KoePatch(コエパッチ)
- ダウンロード商品¥ 400



【オープン記念!期間限定】400円 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 【商品説明】 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 今あるPCで、まず試せる、通話の文字起こし。 KoePatch(コエパッチ)は、Windows PCだけで 通話の録音 → 文字起こし → 話者の整理 → AIによる誤字の補正 → 要約 までを行う、買い切り500円のツールです。 インターネットには一切つながりません。 音声も文字起こしも、すべてお使いのPCの中だけで処理します。 クラウドサービスが使えない現場や、月額費用をかけられない現場で、 「まずは通話の記録を残したい」に応えます。 設計思想は「手元にある環境で、低コストに『ないよりまし』を実現する」です。 完璧な自動化ではなく、人が確認・修正する前提の「下書きとして十分な記録」を、 安く、手元だけで作ることを目指しています。 ■ こんな方に ・クラウドの文字起こしサービスが社内規程で使えない ・予算はないが、人が見直す前提で通話の記録を残したい ・高価な文字起こしシステムを入れる前に、自分たちの業務になじむか試したい ・PCで受ける通話(ソフトフォン・Web会議・通話アプリ)を記録したい ・個人的な大切な通話を、手元のPCだけで文字に残したい ■ 主な機能 ● 自分と相手を自動で整理 マイク(自分)とスピーカー(相手)を別々に録音・文字起こしし、 録音開始からの経過時間で並べて1本の記録にします。 ● 回り込みを自動で除去 スピーカーから出た相手の声がマイクに入った重複を、 音が届いた順番から判定して取り除きます。 ● AIが誤変換を補正 「使用場面」「話者の役割」「会社名・商品名・専門用語」を入力しておくと、 それに合わせて補正AIへの指示を自動で作り、文脈から誤変換を直します。 ● 直すほど賢くなる(修正を辞書に学習) 最終版はその場で直接修正できます。直してから専用のボタンで全文コピーすると、 直した箇所を辞書に覚え、次の記録から同じ聞き間違いを自動で直します。 例:文字起こし「下剤の千の志度ほしくて」→ 手で「センノシド」に修正 → 以後は自動で「センノシド」に。 使えば使うほど、その現場でよく出る言葉の誤りが減っていきます(辞書はPC内にのみ保存。確認・削除も可能)。 ● 要約も自動で・形式は自由に 標準は「概要/主な内容/決定事項・合意事項/今後の対応・ToDo」。 見出しを書けば「結論/要約/文字起こし全文」など好みの形式でまとめます。 ● 通話が続いても大丈夫 処理中でも、すぐに次の通話を録音できます。 録音した記録は順番待ちで自動処理し、録音中は通話を優先します。 ● PCに合わせて自動構成 メモリ(8GB/16GB)とGPUの有無を判定して、構成を自動で選びます。 PCに余力がある時だけ、録音中に未補正の文字起こしをリアルタイム表示します。 ● 履歴の管理 過去の記録の開き直し・再処理(要約だけの作り直しも可)・削除ができます。 結果はコピー、またはテキストで保存して、他のアプリに貼り付けて使えます。 ■ 処理時間の目安(録音を止めてから補正が終わるまで) ・CPUのみのPC:録音時間の 約2.5〜6倍 ・NVIDIA製GPU搭載PC:録音時間の 約1.5倍 (5分の通話なら、CPUのみで約13〜30分、GPU搭載PCで約8分。要約を作る場合は、さらに1分前後かかります) 精度を優先して、録音後に時間をかけて処理します。 結果がすぐ必要な用途(リアルタイム字幕、通話直後の記録入力など)には向きません。 処理中も次の録音はできますが、CPUのみのPCで1日に長時間の通話を記録する場合は、 処理が翌日にずれ込むことがあります(PCをつけたままにすれば続きを処理します)。 ■ 動作環境 ・OS:Windows 10(1809以降)/Windows 11(64ビット) ・メモリ:8GB以上(16GB以上で高精度構成を自動選択) ・ストレージ:空き約15GB(基本パックのみの場合) ・GPU:不要(NVIDIA製 VRAM 4GB以上・GTX 10シリーズ以降があれば自動で利用) ・音声機器:マイクとスピーカー(ヘッドセット推奨) ・インターネット:ダウンロード時のみ必要(インストール後は不要) ※ Mac・スマートフォンには対応していません。 ■ ご購入後の流れ 1. BOOTHから案内ページ(ZIP)をダウンロードします。 2. 案内ページのリンクから「基本パック」(約5.2GB)をダウンロードし、setup.exe を実行します。 3. 必要な方だけ「追加パック」を入れます(入れなくてもすべての機能が使えます)。 ・高精度文字起こし(約2.9GB):専門用語に強い高精度モデル。処理時間は長くなります。 ・16GB構成用 補正・要約AI(約4.2GB):メモリ16GB以上のPCで補正・要約の質が上がります。 案内ページには、導入手順の解説と仕様書(PDF)も入っています。 ■ 価格・ご利用条件 ・500円(税込)の買い切り。月額費用・追加費用はありません。 ・個人・法人共通。1回のご購入で、台数・人数の制限なくお使いいただけます。 ・無保証です。個別のサポート・カスタマイズ・追加学習は行っていません。 ・ダウンロードしたファイルの再配布・転売はご遠慮ください。 ■ ご購入前に必ずお読みください ・通話を録音・文字起こしする際は、必ず事前に相手の方の同意を得てください。 (例:「応対品質向上のため、通話を録音させていただいております」) ・AIによる文字起こし・補正・要約には誤りが含まれます。 固有名詞・専門用語・数字などは誤ることがあり、要約では重要な事項が抜けることもあります。 