🕌
【Sasayaki AI 】会議でよく分からない専門用語を初心者でも分かるように解説してくれるツールを作りました
デモURL：https://louddin.cloudfree.jp/Sasayaki/
i. プロジェクトが対象とするユーザー像と課題、課題へのソリューションと特徴
対象ユーザー像
ビジネス用語やマーケティング用語、エンジニアリング用語に慣れていない方
課題
会議の参加者は、以下のような課題を抱えています。
- 会議の内容の理解: 会議の内容を完全に理解することが難しい場合があります。特に、専門用語や複雑な概念が頻繁に使用される場合、理解が追いつかないことがあります。
- 議事録作成の負担: 会議の議事録作成は、時間と労力がかかる作業です。特に、長時間の会議や参加者の多い会議では、議事録作成の負担が大きくなります。
- 多言語の壁: 外国語の会議に参加する場合、言語の壁が理解を妨げることがあります。リアルタイムでの翻訳が必要となる場合があります。
- 情報過多: 会議中に多くの情報が飛び交い、重要な情報を見落としてしまうことがあります。
- 用語の理解: 会議中に新しいビジネス用語やマーケティング用語が出てきた際に、すぐに意味を理解できないことがあります。
ソリューション
SasayakiAIは、これらの課題を解決するために、以下のソリューションを提供します。
- リアルタイム議事録作成: 会議の内容をリアルタイムでテキスト化し、議事録作成の負担を軽減します。
- 用語解説: 会議中に使用されたビジネス用語やマーケティング用語を自動的に検出し、解説を提供します。
- 多言語翻訳: 会議の内容をリアルタイムで多言語に翻訳し、言語の壁を取り除きます。
- 重要情報の抽出: 会議の内容から重要な情報を抽出し、参加者に提示します。
- 音声入力: 音声入力に対応しており、ハンズフリーで操作できます。
特徴
SasayakiAIは、以下の特徴を備えています。
- リアルタイム性: 会議の内容をリアルタイムで処理し、結果を即座に提供します。
- 多言語対応: 複数の言語に対応しており、グローバルな会議でも利用できます。
- 使いやすさ: シンプルで直感的なインターフェースを備えており、誰でも簡単に利用できます。
- 軽量: Vanilla JavaScriptで実装されており、軽量で高速に動作します。
- 音声認識: 音声認識には、GoogleのGemini 2.0 Flash Multimodal Live APIを使用しています。
- テーマ: ダークモードとライトモードを切り替えることができます。
アーキテクチャ
プロジェクトのディレクトリ構造は以下の通りです。
├── js/
│ ├── audio/ # Audio processing and management
│ ├── config/ # Configuration files
│ ├── core/ # Core functionality (WebSocket, worklets)
│ ├── tools/ # Function calling implementations
│ ├── utils/ # Utility functions
│ ├── video/ # Video and screen sharing
│ └── main.js # Application entry point
├── css/ # Styling
└── index.html # Main HTML file
ii. システムアーキテクチャ図の画像
iii. デモ動画
Discussion