2018-10-07

RC-BT( Bluetoothリケーブル )レビュー

こんばんは。

以前、記事も書きましたがBluetoohリケーブルを購入しましたのでレビューさせて頂きます。購入したのは "Fiio RC-BT" です。

前記事( カスタムIEMをワイヤレス化しよう!! - 気ままな趣味ブログ )

f:id:Nikls:20181007213930j:plain f:id:Nikls:20181007223731g:plain

ケーブルの長さは、ほとんど余ることなく絶妙でした。耳掛けの部分は、少し加工されておりSHURE掛けしやすいです。ランニングしても外れなかったです。

[ スペック ]

　・対応コーデック: SBC/AAC/aptx

　・Bluetoothバージョン: 4.1

　・対応イヤホン: MMCX

　・連続再生可能時間: 10時間　

　・マイクリモコン付き

マイクリモコンが付いているので、もし電話がかかってきても応答と通話することができます。

他にBluetoothイヤホンを持っていないので、比較はすることはできませんが、私なりのレビューさせていただきます。やはり無線なので音が途切れる時があります。頻度は、気にならない程でした。音質は、aptxに対応しているので満足でした。総評としては、現在mmcx対応イヤホンを持っている方は、6000円程で無線化できるので購入をお勧めします。また、この金額ながら、オーディオ好きなら知っているFiioさんなので安心感もあります。

では、おやすみなさい。

2018-08-26

ホームシアターを作ろう!!

こんばんは。

映画と同じような迫力で、家でも映画を見たいと思いました。

しかし、住んでいるのがアパートなので、本気で5.1chを構築すると隣人に殴られるので2chでしか構築できていません。将来は、最低でも5.1ch環境は作りたいです。ですので、5.1ch環境についてまとめたいと思います。

ここで私の部屋の環境を紹介します。

[ 環境 (2ch)]

・4KTV( KJ-43X8300D )

www.sony.jp

・スピーカー( HT-ZR5P )

www.sony.jp

個人的にプロジェクターは、TV同様の画質を求めると高いので、4KTVにしてます。

スピーカーは、2chです。TVとARC接続することでスピーカーから音が出力されるようになります。スピーカー同士がBluetoothにてペアリングするため多少の音の劣化は避けられません。しかし、コンパクトながらも十分な迫力を演出してくれるため満足しています。

さて、本題に入ります。

5.1ch環境つまり、

・スピーカー( 5台 )

・ウーファー( 1台 )

この環境のことを5.1chといいます。

最近の方式としては、2種類あります。

・スピーカー( 5台 )/ウーファー( 1台 )

・サウンドバー( 1台 )/リアスピーカー( 2台 )/ウーファー( 1台 )

本格的なものを作ろとすると前者になりますが、配線等をあまり気にしなくても良い

後者を今回は説明したいと思います。台数だけを比較すると前者は6台、後者は4台です。理由は、サウンドバーにあります。サウンドバーは、横に長くTVの前に設置するタイプのものであり、それには左右かつセンタースピーカーが含まれているからです。

[ サウンドバー ]

www.sony.jp

基本的には、サウンドバーとリアスピーカーは別売りとなっています。HT-RT5だけは、購入すれば5.1chをすぐに試すことができます。また、リアスピーカーはサウンドバーに対応しているものを購入する必要があります。ただ、リアスピーカー接続は、ワイヤレスとなっているため音が途切れる可能性があるのは否めません.....

5ch環境でなくとも、TVスピーカーからサウンドバーに変えるだけでも音は全然違うため、まずはサウンドバーだけ購入してみるのも良いかと思います。

単体で人気のあるサウンドバーをいくつかあげときます。

jp.yamaha.com

www.sony.jp

最後に環境を構築する際の注意点を説明します。

4KTVでの環境構築の場合、4KHDRパススルーに対応していること。

4KでなくともARCに対応していることは必須です。

これさえ対応していればほんとど問題ないと思います。

少しでも参考になればと思います。

2018-08-22

格安simに変えて欲しいものを買おう!!

