音声・動画の文字起こし
録音や動画の音声トラックを認識し、修正してTXT・SRT・WebVTTへ保存。会議音声や字幕作成の用途に合うか確認します。
POTEST LAB / Potetoss（ぽてとす）・無料ベータ
会議の録音を、
手元のPCで文字起こし。
社内の録音を文字起こししたい。ローカルAIで議事録を作りたい。でも、GPUサーバーを買う前に、今あるPCでどれくらい動くか確かめたい。
Potetossは音声認識・議事録生成・字幕出力を手元のPCで試す、無料のオンプレミスAI動作・性能検証アプリです。ぽてすとの開発技術を、実際に触れて確かめられる形にしています。
0.1.10 beta：無料検証用。動作・精度・速度を保証せず、個別サポート・設定代行・継続更新の約束はありません。
音声文字起こしからローカルLLMまで、実機で検証
CPU・GPUの処理性能
モデルごとの処理速度、メモリ、LLMの生成速度を確認。GPUなしのPCでも文字起こしを試せます。処理速度と認識精度は別に評価します。
社内LANで分担
任意参加の承認済み社内PCで音声区間を分担。台数を増やしても必ず速くなるわけではありません。
社内LAN / 分散処理・集中処理の使い分け
全員に高性能PCはいらない。
音声を外部AIへ送る必要もない。
「機密情報を含む会議音声をクラウドにアップロードできない」「外部AIの利用は禁止されている」「文字起こし専用のPCを何台も買いたくない」。そんな企業で、社内のPCだけを使うオンプレミス文字起こしを検証するための構成例です。
CASE 01 / たまに使う企業
今あるPCで、録音を分担。
会議や文字起こしの頻度が低く、専用GPUサーバーを購入するほどではない場合。選んだ音声モデルが動く既存の比較的低スペックなPCを社内LANでつなぎ、音声区間を分散して並列処理する使い方です。
会議の録音例：60分の音声
承認済み社内PCで分担音声を区間に分割して並列処理
PC 1約12分
PC 2約12分
PC 3約12分
PC 4約12分
PC 5約12分
結果をまとめる文字起こしを確認・保存
- 録音を外部生成AIサービスへ送らず、社内で文字起こしを試したい
- 利用頻度が低いため、まず既存PCのCPUで検証したい
- 複数PCの並列処理で所要時間を短縮できるか確認したい
CASE 02 / 日常的に使う企業
高性能PCを1台。処理をそこへ集約。
社員が定期的に録音を文字起こしする場合は、処理用の高性能PCを社内に1台用意する構成も検討できます。全員の端末を買い替えるのではなく、社内LANの承認・接続設定を行い、処理を担当するPCへ音声を渡して結果を受け取る使い方です。
社員のPC必要なときに録音を依頼
社内の高性能PC 1台GPU搭載PCなどで文字起こしを担当
議事録生成にはOllamaとモデルを準備
議事録生成にはOllamaとモデルを準備
結果を受け取る原音と照合して利用
- 社内用の文字起こし環境を共有して、PC購入費を抑えたい
- 外部APIを使わないローカルAI議事録を試したい
- 利用頻度に合わせて、処理を担当する機器を選びたい
どちらも想定例です。低スペックPCでも、選択したモデルに必要なメモリ・動作環境を満たすことが前提です。転送・モデル準備・結果の結合にも時間がかかり、5台なら5倍速になるとは限りません。文字起こしの時間と議事録生成の時間は別です。初回モデル取得にはインターネット通信が必要で、社内運用も企業のセキュリティ規程に従ってください。
文字起こし・AI議事録ソフトの操作画面
無料Windows版の使い方と性能の確かめ方
- Windows版を展開して起動
ZIPをフォルダごと展開しPotetoss.exeを起動します。Pythonのインストールは不要。ライセンス文書も一緒に保管します。 - 必要なモデルとツールを準備
モデル準備機能から音声モデルを取得。動画・圧縮音声にはFFmpegを指定。議事録生成を行うPCにだけOllamaを導入します。 - 音声・モデル・設定を揃えて検証
同梱の日本語テスト音声や利用権限のある録音で、所要時間と出力を確認。機器購入や業務導入の判断材料にします。
GPUなしのPCでも、同じ会議音声で比較
CPUで動くかを確認したあと、GPUが利用できる環境では同じ音声と認識モデルで比較します。議事録生成はOllamaのモデルと設定も揃えてください。速さだけでなく、固有名詞・数字・決定事項の認識も原音と照合します。
- PCのCPU・GPU・メモリ容量とOSを記録する
