ttlequals0/MinusPod

何を解決するか

MinusPod は、ポッドキャストから広告を自動的に削除する自己ホスト型サーバーです。ユーザーが再生する前に広告を検出し、切り取りを行うことで、手動で広告をスキップする必要がなくなり、クリーンで広告のない聴取体験を提供します。

動作方法

このシステムは、広告を識別・削除するためのマルチステージパイプラインを使用しています：

1. 音声認識：Whisper（GPU/CPUでローカル実行、またはリモートAPI経由）を使用して音声を文字起こしします。
2. 検出：LLM（Claude、Ollama、OpenAI互換モデルなど）がスライディングウィンドウでトランスクリプトを分析し、広告セグメントを特定します。
3. 精緻化：音声側の信号（音量分析、VADギャップ検出、ジャングルなどの音声サイン）と検証プロセスを用いてカットを精緻化します。
4. 処理：FFmpegで識別されたセグメントをカットし、Flaskが再生成されたRSSフィード経由で修正済み音声を配信します。
5. 学習：ユーザーの修正から広告パターンを学習し、スポンサーとパターンのデータベースを作成することで、再発広告を再びLLMに問い合わせることなく検出可能にします。

対象ユーザー

お気に入りの番組から広告を自動的に除去したいポッドキャストリスナー、およびAIプロバイダーとデータの完全な制御を希望するユーザー向けです。

主な特徴

• 柔軟なAI統合：Anthropic、OpenRouter、Ollama など幅広いLLMプロバイダーと、faster-whisper、Groq、OpenAI などの音声認識バックエンドをサポート。
• パターン学習：ユーザーの修正から、エピソードやネットワークをまたいで繰り返されるスポンサーを識別する学習機能。
• 高度な音声分析：音量、DAI遷移、フィードごとの音声サインを使用して、特定の番組マーカーに正確にカットを合わせます。
• Podcasting 2.0 対応：トランスクリプトとチャプターを再生成しつつ、value-for-valueタグを維持。
• 包括的な管理機能：波形広告エディタ付きのWeb UI、トークン使用量のコスト分析、完全なREST APIを備えています。