実現したかった事

声で話した内容を文字お越しして、その内容をObsidianのメモとして残してアイディア帳を作りたいと思っていた。
有料の文字起こしサービスの利用や、MCPを組み合わせることで実現している事例は多かったが、自分の場合以下の条件で実現したかった

  • chatGPTを利用する（もともとPlusプランを利用していたため）
  • ローカルのファイルに保存したい（テキストファイルのほうが、後で利用する時の制限が少ないと思っているため）
  • 使うソフトはできるだけ少なくしたい（バージョンアップなどで壊れるリスク小さくしたいため）

ちょうどChatGPTのWorkを使ったデスクトップアプリがローカルのファイル読み書きができること知ったのでChatGPTとObsidianの2つで 実現できる方法を採用した。

設定方法

  1. Obsidianの設定（インストールは省略）

    1. Obsidianの画面で、新規に保管庫を作成（後でChatGPTに読み書きを許可するため既存の利用などは注意が必要）

  2. chatGPTの設定（Windowsアプリのインストールは省略）

    1. chatGPTの設定画面で音声入力の設定と入力開始のキー設定を行う
    • 自分の場合は、押したときに音声入力になるキーを設定した

  3. chatGPTでのプロジェクトの作成

    1. プロジェクトから、新規プロジェクトを作成
    2. Source foldersに前の手順で作ったフォルダを指定
    3. プロジェクト名入れてプロジェクトを作成

  4. 文字起こしして、ファイル書き込みする際のルール作成

    1. 作成したプロジェクトで文字起こしのファイルを保存する際のルールファイルを作成する
    • 自分の場合、要点だけ入れて生成してもらい、以下のようなAGENTS.mdを作った
    # 音声メモ文字起こしルール

このObsidian保管庫で音声メモを文字起こしして記録するときは、以下のルールに従う。

## 保存先とファイル名

- 文字起こし結果は、このObsidian保管庫内にMarkdownファイルとして保存する。
- ファイル名は `YYYYmmddhhmmss.md` とする。
- ファイル名に使う日時は、日本標準時（JST、UTC+09:00）での音声メモの記録日時とする。
- 記録日時を取得できない場合は、文字起こしファイルを作成した時点のJSTを使う。
- 月、日、時、分、秒は必ず2桁のゼロ埋めにする。
- 同名ファイルがすでに存在するときは上書きせず、JSTの秒を進めて未使用のファイル名を選ぶ。

  5. 動作確認

    1. 作成したプロジェクトで記録したいことを最初に「これから話すことをメモして」と言ってから話す。
    2. 話し終わった後、入力欄に文字起こしの文章はいるので、送信する
    3. ChatGPTがファイルを作成しましたと返すので、Obsidian開いてファイルができていたら成功

使ってみての所感

  • 考えながら話すの難しい

    • 映画やゲームのボイスメモのように、スムーズに思っていることを話せるかというと難しかった。
    • 今後慣れていくのか、事前にある程度考えてから話し出すのかはやり方を模索したい。

  • 保存方法、まとめ方は利用しながら改善

    • 現在は、話すたびに新規でファイル作成しているが、ファイルが増えると過去のファイルを探すのが大変になるかもしれない
    • Obsidianの機能で楽にできそうなので、要検討。