- 音声の長さ、認識モデル、処理設定、モデル準備の有無を揃える
- 文字起こしと議事録生成の所要時間を別々に記録する
- 誤認識や抜けを確認し、自社の用途に合うか判断する
このページには、条件を確認できた実測結果はまだ掲載していません。特定のPCでの速度や認識精度を保証するものではありません。
外部APIに送らず処理するための条件
認識・議事録生成はローカルまたは指定した社内PCで処理します。ChatGPT等の外部生成AI APIへ音声や本文を送る構成ではありません。ただし初回のモデル取得にはインターネット通信が必要です。
グループ参加時は音声と用語ヒントを承認済みPCへ転送します。原本・結果・設定・用語集・モデル・履歴・ログは残ります。OSのスワップやダンプも保証対象外です。オンプレミス環境でも情報漏洩ゼロとは限りません。自動テレメトリーや広告はありません。
よくある質問
低スペックPCを複数台つなぎ、分散処理で文字起こしできますか？
承認済みの社内PCで音声区間を分担する機能を検証できます。参加する各PCで選択モデルが動くことと、社内LANの接続・承認設定が必要です。台数を増やした分だけ速くなるとは限らず、5台で10分以内という構成は未実測の目標例です。
全社員のPCではなく、1台の高性能PCに処理を任せられますか？
社内LANで処理を担当するPCへ音声を渡す構成を検討できます。全員の端末を高性能にする前に、接続設定と処理能力を検証してください。多数の依頼の同時処理や待ち行列、常時運用の保証はありません。
音声を外部サービスにアップロードせず文字起こしできますか？
ローカル構成では、音声認識とAI議事録生成を手元のPCで処理します。ChatGPT等の外部生成AI APIへ音声や本文を送る構成ではありません。社内LANで分担する場合は、承認済みPCに音声区間と用語ヒントを転送します。
インターネット接続なしで使えますか？
必要な音声モデル、Ollamaのモデル、FFmpegなどを事前に準備し、ローカルで処理する構成であれば、文字起こし・議事録生成をオフラインで試せます。初回のダウンロードやモデル取得には通信が必要です。社内PCで分担する場合には社内LANへの接続が必要です。
動画からSRT形式の字幕を作れますか？
動画の音声トラックを文字起こしし、SRT・WebVTT形式で字幕を保存できます。動画や圧縮音声の処理にはFFmpegの準備が必要です。字幕時刻や読みやすさは原音を確認し、編集ソフトで調整してください。
専用GPUサーバーなしでも試せますか？
文字起こしはCPUでも動作します。速度はPCやモデルで異なります。GPUがある場合も実測してください。
会議の議事録生成には何が必要ですか？
実行するPCにOllamaとモデルを準備します。文字起こしだけならOllamaは必須ではありません。
どのOSでも動きますか？
Windows版を中心に検証しています。Mac版は実機ビルドと確認が必要な試験版です。全環境の動作保証はありません。
字幕や議事録をそのまま使えますか？
原音で確認してください。発言者や決定事項を誤る場合があります。字幕時刻や読みやすさは編集ソフトで調整してください。
無料の個別サポートはありますか？
ありません。オフラインヘルプ・既知の制限・診断情報で確認してください。自社向けのシステム開発は別の案件としてご相談いただけます。
Windows版の無料ダウンロード
Potetoss 0.1.10 beta / ZIP：186,800,847 bytes（約187 MB）
検証用・個別サポートなしの条件をご確認のうえダウンロードしてください。
Windows版 0.1.10 betaをダウンロードSHA-256（ダウンロードしたファイルの照合用）
9b126eb1a2a02bc4b392d8a66637d1f048741ce08936a77e16197da532f7c285
本体ソースは非公開。Ollama・モデル・GPU追加パック・FFmpegは本体に同梱しません。第三者ライブラリの権利は各ライセンスに従います。同梱の説明・ライセンス文書を確認してください。
試した先の、業務に合うAI開発へ。
ぽてすとは既存システムの調査・改修と、Python・AIを使った業務の仕組み化を行う開発会社です。社内の音声・文書を扱う仕組みや既存システムとの連携について、目的と環境を整理する段階からご相談ください。
こちらは開発案件の相談窓口です。Potetossの無料個別サポート窓口ではありません。
自社向けのAI開発を相談する