ttlequals0/MinusPod

MinusPod – 自己ホスト型ポッドキャスト広告除去ツール

機能

• 自分でホストする Docker サービスとして実行されます。
• ポッドキャストの RSS フィード（または自分のオーディオファイル）を取得し、faster‑whisper または Parakeet（またはリモート API）を使用して各エピソードをローカルで文字起こしします。
• 文字起こしを大規模言語モデル（Claude、Ollama、OpenRouter、OpenAI 互換など）に送信し、広告セグメントを特定します。
• FFmpeg でオーディオから広告をカットし、クリーンな RSS フィードとオプションのチャプターを再構築し、Web UI または REST API を通じて広告なしのエピソードを提供します。
• 手動修正から繰り返しスポンサーのパターンを学習し、同じ広告について LLM に再度依頼する必要がなくなります。

主要な AI 関連コンポーネント

• 文字起こし – オプションのローカル Whisper ベースモデル（faster‑whisper、NVIDIA Parakeet、OpenVINO）またはリモートの OpenAI 互換サービス。
• 広告検出 – 文字起こし内の広告スパンをラベル付けするように LLM にプロンプトします。検証パスと、人間による修正のための「レビューアー」UI をサポートします。
• プロバイダーに依存しない LLM – Anthropic、Ollama、OpenRouter、または任意の OpenAI 互換エンドポイントを接続でき、ステージごとのモデル/温度調整と暗号化されたキーストレージを備えています。
• パターン学習 – カットを確認すると、システムはスポンサーパターンデータベースを構築し、同じスポンサーの将来の広告を自動的にスキップできます。

重要性

• ポッドキャストリスナーは広告を我慢することがよくあります。MinusPod は広告を自動的に除去し、時間と帯域幅を節約します。
• すべての処理をオンプレミスに保つことができ、文字起こしとオーディオのプライバシーを確保します。
• このパイプラインは、文字起こしを実行可能な編集コマンドに変換するという、実用的な LLM のユースケースを示しています。

はじめに（概要）

1. Docker をインストールします（NVIDIA カードがある場合は GPU バージョン、それ以外の場合は CPU イメージを使用）。
2. LLM API キー、ベース URL、キーを暗号化するためのマスターパスフレーズを含む .env ファイルを作成します。
3. docker‑compose up -d でサービスを起動します。
4. http://localhost:8000/ui/ を開いて、ポッドキャストフィードを追加し、モデルを設定し、検出された広告をレビューします。

ドキュメントと拡張性

• リポジトリには詳細なドキュメントが付属しています（パイプラインの詳細、オーディオキューの検出、コミュニティパターンの同期、バックアップとセキュリティなど）。
• 新しい広告パターンマニフェストを貢献したり、新しい LLM をベンチマークしたり、REST API を拡張したりできます。

ライセンス – MIT なので、自由に実行、変更、再配布できます。

---

MinusPod は、文字起こし、LLM 駆動の広告検出、オーディオ処理を組み合わせて、自己ホスト型でプライバシーを保護するポッドキャスト広告除去ソリューションをユーザーに提供する本格的なソフトウェアプロジェクトです。