Transcript Seeker

MITライセンスのオープンソース文字起こしプレイグラウンド

Transcript Seeker は、文字起こし APIとMeeting BaaS 🐟のミーティング bot APIを活用したオープンソースの文字起こしプレイグラウンドです。

Transcript Seekerを使用すると、音声や動画ファイルのアップロード、ビデオミーティングの録画、そしてコンテンツの文字起こしを簡単に行えます。インターフェースでは以下のことが可能です:

  • メディアと同期したトランスクリプトの表示
  • 特定の単語をクリックしてコンテンツ内を移動
  • 文字起こし APIまたはMeeting BaaS 🐟 bot APIによる話者分離の使用
  • 要約や固有表現認識などの追加機能へのアクセス

Transcript Seekerはオープンソースのため、これらの機能をカスタマイズ・拡張することができます。GitHubリポジトリのTo-Doリストを確認して、コントリビュートしたり、今後の予定を確認したりしてみてください。

機能

  • 同期再生: トランスクリプト内の任意の単語をクリックすると、録画のその時点にジャンプします。
  • AIインタラクション: OpenAIインテグレーションと大規模言語モデル(LLM)を使用して、トランスクリプトとチャットできます。
  • アノテーション: 手動または使用中のAPIが提供するAI要約を使って自動的に録画にメモを追加できます。
  • ファイルの文字起こし: 動画/音声の録画をアップロードし、お好みの文字起こし APIで文字起こしできます。対応APIには WhisperGladiaDeepgramAssemblyAI が含まれます。
  • ミーティング録画: Meeting Bot as a Service (BaaS) 🐟 APIを使用して、ZoomGoogle MeetMicrosoft Teams のビデオミーティングをメタデータ付きで録画を生成できます。
  • ファイル管理: ローカルまたはリモートの録画ファイルをアップロード、読み込み、保存できます。

デプロイオプション

  • ブラウザベースのセットアップ:

    • ブラウザ上で直接動作します
    • ローカルストレージに IndexedDB を使用します
    • 簡単かつ迅速なセットアップが可能です
    • スタンドアロンモードでオフライン機能を提供します
  • サーバーベースのセットアップ:

    • Express-JSバックエンドで動作するオプションがあります
    • デプロイとスケールが簡単です

技術スタック

  • フロントエンド:React、Vite、TypeScript、TailwindCSS、IndexedDB
  • メディア再生:Vidstack
  • オプションバックエンド:Express-JS
Meeting BaaS API Transcript Seeker Dashboard

はじめに

Transcript Seekerを起動するには、まずGitとNode.jsがインストールされていることを確認してください。

インストール手順については、Transcript docs をご覧ください。

Meeting BaaS Transcript Player Preview

リソース