Nomily-Ai/nomily-app

解決する課題

Nomily AIは、音声録音を構造化されたテキストに変換するためのプライバシー重視のワークフローを提供します。ユーザー自身が用意したAPIキー（BYOK）を使用して文字起こしや要約を行うため、中央集権的なホスト型文字起こしサービスが不要となり、ユーザーが選択したAIプロバイダーを完全に制御できます。

仕組み

このシステムはネイティブクライアントとして機能し、さまざまなソース（V05E BLEレコーダー、iPhone、Apple Watch）からの音声録音を管理します。次に、この音声をユーザーが設定したASR（自動音声認識）プロバイダー（Azure Speechやローカルのfaster-whisperエンドポイントなど）にルーティングし、文字起こしと話者分離を行います。最後に、生成されたトランスクリプトを選択したLLMプロバイダー（OpenAI、Anthropic、Gemini、OpenRouter、Ollamaなど）に送信し、要約、タイトル、翻訳を生成します。

対象ユーザー

外出先で録音を行い、独自のクラウドアカウントに依存することなく、文字起こしやAIによる合成のためのネイティブなモバイル体験（iOS/Android）を求める個人向けに設計されています。

主な特徴

• Bring Your Own Key (BYOK): 文字起こしサービスとLLMサービスの両方で、ユーザー自身のAPIキーを設定可能です。
• マルチモーダル入力: V05E BLEレコーダー、iPhoneからのインポート、および専用のApple Watchコンパニオンアプリをサポートしています。
• 柔軟なASR: 話者分離（最大10人まで）に対応したAzure Speechや、ローカルのASRエンドポイントをサポートしています。
• 幅広いLLMサポート: OpenAI、Anthropic、Geminiなどの主要プロバイダーと統合されており、Ollamaを介したローカルオプションも利用可能です。