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

• Windows に MeCab(JUMAN 辞書)を同梱 by @taoman26 in #12

Full Changelog: v0.1.0-alpha.4...v0.1.0