【完全ローカルAI】ローカルLLMで作る日本語音声アシスタント 2026年版 — 構成と選定理由の全部

Wi-Fiを切っても動きます。音声認識も、頭脳のローカルLLMも、声の合成も、ぜんぶ1台のPCの中。API課金ゼロ、会話は1バイトも外に出ない — 完全ローカル日本語音声アシスタント「すみか」の作り方を、構成図から各コンポーネントの選定理由まで全部公開します。この1本で全体像がわかる決定版です。 ▼「すみか」を今すぐ試す(無料・Windows 10/11) 動画で紹介したアプリ本体を GitHub で配布しています。作らなくても、ダウンロードするだけで動きます。 https://github.com/sumikaapp/sumika/r... ※ MIT License。初回セットアップで Ollama / Whisperモデル / VOICEVOX を取得するため、合計15GB前後の空き容量が必要です。 ▼ この動画でわかること ・完全ローカルAI音声アシスタントの5段パイプライン構成(耳→脳→口) ・常時Whisperを回してはいけない理由と、RustPotterでの二段構え ・日本語Whisperのモデルサイズ選び(small/medium)とVADチューニング ・ローカルLLMは「賢さ」より「速さと素直さ」— function callingが本体 ・COEIROINK/VOICEVOXのストリーミング合成で体感速度を上げる方法 ・直列 vs 並行パイプライン — 同じ部品でも体感が倍近く変わる話 ▼ 目次 00:00 オープニング — Wi-Fiを切っても喋るデモ 00:35 なぜローカルなのか — プライバシー・コスト・速度 01:51 全体アーキテクチャ — 5段パイプライン 02:52 ウェイクワード検出 — RustPotterで「さくら」を自作 04:17 音声認識 — Whisperのモデル選びとVAD 05:21 ローカルLLM — Ollamaとfunction calling 06:48 音声合成 — COEIROINK / VOICEVOXとストリーミング 08:08 統合 — 直列 vs 並行パイプライン 09:03 まとめと次回予告 ▼ こんな人におすすめ ・クラウドに頼らない音声アシスタントを自作したい ・ローカルLLM(Ollama)の実用的な使いどころを知りたい ・Whisperの日本語運用でハマっている ・VOICEVOX / COEIROINKをアプリに組み込みたい ・プライバシーを気にせず使えるAIが欲しい ▼ 次回予告 各コンポーネントの深掘り回を順次公開予定です。ウェイクワードの学習方法、複数キャラクターを切り替えるマルチペルソナ、AIに記憶を持たせる方法 — 気になるテーマがあればコメントで教えてください。 ▼ 使用技術 ・RustPotter(ウェイクワード検出) ・Whisper(音声認識) ・Ollama(ローカルLLM実行環境 / function calling) ・COEIROINK / VOICEVOX(音声合成) ・Tauri 2 + React + Rust(アプリ本体 / sumika UI) ▼ 関連動画 #6 CSSだけで作る2.5D縁側 — AIアシスタントに"住む場所"を与える    • CSSだけで作る2.5D縁側 — AIアシスタントに"住む場所"を与える   #ローカルLLM #音声アシスタント #Ollama #Whisper #VOICEVOX #自作AI #個人開発 #Rust #Tauri