Repository navigation
Releases
v0.1.0
AppImage (Linux, x86-64)
AudioKnowledgeExplorer-<version>-x86_64.AppImage をダウンロードして、実行権限を付けてダブルクリックするだけで動きます(インストール不要)。
chmod +x AudioKnowledgeExplorer-*.AppImage && ./AudioKnowledgeExplorer-*.AppImage- 動作条件: x86-64 の Linux、glibc 2.35 以上(Ubuntu 22.04 以降が目安)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。FUSE 2(Ubuntu では
libfuse2)が必要です。無いときは--appimage-extract-and-runを付けて実行してください。 - 表示は X11(xcb)です。Wayland のデスクトップでは XWayland を使います。
- whisper のモデルは同梱していません。 設定中のモデル(標準は
ggml-small.bin)が無ければ、起動時に、アプリが Hugging Face から自動でダウンロードします(約 0.5 GB。進捗は画面上部に出て、中止もできます)。設定でlarge-v3-turbo(約 1.6 GB)も選べます。日本語にはこちらをお勧めします(README)。 - 日本語入力(fcitx5)用のプラグインが入っています。
ライセンスとソース
アプリ本体は MIT です。この AppImage は、GPL の部品を含みます(Ubuntu 22.04 の FFmpeg は GPL v2+ のビルド、GStreamer の plugins-ugly など)。同梱しているライブラリと、元の Ubuntu のパッケージの一覧は、AppImage の中の usr/share/doc/AudioKnowledgeExplorer/BUNDLED-PACKAGES.txt にあり、ソースは apt source <パッケージ名>(Ubuntu 22.04)で入手できます。アプリ本体のソースは、このタグの Source code(zip / tar.gz)です。ビルド手順は packaging/appimage/ にあります。
Windows (x64, ポータブル zip)
AudioKnowledgeExplorer-<version>-windows-x64.zip を展開して、AudioKnowledgeExplorer.exe を起動します(インストール不要)。
- 動作条件: Windows 10 / 11(x64)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。
- ライブラリとモデルは
%APPDATA%\AudioKnowledgeExplorerに保存されます。whisper のモデルは同梱せず、無ければ初回起動時にダウンロードします。 - 日本語の形態素解析(MeCab と JUMAN 辞書)を同梱しています。日本語や空白を含むフォルダに展開しても動きます(その場合、辞書を
%ProgramData%\AudioKnowledgeExplorer\mecabにコピーして使うことがあります)。 - 署名をしていないため、初回起動時に SmartScreen の警告が出ることがあります(「詳細情報」→「実行」)。
- 自動テストと、展開した zip の起動確認(GitHub Actions)は通っています。音の再生、フォルダの監視、日本語入力などの手動の操作は、実機ではまだ確認していません。
既知の制限
最初のリリースです。文字起こしの精度はモデルに依存します。詳しくは README の「既知の制限」を見てください。
What's Changed
Full Changelog: v0.1.0-alpha.4...v0.1.0
Contributors
Assets 5
v0.1.0-alpha.4 (アルファ版)
AppImage (Linux, x86-64)
AudioKnowledgeExplorer-<version>-x86_64.AppImage をダウンロードして、実行権限を付けてダブルクリックするだけで動きます(インストール不要)。
chmod +x AudioKnowledgeExplorer-*.AppImage && ./AudioKnowledgeExplorer-*.AppImage- 動作条件: x86-64 の Linux、glibc 2.35 以上(Ubuntu 22.04 以降が目安)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。FUSE 2(Ubuntu では
libfuse2)が必要です。無いときは--appimage-extract-and-runを付けて実行してください。 - 表示は X11(xcb)です。Wayland のデスクトップでは XWayland を使います。
- whisper のモデルは同梱していません。 設定中のモデル(標準は
ggml-small.bin)が無ければ、起動時に、アプリが Hugging Face から自動でダウンロードします(約 0.5 GB。進捗は画面上部に出て、中止もできます)。設定でlarge-v3-turbo(約 1.6 GB)も選べます。日本語にはこちらをお勧めします(README)。 - 日本語入力(fcitx5)用のプラグインが入っています。
ライセンスとソース
