Repolode
murtaza-nasir

murtaza-nasir/speakr

音声録音を、文字起こし・話者ラベル・要約・チャット付きの検索可能なノートに変換するセルフホスト型Webアプリ。

代替できる製品:Otter.aiNotta

スター
4,159
フォーク
352
未解決の Issue
15
最終コミット
一昨日

これは何?

Speakrは、音声を文字起こしし、その結果を検索可能なノートとして整理するセルフホスト型Webアプリです。マイクやシステム音声、ブラウザーのタブ音声を録音できるほか、既存のファイルをアップロードすることもできます。録音ごとにタイムスタンプ付きの文字起こしが作成され、音声の再生と同期します。

文字起こしエンジンはプラグイン方式です。セルフホスト型のWhisperXコンテナ(話者ダイアライゼーションと音声プロファイルに対応)、OpenAI、Mistral Voxtral、AssemblyAIなどのASRサービスを利用でき、使用するコネクターは設定から選択します。要約、アクションアイテム、録音ごとのチャットは、OpenRouter、OpenAI、Ollama経由でLLMを使って生成します。

録音が大量にあるライブラリ向けに、フォルダー、個別のプロンプトを設定できるタグ、保持ポリシー、OIDCシングルサインオン対応のマルチユーザーアカウント、グループ共有、REST API、署名付きWebhookを備えています。録音はObsidianのノートなど、テンプレートを使ったファイルにエクスポートできます。

主な機能

  • 01マイク、システム音声、ブラウザーのタブ音声を録音でき、アップロードしたファイルも取り込めます。
  • 02再生と同期するタイムスタンプ付きの文字起こしを利用できます。
  • 03WhisperX、OpenAI、Mistral、AssemblyAIなどの文字起こしバックエンドに対応しています。
  • 04WhisperXバックエンドでは、話者ダイアライゼーションと音声プロファイルを利用できます。
  • 05要約やタグごとのプロンプトをカスタマイズできます。
  • 06ライブラリ全体を対象に、セマンティック検索やチャットができます。

ユースケース

  • 会議やインタビューの録音を、自分のサーバー上でプライベートに保管する。
  • 講義やボイスメモを、整理された学習ノートにまとめる。
  • 文字起こしをObsidianやWikiの保管庫に自動でエクスポートする。
  • グループと権限を使って、録音や要約をチームで共有する。

クイックスタート

  1. 1

    プロジェクトディレクトリを作成する

    mkdir speakr && cd speakr
  2. 2

    docker-compose の設定をダウンロードする

    wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/docker-compose.example.yml -O docker-compose.yml
  3. 3

    環境変数テンプレートをダウンロードし、API キーを設定する

    wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/env.transcription.example -O .env
  4. 4

    Docker Compose で Speakr を起動し、http://localhost:8899 を開く

    docker compose up -d

使う前に知っておきたいこと

  • 文字起こしと要約には API キーが必要です。セルフホストの WhisperX を使う場合は GPU コンテナが必要です。
  • バージョンは alpha(0.10.15-alpha)と表示されているため、互換性のない変更が行われる可能性があります。
  • AGPL-3.0 ライセンス(コピーレフト)で提供されています。ネットワークサービスとして提供する場合、変更したソースコードの共有が必要です。
  • すべての機能(話者の音声プロファイル、最高精度の話者ダイアライゼーション)を利用するには、GPU 対応の WhisperX サービスが必要です。

収録されている特集

トピック

よくある質問

speakr とは?
音声録音を、文字起こし・話者ラベル・要約・チャット付きの検索可能なノートに変換するセルフホスト型Webアプリ。 Speakrは、音声を文字起こしし、その結果を検索可能なノートとして整理するセルフホスト型Webアプリです。マイクやシステム音声、ブラウザーのタブ音声を録音できるほか、既存のファイルをアップロードすることもできます。録音ごとにタイムスタンプ付きの文字起こしが作成され、音声の再生と同期します。
speakr は無料で使えますか?ライセンスは?
speakr は AGPL-3.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
speakr は今もメンテナンスされていますか?
活発にメンテナンス中。speakr の最終コミットは 2026年11月5日 です。
speakr は何に使えますか?
会議やインタビューの録音を、自分のサーバー上でプライベートに保管する。 講義やボイスメモを、整理された学習ノートにまとめる。 文字起こしをObsidianやWikiの保管庫に自動でエクスポートする。 グループと権限を使って、録音や要約をチームで共有する。
speakr のインストール方法は?
プロジェクトディレクトリを作成する: mkdir speakr && cd speakr docker-compose の設定をダウンロードする: wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/docker-compose.example.yml -O docker-compose.yml 環境変数テンプレートをダウンロードし、API キーを設定する: wget https://raw.githubusercontent.com/murtaza-nasir/speakr/master/config/env.transcription.example -O .env Docker Compose で Speakr を起動し、http://localhost:8899 を開く: docker compose up -d
speakr はどこで入手できますか?
ソースコードとインストール手順は GitHub にあります:https://github.com/murtaza-nasir/speakr

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト