Manual Index

高度な対話機能（マルチモーダル）

1. 音声入力と文字起こし（STT）

   音声ファイルやマイクを使用した音声入力から、テキストへ変換して指示を出す方法について説明します。
2. 画像認識（Vision）

   画像をアップロードし、その内容についてAIに質問・解析させる方法を解説します。
3. 音声出力（TTS）

   AIの回答を音声として読み上げさせる設定と利用方法について説明します。