アプリ本体は MIT です。この AppImage は、GPL の部品を含みます(Ubuntu 22.04 の FFmpeg は GPL v2+ のビルド、GStreamer の plugins-ugly など)。同梱しているライブラリと、元の Ubuntu のパッケージの一覧は、AppImage の中の usr/share/doc/AudioKnowledgeExplorer/BUNDLED-PACKAGES.txt にあり、ソースは apt source <パッケージ名>(Ubuntu 22.04)で入手できます。アプリ本体のソースは、このタグの Source code(zip / tar.gz)です。ビルド手順は packaging/appimage/ にあります。
Windows (x64, ポータブル zip)
AudioKnowledgeExplorer-<version>-windows-x64.zip を展開して、AudioKnowledgeExplorer.exe を起動します(インストール不要)。
- 動作条件: Windows 10 / 11(x64)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。
- ライブラリとモデルは
%APPDATA%\AudioKnowledgeExplorerに保存されます。whisper のモデルは同梱せず、無ければ初回起動時にダウンロードします。 - MeCab は同梱していません。日本語の分かち書きは簡易な方式(n-gram)で動くので、検索とキーワードの精度は Linux 版より下がります。
- 署名をしていないため、初回起動時に SmartScreen の警告が出ることがあります(「詳細情報」→「実行」)。
- 自動テストと、展開した zip の起動確認(GitHub Actions)は通っています。音の再生、フォルダの監視、日本語入力などの手動の操作は、実機ではまだ確認していません。
既知の制限
アルファ版です。文字起こしの精度はモデルに依存します。詳しくは README の「既知の制限」を見てください。
What's Changed
- ウィンドウタイトルと About にリリースの版を表示 by @taoman26 in #9
- 解析中にウィンドウを閉じたとき、すぐ解析を止めてプロセスを終わらせる by @taoman26 in #10
- Windows 対応(MSYS2 でビルド、ポータブル zip) by @taoman26 in #11
Full Changelog: v0.1.0-alpha.3...v0.1.0-alpha.4
Contributors
Assets 5
v0.1.0-alpha.3 (アルファ版)
AppImage (Linux, x86-64)
AudioKnowledgeExplorer-<version>-x86_64.AppImage をダウンロードして、実行権限を付けてダブルクリックするだけで動きます(インストール不要)。
chmod +x AudioKnowledgeExplorer-*.AppImage && ./AudioKnowledgeExplorer-*.AppImage- 動作条件: x86-64 の Linux、glibc 2.35 以上(Ubuntu 22.04 以降が目安)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。FUSE 2(Ubuntu では
libfuse2)が必要です。無いときは--appimage-extract-and-runを付けて実行してください。 - 表示は X11(xcb)です。Wayland のデスクトップでは XWayland を使います。
- whisper のモデルは同梱していません。 設定中のモデル(標準は
ggml-small.bin)が無ければ、起動時に、アプリが Hugging Face から自動でダウンロードします(約 0.5 GB。進捗は画面上部に出て、中止もできます)。設定でlarge-v3-turbo(約 1.6 GB)も選べます。日本語にはこちらをお勧めします(README)。 - 日本語入力(fcitx5)用のプラグインが入っています。
ライセンスとソース
アプリ本体は MIT です。この AppImage は、GPL の部品を含みます(Ubuntu 22.04 の FFmpeg は GPL v2+ のビルド、GStreamer の plugins-ugly など)。同梱しているライブラリと、元の Ubuntu のパッケージの一覧は、AppImage の中の usr/share/doc/AudioKnowledgeExplorer/BUNDLED-PACKAGES.txt にあり、ソースは apt source <パッケージ名>(Ubuntu 22.04)で入手できます。アプリ本体のソースは、このタグの Source code(zip / tar.gz)です。ビルド手順は packaging/appimage/ にあります。
既知の制限
アルファ版です。文字起こしの精度はモデルに依存します。詳しくは README の「既知の制限」を見てください。
What's Changed
Full Changelog: v0.1.0-alpha.2...v0.1.0-alpha.3
Contributors
Assets 4
v0.1.0-alpha.2 (アルファ版)
AppImage (Linux, x86-64)
AudioKnowledgeExplorer-<version>-x86_64.AppImage をダウンロードして、実行権限を付けてダブルクリックするだけで動きます(インストール不要)。
