MurmurMiner

概要

• 音声ファイルを文字起こし・要約してテキストファイルで出力する

• input_audiosに要約したい音声ファイルを置く(複数ファイル可)

  • 入力可能なファイル形式：.mp3, .wav, .m4a

• システムを実行すると、output_summariesに.txt形式で要約が出力される

注意点

• Perplexity AIのAPIキーが必須

• Dockerイメージの容量がかなり大きい(約6GB)

使い方

1. input_audiosに要約したい音声ファイルを置く

2. 以下のコマンド(もしくは手動)で、以下の.envファイルを作成

   $ echo 'API_TOKEN="<PerplexityのAPIキー>"' > .env
   

   .env

   API_TOKEN="APIキー"
   

3. ビルド

   $ docker build -t murmur .
   

4. 実行

   $ docker run --rm murmur
   

5. output_summariesに要約が出力される

使用した技術

• パッケージ管理：uv

• 無音区間除去：silero-vad

• 文字起こし：kotoba-whisper-v2.0

• 要約：Perplexity API