記録として使う前に、必ず人が確認・修正してください。 ・話者の区別は「マイク側」と「スピーカー側」の2つです。 同じ側にいる複数の人(会議室のスピーカーの先の全員など)は区別できません。 ・日本語専用です。 ・デジタル署名をしていないため、初回実行時にWindowsの警告 (「WindowsによってPCが保護されました」)が表示されます。「詳細情報」→「実行」で進めます。 Windows 11の「スマート アプリ コントロール」がオンのPCや、 会社の管理でアプリの実行が制限されたPCではインストールできない場合があります。 ・ダウンロード容量が大きいため(基本パックで約5.2GB)、通信環境の良い場所でダウンロードしてください。 ■ 同梱しているAIモデル・ソフトウェア 音声認識:OpenAI Whisper(large-v3-turbo/large-v3/small、MIT License) 補正・要約:Qwen3.5-4B(Apache License 2.0)、実行環境:llama.cpp(MIT License)ほか 各ライセンスはインストール先の licenses フォルダに収録しています。 製作元:現場仕立て 「手元にある環境で、低コストに『ないよりまし』を実現する。」
詳細
【目的】 本ツールは、マイク(自分)とスピーカー(相手)の音声を別々に録音・文字起こしし、話者ごとに時系列で統合したうえで、生成 AIにより誤変換を補正した記録を作成する。 【設計思想】 「手元にある環境で、低コストに『ないよりまし』を実現する」ことを設計思想とする。具体的には次の方針をとる。 ● 既存環境で動作:新たな機器・クラウドサービス・月額費用を必要とせず、利用者が既に持っている Windows PC だけで完結させる。 ● 完全オフライン:インターネット接続を一切使わず、音声や文字起こし結果を PC の外へ送信しない。 ● 精度優先:処理時間よりも精度を優先し、録音後に時間をかけて高精度の文字起こしと補正を行う。 ● 人による仕上げを前提:完璧な自動化ではなく、人が確認・修正する前提で「下書きとして十分な記録」を安価に得ることを目標とする。 ● 汎用構成:ファインチューニング(追加学習)や業種・組織ごとの個別最適化は行わず、汎用モデルと入力情報(場面・役割・用語)による補正にとどめる。 【想定する利用場面】 ●利用場面 内容 -本格導入前のお試し -電話対応等への文字起こしシステムの本格導入に先立ち、文字起こしが組織の業務フローになじむか(記録の使われ方、確認・修正にかかる手間、運用ルール 等)を低コストで確認する。 -予算ほぼゼロでの通話記録 -専用システムを導入する予算はないが、人による修正を許容する前提で通話の記録を残したい現場での利用。 -個人の通話記録 個人が自身の通話内容を記録として残す用途。 【対象外とする用途】 ● 文字起こし結果を人の確認なしに正式な記録・証跡として扱う用途。 ● 医療・法律・金融等の判断を、文字起こし結果のみに基づいて行う用途。 ● 同一の側(例:会議室のスピーカーの先)にいる複数人を個別に区別する用途(本ツールの話者区別はマイク側/スピーカー側の 2 区分である)。 ● 日本語以外の会話(言語は日本語に固定している)。 【精度に関する前提】 ● 本ツールは低価格の買い切りツールであり、ファインチューニング(追加学習)および業種・組織ごとの個別最適化は行っていない。 ● 固有名詞・専門用語・数字・早口・重なった発話・雑音下の音声では誤認識が生じる。生成 AI による補正後も誤りは残り得る。 ● 生成 AI による補正は文脈からの推定であり、元の発話と異なる語に置き換わる可能性がある。重要な箇所は録音音声と照合すること。 ● 文字起こし結果は、必ず人が確認・修正したうえで利用すること。 【その他の前提】 ● 配布する実行ファイルにはデジタル署名を付与していない。初回実行時に Windows のSmartScreen 警告が表示される場合がある。また、Windows 11 の「スマート アプリ コントロール」が有効な PC では実行がブロックされる。 ● GPU による高速化は NVIDIA 製 GPU(CUDA 対応)のみに対応する。Intel・AMD 製の GPU を搭載した PC では CPU で処理する。 ● Windows の設定で、デスクトップアプリによるマイクへのアクセスが許可されている必要がある。
最低必要環境
OS:Windows 10(1809以降)64ビット CPU:64ビット 2コア以上(AVX2非対応は大幅に低速) メモリ:8GB GPU不要(CPUのみで動作) ストレージ:空き約25GB(導入後は約12GB)、録音1時間ごとに約230MB 音声機器:マイク・スピーカー 処理時間の目安:録音時間の約3〜8倍(CPUのみ)
推奨環境
OS:Windows 11 64ビット CPU:4コア8スレッド以上(Core i5 第8世代・Ryzen 5以降相当) メモリ:16GB以上(高精度構成を自動選択) GPU:NVIDIA製 VRAM 6GB以上(GTX 10シリーズ以降) ストレージ:SSD・空き50GB以上 音声機器:ヘッドセット 処理時間の目安:録音時間の約1〜2倍(GPU搭載PC)
アップデート履歴
第 1 版 2026/10/17 初版作成(アプリケーション バージョン 2.0.0 に対応) 【更新履歴】 2026/10/24 ver.2.1.0 公開 ・通話の録音・文字起こし・AI補正・要約に対応 ・処理中でも次の通話を録音できる連続録音に対応 ・最終版を手で修正でき、修正内容を辞書に学習して次回から自動で反映 ・文字起こしモデルを選択可能(標準:large-v3-turbo/高精度:large-v3(追加パック)) ・要約の形式(見出し)を自由に指定可能


