会議動画文字起こし・議事録作成ツール

MP4動画から自動で文字起こしと議事録を作成するツールです。 M4 Pro（MPS）とRTX（CUDA）の両方に対応しています。

機能

1. MP4動画から音声を抽出
2. Whisperで文字起こし（OpenAI Whisper / faster-whisper）
3. LLMで要約して議事録を作成

※ Whisperは稀に存在しない文言を生成することがあるので、議事録用途は「最終チェック必須」

📘 Articles

• 🧠 Design & Philosophy (Miyakawa Codes) https://miyakawa.codes/blog/local-ai-meeting-minutes-10-minutes

• ⚙️ Technical Guide (Qiita) https://qiita.com/miyakawa2449@github/items/be7a1e5c2a16ac934f13

どのスクリプトを使うか

• transcribe.py
  Apple SiliconでPyTorchを試したバージョン。Macで一番高いパフォーマンスを出します。MPSに対応しており、M4 Pro 48GBで90分の動画を10分台で議事録までまとめます。
• transcribe_fw.py
  Apple Siliconで fast whisper を試した実験版。MPS未対応のためCPUで実行。
• transcribe_cuda.py
  RTXなどNVIDIA GPUで OpenAI Whisper (PyTorch) をCUDA利用する場合。
• transcribe_fw_cuda.py
  RTXなどNVIDIA GPUで faster-whisper (CTranslate2 CUDA) を利用する場合。

セットアップ

簡単セットアップ（推奨）

# 実行権限を付与
chmod +x setup.sh

# セットアップスクリプトを実行
./setup.sh

これで仮想環境の作成、パッケージのインストール、設定ファイルの準備が完了します。

手動セットアップ

# 1. 仮想環境を作成
python3 -m venv whisper

# 2. 仮想環境を有効化
source whisper/bin/activate

# 3. ffmpegのインストール
brew install ffmpeg

# 4. Pythonパッケージのインストール
pip install --upgrade pip
pip install -r requirements.txt

# 5. 環境変数の設定
cp .env.example .env
# .envファイルを編集してOpenAI API Keyを設定

使い方

仮想環境の有効化（毎回必要）

source whisper/bin/activate

基本的な使い方（mediumモデル推奨）

python transcribe.py meeting.mp4

終了時

deactivate

最高精度で処理

python transcribe.py meeting.mp4 --model large

高速処理（精度は少し落ちる）

python transcribe.py meeting.mp4 --model small

要約をスキップ（文字起こしのみ）

python transcribe.py meeting.mp4 --no-summary

参考パフォーマンス（90分動画）

• faster-whisper CUDA: 2分50秒
• OpenAI Whisper CUDA: 6分30秒前後
• MPS（M4 Pro）: 10分40秒前後

出力ファイル

• output/[ファイル名]_transcript.txt - 文字起こし結果
• output/[ファイル名]_minutes.txt - 議事録

トラブルシューティング

MPSバックエンドが使えない場合

最新のPyTorchをインストール：

pip install --upgrade torch

メモリ不足エラー

M4 Pro 48GBでは通常発生しませんが、他のアプリを閉じてください。

パフォーマンスTips

1. バックグラウンドアプリを閉じる: より多くのメモリをWhisperに割り当て
2. 電源接続: バッテリー駆動時より高速
3. 初回実行: モデルのダウンロードに時間がかかります（2回目以降は高速）