違い
Otter も Fireflies も、既定のウェブモードの Read.ai も、やり方は同じです。ボットが通話にダイヤルインし、参加者リストに居座り、誰かが入室を許可しなければなりません。その場の全員に見えています。真正面から禁止している会社も多く、嫌がる社外の参加者も少なくありません。OpenNoteTaker は音声への別の道を通ります。
できること
以下はすべて自分の端末で動きます。モデルさえ手元にあれば、この一覧のどれもアカウントもサブスクリプションもネットワーク接続も必要としません。 Chrome と Edge で動きます。
タブの音声とあなたのマイクは一緒に取り込まれるので、通話の相手もあなたも録音に入ります。会議の途中でマイクを替えてもファイルは壊れません。
WebAssembly にコンパイルされた Whisper がタブの中で動きます。音声がアップロードされることはありません。送る先になる私たちのサーバーが、そもそも存在しないからです。
話者は音声そのものから切り分けられ、文字起こし全体にラベルが付きます。二時間の会議が、文字の壁ではなく会話として読めるようになります。
決定、アクションアイテム、期限、未解決の問い、話題を文字起こしから取り出し、それが言われた瞬間へ戻るリンクを付けます。
検索は保存したすべての記録が対象で、見つかった箇所を、会議名と時刻つきで表示します。そこから文章の回答を作るステップだけが私たちのバックエンドを使い、クレジットでの支払いになります。
字幕（SRT と VTT）、Markdown、プレーンテキスト、JSON、CSV、HTML。書き出すまで、すべてはブラウザ自身のストレージに留まります。
オープンソース。そして端末の中で動くものはすべて無料です。
仕組み
自分自身として会議に参加します。任意のブラウザ拡張機能が Google Meet、Zoom、Teams、VooV の通話に気づいて録音を提案します。なければ、自分でボタンを押すだけです。
録音はすべて、読み上げられる文言の載った同意画面から始まります。スキップも記憶もできません。同意は設定ではなく、人から得るものだからです。
タブとあなたのマイクは一緒に取り込まれるので、通話の両側が録音に入ります。会議の途中でマイクを替えてもファイルは壊れません。
Whisper がタブの中で文字起こしし、話者が切り分けられ、検索できるメモができます。字幕、Markdown、テキスト、JSON、CSV、HTML として書き出せます。
リマインド
議事メモツールは、肝心な部分が起きる前から動いていなければ役に立ちません。そしてこの通話は録っておくべきだと気づいたときには、たいてい決定はもう下されています。拡張機能はその隙間を埋めます。会議がタブで開いたことに気づき、画面の隅で、通話が始まっているまさにそのときに尋ねます。ひとクリックで同意画面です。
完全に任意です — なくてもすべて動きますし、ボタンを自分で押すだけのことです — そして OpenNoteTaker のうち、開くのではなくインストールする唯一の部分でもあります。
どちらのストアからでもワンクリックで入り、更新もそこから届きます。全体でも小さなファイルがいくつかあるだけです。ソースを読むと、grep -r fetch をかけても何も出てきません。
プライバシー
これは作りそのものの性質であって、あとから変えられる方針ではありません。文字起こしエンジンはページの中にコンパイルされています。オフにできるアップロード処理はありません。アップロード処理そのものがないからです。
料金
試用でもプランの等級でもありません — あなた自身のハードウェアで行われる処理は、私たちにとって提供コストがゼロです。そこに課金するのはログインに課金するのと同じことです。私たちのバックエンドを使う三つの機能は、期限切れも自動更新もないクレジットとして購入します。
| 機能 | どこで動くか | 料金 |
|---|---|---|
| 通話にボットを入れない録音 | あなたのブラウザ | 無料 |
| 参加した Meet、Zoom、Teams、VooV の通話に気づくこと | 任意の拡張機能 | 無料 |
| 文字起こし、99 言語 | あなたのブラウザ | 無料 |
| 話者の聞き分け | あなたのブラウザ | 無料 |
| 話題、アクションアイテム、決定 | あなたのブラウザ | 無料 |
| すべての会議を横断した検索 | あなたのブラウザ | 無料 |
| 字幕、Markdown、テキスト、JSON、CSV、HTML | あなたのブラウザ | 無料 |
| AI が書く議事録 | 私たちのバックエンド | クレジット |
| ライブラリを横断した質問 | 私たちのバックエンド | クレジット |
| できあがった文字起こしの翻訳 | 私たちのバックエンド | クレジット |
1,000 クレジットは 5 ドルです。処理ごとの正確な料金は、押す前にボタンの上に出ます。課金を行うのと同じコードが計算しています。失敗した処理は無料です。
質問
入りません。ブラウザのタブですでに鳴っている音声を録るので、参加者リストには何も現れず、誰かが客を入室させる必要もありません。これがこのツールの存在理由そのものです。ボット型の議事メモツールは通話の全員に見えており、多くの会社が真正面から禁止しています。
それは通話にいる全員がどこにいるかによりますし、OpenNoteTaker があなたに代わって答えることはできません — なので、答えられるふりもしません。録音はすべて、声に出して読み上げられる文言の載った同意画面から始まり、スキップすることも、もう尋ねるなと指示することもできません。同意は一度チェックを入れれば済むチェックボックスではなく、人から得るものです。
どこへも行きません。Whisper は WebAssembly にコンパイルされてタブの中で動くので、録音が端末を離れることはありません。モデルの重みは Hugging Face から一度だけダウンロードされてキャッシュされ、それ以降の文字起こしはオフラインで動きます。
保管する場所がありません。メモはあなた自身のブラウザストレージにあり、音声は「音声を残す」をオンにしていない限り、メモを閉じた時点で破棄されます。アカウントを作った場合、そこにあるのはログイン方法とクレジット残高だけで、文字起こしもタイトルもありません。
できます。あなたの端末の中で、ダウンロードするモデルも要りません。声のはっきり違う二、三人ならよく働き、似た声、かぶった発話、途中でマイクを替えた人には弱いです。人数は手で設定できますし、どの行もワンクリックで別の人に移せます。
言語はファイル全体に対して一度選ぶのではなく、数秒ごとに判定されます。ですから英語と中国語を行き来する会議は、ひとつのタイムラインの上に両方の文字で返ってきます。最初に一つの言語を決め打ちすることこそ、二か国語の録音がでたらめになるいつもの原因です。
うまくいきませんし、アプリもそう言います。ブラウザのエコーキャンセルは、スピーカーから出ている音を取り除きます — 通話では、それは自分以外の全員です。タブも一緒に録ってください。それが既定で、通話中にオフにするとアプリが警告します。
はい、MIT または Apache-2.0 です。エンジンは WebAssembly にコンパイルされた Rust で — タイムライン、話者の切り分け、抽出型の要約、すべての書き出し形式まで — このページのプライバシーに関する主張は、信じるのではなく確かめることができます。ソースコードは gitlab.com/opennotetaker/opennotetaker にあります。
OpenNoteTaker が録音できるのは、ブラウザーのタブで動いている会議です。通話がデスクトップアプリの場合は、代わりに Web クライアントから参加してください。
hello@opennotetaker.app までメールを送るか、gitlab.com/opennotetaker/opennotetaker/-/issues で不具合を報告してください。
