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 Whisper、Gladia、Deepgram、AssemblyAI 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、Zoom、Google Meet、Microsoft 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
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。