動作環境
Windows · Python 3.10 以降 · ローカル Flask ダッシュボード
動画 · ローカル分析
VidOutline.
動画ファイルやフォルダーを分類付きの要約とタイムスタンプ付きアウトラインに整理する、Windows向けデスクトップツールです。
VIDOUTLINE · アプリ画面デスクトップアプリの画面
詳しく見る： VidOutline.
現在のローカルダッシュボードを撮影した画面です。表示される動画名とレポートは、このページ用に作成した架空のデモデータです。開発中の Windows 向けローカルツールであり、ホスト型ウェブサービスではありません。
ローカルモデル設定
デスクトップ画面で Ollama の接続先とテキスト・視覚モデルを設定します。
最近のレポート
サンプル Markdown 要約を一覧し、各結果の JSON をダウンロードできます。
プロジェクト概要
長い動画を、活用しやすいノートに。
録画から必要な場面を探すには、動画を見直し、文字起こしを検索し、タイムスタンプを手で記録することがあります。このプロジェクトは音声、映像、構造化アウトラインを一つの繰り返し可能な分析フローにまとめます。
VidOutline はまず faster-whisper で音声を文字起こしします。十分なテキストがある場合は Ollama が話題とタイムラインを分析し、音声が少ない場合はキーフレームをローカルの視覚モデルに渡します。Gemini モードでは Google API を通じて動画全体を分析できます。
掲載画面は現在のローカルダッシュボードで、動画名とレポートは架空のサンプルです。VidOutline は開発中の Windows 向けデスクトップツールで、ホスト型ウェブサービスではありません。Gemini モードは動画全体を Google に送信します。ローカルモードでは文字起こしまたはサンプル画像を同じ PC 上の Ollama に送ります。
仕様と対応内容
現在の対応内容
以下は現在のリポジトリと README に基づく情報です。開発中のデスクトップツールについて説明しています。
動画形式
.mp4 · .mkv · .mov · .avi · .webm · .m4v · .mpeg · .mpg
ローカル分析
faster-whisper の文字起こしを Ollama のテキストモデルで分析。短い場合は Ollama の視覚モデルでキーフレームを分析
クラウド分析
Gemini API モードでは動画全体を Google にアップロードして分析し、完了後にアップロードしたファイルの削除を試みます。
処理方法
単一動画 · フォルダー一括 · 監視フォルダー
レポート形式
分類、タグ、要点、概要、タイムライン付きの Markdown と構造化 JSON
メディアツール
FFmpeg と ffprobe
想定ワークフロー
動画から タイムスタンプ付きアウトラインへ。
現在の分析フローを紹介します。ローカルとクラウドでは処理方法が異なります。詳しくは上の仕様をご覧ください。
- 想定ステップ01
動画と分析モードを選ぶ
動画を1本だけ分析する、フォルダーを一括処理する、監視フォルダーに追加する方法があります。開始前に Ollama のローカル処理か Gemini のクラウド分析を選びます。
- 想定ステップ02
アウトラインを生成する
ローカルモードでは先に音声を文字起こしし、短い場合はキーフレーム分析に切り替えます。分類、タグ、要点、概要、タイムスタンプ付きの章を生成します。
- 想定ステップ03
レポートを保存する
結果を読みやすい Markdown と、再利用しやすい JSON で保存します。同じファイル名がある場合は連番を付け、前のレポートを上書きしません。
設計の優先事項
処理を明確にし、結果を再利用しやすく。
処理モードを明示し、タイムスタンプを残し、持ち出しやすい形式でレポートを保存します。
処理モードを明確にする
ローカルモードでは文字起こしやキーフレームを同じ PC 上の Ollama に送ります。Gemini モードでは動画全体を Google にアップロードするため、開始前に選択を明示します。
要約にタイムスタンプを残す
結果をタイムラインの章に整理し、動画の該当箇所を探しやすくします。
持ち出しやすい形式で保存する
Markdown と構造化 JSON を併せて保存し、後で読み返したり利用したりできるようにします。
一緒に取り組む