こんばんは。

今日は、格安simについての記事を書きます。

なぜ？それは、携帯料金が高いと思っている人が多いけど格安simがよくわからず仕方なくキャリア( au/docomo/softbank )を使用している人が多いからです。

まず、格安simを販売している会社は、キャリアの施設を借りてサービスを提供しているため、携帯料金を安価に提供することができます。しかし、施設の一部を借りているため、携帯の使用が集中するお昼の時間帯と夜9時頃は通信速度が遅くなります。

代表的な格安simを販売している企業(MVNO)を紹介します。

[ Mineo ]

・対応キャリア( au/docomo/softbank )

mineo.jp

[ UQmobile ]

・対応キャリア( au )

wimax-broad.jp

[ Y!mobile ]

・対応キャリア( softbank )

www.ymobile.jp

Mineoは、私も使用しており大満足です。

上記で記入した対応キャリアについて説明します。

例えば、mineoの場合はどこのキャリアのスマホでもすぐに使用することができます。

しかし、UQmobileの対応キャリアは、auのみです。その場合、auのスマホはそのまま使用することができますが、docomo/softbankのスマホはsimフリー解除する必要があります。スマホは基本的に各キャリアでしか使用できないようなっていましたが、他社でも活用できるようにsimフリー解除できるようになりました。また、simフリースマホを購入すれば、simフリー解除することなくどこでも使用可能です。

代表的なsimフリースマホを以下に記載しておきます。

[ ZenfFne( ASUS ) ]

www.asus.com

[ HUAWEI ]

consumer.huawei.com

最後に、格安simにする際の注意点を紹介します。

1.特定の時間帯に通信速度が遅くなる。

2.キャリアと比べて通話料金が高い

通話料金は、Line等の通信料を介して行う方ならば問題ありませんが、携帯番号発信の場合は、キャリアより高くつきます。そのため、Mineoの場合、10分間なら何回でもかけ放題( 約1000円)のプランが用意されています。

私の現在の料金は、

3Gプラン( 1500円 ) + 10分かけ放題( 1000円 ) + 税 = 約2800円

※スマホ本体の料金は、使いまわしているため発生していません。

このように、毎月8000円程かかっていた料金が約3000円になり、5000円も浮かせることができました。

皆様も是非検討下さい。

2018-08-20

AI ? 機械学習? 人工知能? 気になるのでまとめてみる。

最近、AIやら機械学習やら人工知能と話題ですね。

実は、結構前から話題はでていました。知識がない方でも扱いやすくなったのがここ数年なんです。そのため、何に対しても "AIだ!" "機械学習だ!" "人工知能だ!" とより騒がれるようになりました。身近なものだと、Google翻訳も機械学習が使われています。

どんなものを使って、機械学習等が行われているのか調べてみました。

[言語]

・Python

[ライブラリ]

・Tensorflow

・chainer

・coffee

やはり、言語は圧倒的にPythonが多いですね。

ライブラリは、どれも人気があります。私が最初に知ったのは、Tensorflowです。Tendorflowは、Googleが手間をかけているので知名度もかなり高くなってきています。

また、公式サイトにチュートリアル(英語)等もあるので簡単に触れることができます。

www.tensorflow.org

機械学習といってもまだ全然しっくりきてません。

この分野には、2つのカテゴリがあります。

・回帰問題( 数値等用いた予測/解析)

・分類問題( 画像の分類等 )

回帰問題は、過去10年のデータから明日の動き等を予測するような技術。

分類問題は、猫/犬等の画像特徴から似た特徴のものを分類(グループ化)します。

そして機械学習の一番重要なのは、学習させた結果と出力結果を比較し、その誤差を学習することで精度が向上します。なので、学習-->比較-->誤差修正 3ステップができないものは、機械学習を適用することができません。

また、回帰問題の学習方法は1つだけですが、分類問題の学習方法には、2つあります。

・教師あり学習

・教師なし学習

教師あり学習は、見本がある場合です。例えば、"この画像が犬です"という情報与えることにより、機械学習の精度は大きく向上します。逆に、教師なし学習は、名前の通り、見本となるデータがありません。なので、出力された結果に対して"正解""不正解"と何回も修正する必要があります。両者を比較すると、見本がある場合のほうが早く学習が終了します。

最後に、代表的な手法の名前だけ記述しますので、気になる方は調べてみてください。

希望あれば記事にてとりあげます。

・CNN

・RNN

・LSTM

ありがとうございました。