アリババ発「Qwen3-Omni」とは？リアルタイム音声出力も可能な万能AIモデル

import os
import base64
from openai import OpenAI

client = OpenAI(
    api_key="",
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
question = "生成AIが教育分野で活用される方法を教えてください。"


completion = client.chat.completions.create(
    model="qwen3-omni-flash",
    messages=[{"role": "user", "content": question}],
    modalities=["text"],  
)

answer = completion.choices[0].message.content
print("Q:", question)
print("A:", answer)

Q: 生成AIが教育分野で活用される方法を教えてください。
A: もちろんです。生成AI（人工知能）は教育分野において多様な方法で活用できます。以下に主な活用方法を分類してご紹介します。

---

### 1. **個別学習支援**
生成AIは生徒一人ひとりの学習ペースや理解度に合わせたサポートが可能です。

- **個別学習プランの作成**  
  学習者の理解度や進捗を分析し、適切な学習内容や難易度の問題を自動生成。

- **リアルタイムフィードバック**  
  解答を入力すると、解説や補足説明を即座に提供。誤りを指摘しながら学習を促進。

- **学習進捗の可視化**  
  AIが学習履歴を分析し、弱点や得意分野を可視化し、教師や生徒にフィードバック。

---

### 2. **教材・問題の自動作成**
教師の負担を軽減し、多様な教材を迅速に提供。

- **問題作成**  
  生成AIは教科書レベルの問題、テスト問題、練習問題を自動生成。難易度や形式も調整可能。

- **教材の多言語化・適応**  
  教材を英語、中国語などに翻訳し、文化に合わせた内容に調整。

- **視覚的教材の生成**  
  テキストから図表、イラスト、動画の概要を生成し、理解を助ける。

---

### 3. **インタラクティブな学習体験**
AIによる対話型学習が可能に。

- **AIチャットボットによる学習支援**  
  学生が質問すると、リアルタイムで説明や例題を提供。例：「数学の微分について教えて」。

- **仮想教師・学習アシスタント**  
  仮想キャラクターとして、生徒と対話しながら学習を促進。特に言語学習やプレゼン練習に有効。

- **シミュレーション学習**  
  医療、法律、ビジネスなどの実践的なシミュレーションをAIが提供。

---

### 4. **言語学習の強化**
生成AIは言語学習に特に効果的です。

- **会話練習**  
  英語などの会話練習で、AIが相手役になり、リアルタイムの会話体験を提供。

- **作文・翻訳のフィードバック**  
  学生の作文を分析し、文法、語彙、構成の改善点を提案。

- **多言語学習支援**  
  1つの言語を学ぶ際に、他の言語の説明や例文を自動生成。

---

### 5. **教師支援ツール**
教師の授業準備や評価作業を効率化。

- **授業計画の提案**  
  教師がテーマや学年を入力すると、適切な授業構成や活動案を提案。

- **評価・フィードバックの自動化**  
  学生の課題をAIが評価し、具体的なフィードバックを提供。教師の負担軽減。

- **教育コンテンツの検索・整理**  
  教師が適切な教材を迅速に見つけるためのAI検索ツール。

---

### 6. **特別支援教育**
個別ニーズに応じた支援が可能。

- **学習障害や発達障害の支援**  
  読み書きの支援、視覚的・聴覚的補助教材の生成、簡潔な説明の提供。

- **言語障害者の支援**  
  音声やテキストをリアルタイムで翻訳・補足。

---

### 7. **教育の公平性向上**
生成AIは教育アクセスの格差を縮小。

- **低所得地域への教材提供**  
  AIが無料で教材や学習支援を提供し、教育格差の解消に貢献。

- **多様な学習スタイルへの対応**  
  視覚的、聴覚的、運動的など、学習スタイルに合わせた教材を生成。

---

### 8. **職業教育・生涯学習**
生成AIは大人の学習にも活用。

- **スキルアップ学習**  
  プログラミング、ビジネススキル、デザインなど、実践的な学習支援。

- **職業訓練の支援**  
  AIが職業訓練の教材やシミュレーションを提供。

---

### 注意点と課題
- **情報の正確性**：生成AIの出力は誤りを含む可能性があるため、教師の確認が必要。
- **プライバシー保護**：生徒のデータを安全に扱う仕組みが必要。
- **教育倫理**：AIに頼りすぎず、人間の教師の役割を尊重。

---

### まとめ
生成AIは教育の**効率化**、**個別化**、**多様性**を実現し、教師と生徒の両方に大きな価値をもたらします。ただし、技術の導入には教育現場のニーズや倫理的配慮を十分に考慮する必要があります。

ご希望があれば、具体的な教育現場での活用事例やツールの紹介も可能です。

import os
import base64
import io
import wave
import soundfile as sf
import numpy as np
from openai import OpenAI

client = OpenAI(
    api_key="",  
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

try:
    completion = client.chat.completions.create(
        model="qwen3-omni-flash",
        messages=[{"role": "user", "content": "Who are you"}],
        modalities=["text", "audio"],  # Specify text and audio output
        audio={"voice": "Cherry", "format": "wav"},
        stream=True,  # Must be set to True
        stream_options={"include_usage": True},
    )

    print("Model response:")
    audio_base64_string = ""
    for chunk in completion:
        if chunk.choices and chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="")

        if chunk.choices and hasattr(chunk.choices[0].delta, "audio") and chunk.choices[0].delta.audio:
            audio_base64_string += chunk.choices[0].delta.audio.get("data", "")

    if audio_base64_string:
        wav_bytes = base64.b64decode(audio_base64_string)
        audio_np = np.frombuffer(wav_bytes, dtype=np.int16)
        sf.write("audio_assistant.wav", audio_np, samplerate=24000)
        print("\nAudio file saved to: audio_assistant.wav")

except Exception as e:
    print(f"Request failed: {e}")