fossasia/voxbento-local

解決する課題

Voxaは、クラウドベースの会議アシスタントに伴うプライバシーおよびセキュリティのリスクを解決します。ユーザーは自分のコンピュータ上で完全に会議の録音、文字起こし、要約を行うことができ、機密性の高い音声データがローカルマシンから外部に出たり、サードパーティのサーバーに触れたりすることがないようにします。

仕組み

Tauriフレームワークを使用して構築されたVoxaは、マイク入力とシステムオーディオ（ZoomやTeamsの通話など）を直接キャプチャするデスクトップアプリケーションとして動作します。WhisperやNVIDIA ParakeetといったローカルAIモデルを使用して音声を文字起こしし、Ollamaや組み込みツールを活用して要約を生成します。文字起こしや音声ファイルを含むすべてのデータはローカルのSQLiteデータベースに保存され、アプリケーションはMarkdownやプレーンテキストで会議メモを確認、編集、エクスポートするためのワークスペースを提供します。

対象ユーザー

Voxaは、外部のクラウドサービスや侵入的な会議ボットに頼ることなく、会議を記録しアクションアイテムを生成する必要がある、プライバシーを重視する専門家、研究者、チーム向けに設計されています。

主な特徴

• 100% オンデバイスAI：ハードウェアアクセラレーションによるローカルモデルを使用して音声をテキスト化します。
• クラウドへの音声アップロードゼロ：すべての生録音とオーディオストリームを物理マシン内に厳密に保持します。
• デュアルチャンネルキャプチャ：会議の権限や外部ボットを必要とせず、マイクとシステムオーディオの両方を録音します。
• ローカル要約：ローカルLLMを使用してエグゼクティブサマリーとアクションアイテムを生成します。
• 構造化されたワークスペース：タイムスタンプ付きの文字起こし、同期された音声再生、簡単なエクスポートオプションが含まれています。