IliasHad/edit-mind

What it solves

Edit Mind はローカルで AI が駆動する動画ライブラリ用ナレッジベースを作ります。何時間もの映像を手動でスクラブして特定のシーンを探す必要がなく、自然言語で話された言葉、オブジェクト、顔、特定のシーンを検索できます。

How it works

システムはバックグラウンドサービスとして動作し、動画フォルダを監視します。動画コンテンツを分析するために複数の AI モデルを組み合わせて使用します：

• Transcription: OpenAI Whisper を使って音声をテキストに変換します。
• Visual Analysis: 顔認識、物体検出、テキスト検出を実行します。
• Semantic Search: マルチモデル埋め込みと ChromaDB（ベクトルデータベース）を使用し、インデックスされたメタデータに対して自然言語クエリを可能にします。
• LLM Integration: Ollama のローカルモデルまたは Google Gemini のクラウドモデルを使って NLP タスクをサポートします。

Who it’s for

大量のローカル動画アーカイブから特定のクリップを整理・取得したい、プライバシーを保ちつつ「第二の脳」を必要とする動画編集者やコンテンツクリエイター向けです。

Highlights

• Fully Local: Docker を通じて自分のハードウェア上で実行し、動画が外部に漏れないようにします。
• Cuda Support: NVIDIA GPU 用の特定設定を含み、処理を高速化します。
• Multi-Model Indexing: 文字起こし、フレーム分析、埋め込みを組み合わせて包括的な検索を実現します。
• Broad Compatibility: Docker がインストールされていれば、あらゆるコンピュータやサーバーで動作します。