Viska: Private AI Meeting Notes

Viska: Private AI Meeting Notesの紹介

Viskaは、プライベートなオフライン音声録音、文字起こし、およびAIによるメモ分析を目的としたモバイルアプリケーションです。ユーザーは会議、講義、インタビュー、または個人的な音声メモを録音できますが、音声やテキストデータをリモートサーバーに送信することはありません。対象ユーザーには、法務担当者、医療従事者、ジャーナリスト、経営幹部、研究者など、機密情報を扱う専門職の方々、および自身の音声・テキストデータを完全にコントロールしたいプライバシー重視の個人が含まれます。

クラウドベースのAI文字起こしサービスとは異なり、Viskaはすべての処理をユーザーのデバイス上で行います。これにより、インターネット接続への依存が不要となり、第三者によるデータ保管、監視、あるいは意図しないデータ漏洩のリスクが排除されます。本アプリはiOSおよびAndroid向けに提供されており、サブスクリプションなしの一括購入方式で利用可能です。

主なポイント

• 高品質な音声録音をデバイス上で直接実行し、クラウドへのアップロードは一切行わない
• OpenAIのWhisper音声認識モデルを完全オフラインで実行し、正確な文字起こしを実現
• ローカルで動作する大規模言語モデル（例：Llama、Qwen）を活用したAIチャット、要約生成、アクションアイテム抽出機能を搭載
• すべての音声録音、文字起こし結果、AIとのやり取りをデバイス上にエンドツーエンド暗号化して保存
• 文字起こし結果の編集、検索・置換機能、および暗号化されたエクスポート／インポートによる端末間移行に対応
• 完全オフライン動作：録音、文字起こし、AIとの対話のいずれもインターネット接続を必要としない
• テキスト形式での文字起こし出力に対応；PDFおよびJSON形式の出力は今後のアップデートで予定
• iOSではiPhone 14以降での最適な動作を推奨；AndroidではAIチャット機能の安定動作に8GB以上のRAMが必要

Viskaの仕組み

Viskaは、ローカルファーストを基本とする4段階のワークフローを採用しています。まず、ユーザーは録音ボタンをタップして会議、講義、インタビュー、音声メモなどの音声を記録します。この際、データはデバイスから一切送信されません。次に、デバイス上で動作するWhisperモデルが音声ファイルを処理し、テキストによる文字起こしを行います。この処理はインターネット接続を必要とせず、データの完全な分離が保証されます。第三に、ユーザーは検索・置換機能を用いて文字起こしの誤りを修正し、変更内容はすべて暗号化されたローカルバンクに保存されます。第四に、ユーザーはローカルで動作するLLMと対話し、文字起こし内容に関する質問をしたり、要約やキーポイント、アクションアイテムを抽出したり、内容を明確化したりできます。これらのすべての計算はデバイス上で完結します。

アプリケーションのアーキテクチャは、音声入力、音声認識推論、言語モデル推論、データ保存のいずれのコンポーネントも外部インフラに依存しないことを保証します。WhisperおよびLLMのモデル重みはセットアップ時に一度ダウンロードされ、その後はデバイス上に常駐します。暗号化キーはローカルで生成・管理されるため、デバイスのストレージに物理的にアクセスできたとしても、認証なしではメモの平文を読み取ることはできません。

主な利点と用途

Viskaは、機密性とデータ主権が極めて重要なユースケースに対応します。法務担当者は、弁護士とクライアント間の秘密保持義務（アトーニー・クライアント・プリビレッジ）を遵守しながら相談内容を文字起こしできます。医療従事者は、HIPAAに準拠した環境で患者との会話を記録できます（適切にセキュア化されたデバイスを使用する場合）。ジャーナリストは、オフレコードのインタビュー素材を外部サービスに依存せずに安全に保存できます。また、研究者は質的データ収集において、インタビュー内容を外部に露出させることなく逐語的な文字起こしが可能です。さらに、学生や知識労働者は講義ノート、アイデア記録、会議のフォローアップなどにViskaを活用でき、暗号化されたバックアップと端末間転送機能によって知的成果物の所有権と移植性を確保できます。