nexmoe/VidBee

何を解決するか

VidBee は、ビデオやオーディオファイルを整理され、検索可能なライブラリに変換するデスクトップアプリです。手動での字幕作成、録音内の特定の瞬間を手動で検索する必要、またはダウンロード・字幕作成・要約に複数の別々のツールを使用する必要がなくなります。

仕組み

VidBee は複数のワークフローを1つのアプリに統合しています：

1. メディア取得：1,000以上のサイトからメディアをダウンロードするか、ローカルファイルをインポートできます。
2. ローカル字幕生成：Whisper、SenseVoice、Parakeet、Qwen3-ASR などのローカルモデルを使用して、話者ラベルとタイムスタンプ付きの字幕を生成します。ローカルで実行されるため、メディアを外部サービスにアップロードする必要がありません。
3. AI分析：OpenAI、Anthropic、Google、DeepSeek、Groq、およびローカルオプション（Ollama や LM Studio など）を含むさまざまなAIプロバイダーに接続し、字幕に対して要約、翻訳、FAQ生成などのプロンプトを実行できます。
4. 整理機能：RSS購読機能で自動ダウンロードを可能にし、ファイル名やフォーマットの柔軟なメタデータ制御を提供します。

対象ユーザー

• 研究者やジャーナリスト：インタビューでの話者を分離し、特定の発言を見つけるために。
• ポッドキャスター：検索可能な字幕を作成し、RSS経由でエピソードを整理するため。
• 学生やプロフェッショナル：長時間の講義や録音を構造化されたノートや要約に変換するため。
• 一般ユーザー：Web上のビデオやオーディオコンテンツをローカルで検索可能なアーカイブとして維持したい人。

特徴

• ローカル最優先の字幕生成：複数のローカルASRモデルをサポートし、プライバシーを確保し、コストを削減します。
• AIプロバイダーの柔軟性：カスタムプロンプトで、クラウドおよびローカルのLLMプロバイダーを幅広く接続できます。
• uma RSS駆動のワークフロー：クリエイターからの新コンテンツ取得をRSSフィードで自動化します。
• 統合ダウンローダー：yt-dlp/ffmpegコアを共有して、1,000以上サイトに対応する内蔵サポートを提供します。
• クロスプラットフォーム対応：デスクトップアプリとして、およびDocker対応のWeb + APIセットアップとして利用可能。