AIScriber: 音声文字起こし・議事録生成アプリケーション

使用動画

動画、音声データからワンポチで高クオリティな議事録を作成するツールを作りました！
テキストファイル、マークダウンファイルでダウンロード可能。議事録が秒だった場合は再生成することも可能！ pic.twitter.com/b0jSC9qKZl

— つつ (@tsutsu_dev) July 16, 2024

プロジェクト概要

AIScriber は、音声ファイルから高品質な議事録を自動生成する Flask ベースの Web アプリケーションです。音声認識技術と最新の AI を組み合わせ、効率的かつ正確な議事録作成を実現します。

システムフロー

```mermaid
graph TD
    A[音声ファイルアップロード] --> B[音声処理・文字起こし]
    B --> C[AI議事録生成]
    C --> D[結果表示・ダウンロード]
    D --> E{ユーザー選択}
    E -->|再生成| C
    E -->|完了| F[終了]

    style A fill:#f9f,stroke:#333,stroke-width:2px
    style C fill:#bfb,stroke:#333,stroke-width:2px
    style F fill:#fda,stroke:#333,stroke-width:2px
```

主要機能

• ドラッグ&ドロップによる音声ファイル（MP3, WAV, MP4）のアップロード

• Google Speech Recognition API を使用した高精度な文字起こし

• Anthropic API (Claude-3-Sonnet) による AI 議事録生成

• リアルタイムの進捗表示

• 議事録の再生成機能

• テキストまたは Markdown 形式での議事録ダウンロード

• 文字起こし結果の表示

• 自動生成される目次機能

技術スタック

```mermaid
graph TD
    A[AIScriber] --> B[バックエンド]
    A --> C[フロントエンド]
    B --> D[Python 3.5]
    B --> E[Flask]
    B --> F[Flask-SocketIO]
    B --> G[SpeechRecognition]
    B --> H[pydub]
    B --> I[Anthropic API]
    C --> J[HTML5]
    C --> K[CSS/Bootstrap]
    C --> L[JavaScript]

    style A fill:#f96,stroke:#333,stroke-width:4px
    style B fill:#bbf,stroke:#333,stroke-width:2px
    style C fill:#bfb,stroke:#333,stroke-width:2px
```

プロジェクト構造

VOICE_TEXT_GO/
├── services/
│   ├── audio_service.py
│   ├── file_service.py
│   ├── minutes_service.py
│   ├── transcription_service.py
│   └── upload_service.py
├── templates/
│   ├── index.html
│   └── LLMtest.html
├── uploads/
├── app.py
├── config.py
├── routes.py
├── requirements.txt
└── .env

セットアップ手順

リポジトリURL↓

1. リポジトリをクローン

2. 仮想環境を作成し有効化

3. 依存パッケージをインストール: `pip install -r requirements.txt`

4. `.env` ファイルに環境変数を設定

5. アプリケーションを実行: `python app.py`

6. ブラウザで `http://localhost:5000` にアクセス

使用方法

1. アプリケーションにアクセス

2. 音声ファイルをドラッグ&ドロップまたは選択

3. "アップロード & 処理開始" をクリック

4. 進捗状況を確認

5. 生成された議事録を確認

6. 必要に応じて再生成

7. テキストまたは Markdown 形式でダウンロード

注意事項

• Anthropic API キーが必要です

• Google Speech Recognition API の使用制限に注意

• アップロードファイルは処理後に自動削除されます

開発者向け情報

• 新機能は適切なサービスファイルに実装し、`upload_service.py` の `process_upload` 関数を更新

• フロントエンド変更は `templates/index.html` で実施

• 環境変数の追加・変更は `config.py` と `.env` ファイルを更新

ライセンス

[ライセンス情報]

---

この記事は AIScriber プロジェクトの現状に基づいて作成されています。さらなる詳細や機能追加については、継続的に更新していきます。