chmod +x AudioKnowledgeExplorer-*.AppImage && ./AudioKnowledgeExplorer-*.AppImage- 動作条件: x86-64 の Linux、glibc 2.35 以上(Ubuntu 22.04 以降が目安)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。FUSE 2(Ubuntu では
libfuse2)が必要です。無いときは--appimage-extract-and-runを付けて実行してください。 - 表示は X11(xcb)です。Wayland のデスクトップでは XWayland を使います。
- whisper のモデルは同梱していません。 設定中のモデル(標準は
ggml-small.bin)が無ければ、起動時に、アプリが Hugging Face から自動でダウンロードします(約 0.5 GB。進捗は画面上部に出て、中止もできます)。設定でlarge-v3-turbo(約 1.6 GB)も選べます。日本語にはこちらをお勧めします(README)。 - 日本語入力(fcitx5)用のプラグインが入っています。
ライセンスとソース
アプリ本体は MIT です。この AppImage は、GPL の部品を含みます(Ubuntu 22.04 の FFmpeg は GPL v2+ のビルド、GStreamer の plugins-ugly など)。同梱しているライブラリと、元の Ubuntu のパッケージの一覧は、AppImage の中の usr/share/doc/AudioKnowledgeExplorer/BUNDLED-PACKAGES.txt にあり、ソースは apt source <パッケージ名>(Ubuntu 22.04)で入手できます。アプリ本体のソースは、このタグの Source code(zip / tar.gz)です。ビルド手順は packaging/appimage/ にあります。
既知の制限
アルファ版です。文字起こしの精度はモデルに依存します。詳しくは README の「既知の制限」を見てください。
What's Changed
Full Changelog: v0.1.0-alpha.1...v0.1.0-alpha.2
Contributors
Assets 4
v0.1.0-alpha.1 (アルファ版)
AppImage (Linux, x86-64)
AudioKnowledgeExplorer-<version>-x86_64.AppImage をダウンロードして、実行権限を付けてダブルクリックするだけで動きます(インストール不要)。
chmod +x AudioKnowledgeExplorer-*.AppImage && ./AudioKnowledgeExplorer-*.AppImage- 動作条件: x86-64 の Linux、glibc 2.35 以上(Ubuntu 22.04 以降が目安)、AVX2 / FMA / F16C 対応の CPU(2013 年以降)。FUSE 2(Ubuntu では
libfuse2)が必要です。無いときは--appimage-extract-and-runを付けて実行してください。 - 表示は X11(xcb)です。Wayland のデスクトップでは XWayland を使います。
- whisper のモデルは同梱していません。 初回起動時に、置き場所と入手先が画面に出ます(README)。日本語には
ggml-large-v3-turbo.binをお勧めします。 - 日本語入力(fcitx5)用のプラグインが入っています。
ライセンスとソース
アプリ本体は MIT です。この AppImage は、GPL の部品を含みます(Ubuntu 22.04 の FFmpeg は GPL v2+ のビルド、GStreamer の plugins-ugly など)。同梱しているライブラリと、元の Ubuntu のパッケージの一覧は、AppImage の中の usr/share/doc/AudioKnowledgeExplorer/BUNDLED-PACKAGES.txt にあり、ソースは apt source <パッケージ名>(Ubuntu 22.04)で入手できます。アプリ本体のソースは、このタグの Source code(zip / tar.gz)です。ビルド手順は packaging/appimage/ にあります。
既知の制限
アルファ版です。文字起こしの精度はモデルに依存します。詳しくは README の「既知の制限」を見てください。
What's Changed
- Fix "(音声)"-only transcripts, add homophone search, folder removal and watch setting by @taoman26 in #1
- README: build MeCab and the JUMAN dictionary from source on Haiku by @taoman26 in #2
- Default the transcription language to Japanese and advise on the model by @taoman26 in #3
- README: Japanese input on Ubuntu 22.04 with fcitx5 (no Qt6 plugin) by @taoman26 in #4
- AppImage for Linux, FFmpeg 4.4 support, release workflow by @taoman26 in #5
New Contributors
Full Changelog: https://github.com/taoman26/AudioKnowledgeExplorer/commits/v0.1.0-alpha.1