Oto-Log

課題と目的

会議や講義の録音を聞き返し、手作業で議事録を作成するのは非常に時間がかかり、重要な聞き逃しも発生しがちです。

この課題を解決するため、パソコンで音声を録音するだけで、AI が自動で文字起こしと要約を行うことで、議事録作成の時間を劇的に短縮するアプリケーションを開発しました。

主な機能と特徴

• 🎙️ リアルタイム文字起こし PC のマイクから入力された音声を、OpenAI のWhisper APIを利用してリアルタイムに高精度でテキスト化します。

• 📝 AI による自動要約 文字起こしされた全文をChatGPT (GPT-3.5-turbo) APIに送信し、会議の**主要なトピック・決定事項・今後のタスク（ToDo）**を構造化して要約します。

• 💻 シンプルな操作画面 マイク入力の開始・停止をワンクリックで操作。処理が完了すると、全文と要約を並べて確認・コピーできます。

工夫した点・技術的な挑戦

• ⚙️ 無制限の長時間録音への対応 Whisper API の制限に影響されないよう、入力された音声をリアルタイムで適切なサイズに分割（チャンク化）し、API へ送信するロジックを実装。これにより、事実上、録音時間の上限なく文字起こしが可能になりました。

• 🧠 高品質な要約のためのプロンプト設計 単に「要約して」と依頼するのではなく、「決定事項は箇条書きで」「タスクは担当者も記載して」といった**詳細な指示（プロンプトエンジニアリング）**を工夫し、ビジネスで実用的な品質の要約を生成できるようにしました。

今後の展望

今後は、スマートフォンのマイクからの入力対応や、既存の音声ファイルをアップロードする機能の実装を予定しています。