同じ会議を別々のAIや入力経路で書き起こした複数ファイルを突き合わせ、話者境界をレビュー可能な形で統合するための小さなCLIとCodex Skillです。
CSVなどの読みやすいチャンクを骨格にし、VTT/SRTの細粒度な時刻・話者情報を重ねます。自動判定が危険な複数話者区間、短い相づち、根拠不足、話者不一致はJSONLのレビュー候補として残し、会議別の明示的なオーバーライドで確定します。
このツールは、AIによる発話分析ツール「toitta」と他のAI書き起こしツールを併用し、複数の発話録を突き合わせることで、話者分離精度と書き起こし精度を高めた発話録を生成します。 そうして生成した精度の高い発話録を、再び「toitta」に投入することで、精度の高い切片を生成することができます。
添付するファイルは、それぞれ以下のツールからダウンロードしてください。
- AIによる発話分析ツール「toitta」に動画をいったんアップロードし、「書き起こし」だけをダウンロードしてください。
- Zoom、Microsoft Teams、Google Meetなどのツールで書き起こした発話録をダウンロードしてください。
- CSV、VTT、SRT、Markdown、TXTを共通セグメントへ変換
- 骨格ソースの各行を「開始時刻から次行の開始時刻まで」として細粒度ソースを対応付け
- 共有文字列と時間重複から話者ごとの根拠スコアを計算
- 複数話者、根拠なし、低いスコア差、未登録話者などをレビュー候補化
- 会議別JSON設定による本文のみ・話者のみ・チャンク分割の再現可能な上書き
- 本文修正と話者境界の確定を区別し、未解決の話者候補を保持
- 存在しないセグメント番号を参照する古い上書き設定をエラーとして検出
- 発話者ラベル、空行、禁止語、隣接重複、引用符、見出しの機械監査
- Codexが手順とチェックリストを自動参照するSkill
- 曖昧な発話境界を自動的に正解として確定すること
- 音声を確認していないのに、音声との完全一致を保証すること
- ある会議の固有語や話者名を別の会議へ自動適用すること
- 入力にない発話を自然さのために補うこと
Python 3.10以上だけで動作し、実行時依存はありません。
./scripts/transcript-reconcile inspect --config /path/to/session.json
./scripts/transcript-reconcile reconcile \
--config /path/to/session.json \
--output /path/to/draft.md \
--review /path/to/review.jsonl
./scripts/transcript-reconcile audit \
--config /path/to/session.json \
--input /path/to/final.md設定の雛形は examples/session.example.json にあります。実務手順と設定項目は以下を参照してください。
リポジトリ内のSkillをユーザー領域へシンボリックリンクします。
python3 scripts/install_skill.py既存の同名ファイルや別のリンクは上書きしません。Codexで変更がすぐに見えない場合は、新しいタスクまたはセッションを開始してください。
PYTHONPATH=src python3 -m unittest discover -s tests -v
python3 -m compileall -q src scripts
python3 /path/to/skill-creator/scripts/quick_validate.py \
.agents/skills/merge-transcriptsこのリポジトリへ顧客の発話録、実名入り設定、クラウドストレージのパス、生成したレビューJSONLをコミットしないでください。回帰テストには合成データまたは不可逆に匿名化した最小例だけを使用します。
案件固有の修正は公開リポジトリへ移さず、入力発話録、セッションJSON、最終発話録を非公開の案件フォルダにまとめて保管してください。最終版へ直接修正を加えたままにせず、セッションJSONから同じ内容を再生成できる状態を正本とします。