必要なもの
コンピュータ
Section titled “コンピュータ”ASIST は Mac と Windows で動きます。
Apple Silicon の Mac と、macOS 14 以降が要ります。Intel の Mac では動きません。
声の聞き取りなどのモデルは、この Mac の中で動きます。聞き取りと、読み上げの Irodori-TTS と Qwen3-TTS は、アプリに同梱したプログラムが Mac の GPU で動かします。すべてを使うと、合わせて約 4.2GB のメモリを使います。メモリが 16GB より少ない Mac では聞き取りに小さいモデルを勧めるので、約 2.8GB です。読み上げに Irodori-TTS を選ぶとさらに約 2.0GB、Qwen3-TTS を選ぶと約 1.6GB を使います。この 2 つは、16GB 以上のメモリの Mac で勧めます。内訳はメモリの目安にあります。
x64 の CPU の PC と、Windows 11 が要ります。Arm の CPU の Windows には対応していません。
声の聞き取りと、読み上げの Irodori-TTS と Qwen3-TTS をこのコンピュータの中で動かすには、単体の GPU が要ります。NVIDIA、AMD、Intel Arc のどれでも、Vulkan のドライバーが認識する単体の GPU なら使えます。CPU に内蔵された GPU は使いません。単体の GPU が複数あるときは、メモリのいちばん多いものを使います。
GPU のメモリが 6GB 以上なら、聞き取りに Qwen3-ASR 1.7B を勧めます。それより少なければ、聞き取りに Qwen3-ASR 0.6B を勧めます。読み上げの Irodori-TTS と Qwen3-TTS は、GPU のメモリが 8GB 以上なら勧めます。初回の準備で取得するモデルは、聞き取りが約 0.8〜2.2GB、Irodori-TTS が約 1.9GB、Qwen3-TTS が約 1.2GB です。
使える GPU が無くても、ASIST は使えます。聞き取りにブラウザの中で動く Whisper を使うか、声のエンジンに Gemini Live を選ぶか、文字で話しかけます。
会話のモデルの API キー
Section titled “会話のモデルの API キー”次のどれか 1 つの API キーが要ります。初回セットアップで入れます。料金は、その提供元のアカウントにかかります。
| 提供元 | キーを作るところ |
|---|---|
| Anthropic | console.anthropic.com |
| OpenAI | platform.openai.com |
| aistudio.google.com | |
| Cerebras | cloud.cerebras.ai |
ChatGPT の Plus か Pro のプランがあれば、API キーの代わりに ChatGPT でログインして使えます。会話の分はプランの使用量に含まれます。くわしくは ChatGPT のプランで使うにあります。
入れておくと使えるソフトウェア
Section titled “入れておくと使えるソフトウェア”| ソフトウェア | 使う機能 |
|---|---|
codex か claude の CLI |
Agent のジョブと、記憶の整理。使うほうをインストールして、認証を済ませておきます。くわしくは Agent の準備にあります。 |
| VOICEVOX か AivisSpeech | 日本語の読み上げ。Mac では「アプリケーション」に、Windows ではインストール先を変えずに入れておくと、ASIST が裏で起動してつなぎます。ASIST が起動したものは、ASIST を終了するか、読み上げをほかのものに切り替えると止まります。 |
記憶の意味検索、相槌の種類の判定、MaAI が使う Python の環境は、アプリに同梱した uv が作ります。Python もそのときに uv が取得するので、あらかじめ入れておくものはありません。
使い始める前に
Section titled “使い始める前に”ASIST の答えは間違っていることがあり、API の料金はあなたのアカウントにかかり、承認した Agent のジョブはあなたのファイルを書き換えることがあります。使い始める前に、安全に使うためにを読んでください。