コビト聞き窓：会議を録音して、文字起こしと議事録まで自動で作るアプリ

客先との打ち合わせ（Google Meet・Zoom・Teams）で、私は長いあいだメモに気を取られていました。メモを取ると話に集中できず、取らずにいると、あとで議事録を書くのが重くなります。そこで、会議を録って、文字起こしから議事録の下書きまでを自動で作るアプリを自分で作りました。Windowsで動く自作のアプリで、名前は「コビト聞き窓」です（作り始めたころは MinuteCapture と呼んでいました）。

使い続けるうちに、議事録の出来と同じくらい大事なことが見えてきました。最後まで録れていることを、私の注意力に頼らずに守ることです。いまある機能の半分ほどは、そのために足したものです。

この道具でできること

• 画面と音声（相手の声と自分のマイク）を録り、停止すると文字起こしと議事録（決まったこと・宿題・次回の予定）まで作る
• 相手の声と自分の声を別々に文字起こしするので、誰の発言かを取り違えにくい
• 社名や製品名のような固有名詞の聞き間違いを、共有の用語辞書で直す
• 録音を止めない工夫をしている。3秒ごとにディスクへ書き込む、二重に起動しない、相手の声が入っていないときや画面の取り込みが切れたときは録音を続けたまま赤い警告を出す、通信が切れたら後から自動で処理をやり直す
• 会議が続く日は「次の会議へ」のボタンで録画を切り替えられる（途切れは1.5秒以内）。画面の右下に出る見張り窓は画面共有に映らない。一時停止もできる

使い方の流れ

1. PCを起動すると、アプリが自動で立ち上がって待機する
2. 相手の名前と会議の種類を入れて、録画を始める。始める前に、相手に録音してよいかを伺う
3. 会議が終わったら停止する。停止した直後から、次の録画を始められる
4. 少し待つと、文字起こしと議事録のファイルが決まったフォルダに出る

仕組み

アプリは Electron（Webの技術でパソコン用のアプリを作る仕組み）で作っていて、音声の変換には ffmpeg を使っています。録画ファイルそのものは私のPCの中に置きます。

文字起こしと議事録づくりには外部のサービスを使うので、データの送り先を書いておきます。音声は文字起こしのサービス（Soniox、うまくいかないときは Deepgram）へ、文字起こしした文章は議事録を作るAI（Anthropic の Claude、うまくいかないときは OpenAI）へ送ります。Soniox に上げた音声は、処理が終わったら向こう側から消す手順を入れています。各サービスを使うための鍵（APIキー）は、暗号化して設定に保存しています。

作ってみて分かったこと

録れない原因は、アプリの中よりも外にあることが多いと分かりました。外付けのモニターをつないだ日に、Windowsの音の出力先が切り替わって相手の声が録音に入らない。PCが一瞬スリープして、画面の取り込みが切れる。どれも、会議の最中には気づけません。そこで録音中は出力先と音の大きさを見張り、おかしければその場で知らせるようにしました。画面の取り込みが切れても、音声だけは録り続けます。

操作の事故も、実際に使ってみて見つかりました。相手の名前を入れてEnterで次の会議へ切り替える作りにしていたところ、日本語入力の変換を確定するEnterで、録画が切り替わってしまいました。いまは切り替えをボタンだけにしています。

もうひとつは録音の断り方です。自作のアプリで録ると、会議ツールの「録音中」の表示は相手に出ません。そのため、録音することは始める前に口で伝えるようにしています。会議の進行を手元で見るファシリ小窓も、この録音と組み合わせて使うつもりで作っています。

同じ考え方で、あなたの会社の仕事に合わせた道具も作れます。

自作の道具の一覧へ →

あわせて読む: 自作の道具の一覧｜ファシリ小窓：会議の進行の抜け漏れを、手元の小窓に出す試作ツール