく、読めるテキストにはなっているんじゃないかな。
登録:
投稿 (Atom)