FEATURES

募集要項の4つの要件を、
すべて機能に落とし込みました

「無音の自動検出・カット」「AI音声解析」「直感的なGUI」「テスト・改善の継続対応」という募集要項の必須条件に対応する機能構成です。

AIによる音声解析

AI高精度 無音判定

RMS音量解析をベースに、将来的にはノイズ環境でも誤検出しにくい機械学習ベースの音声区間検出(VAD)モデルへの拡張も可能な設計にします。

しきい値調整機能

しきい値・最短無音時間の調整

収録環境のノイズフロアに合わせて感度を調整。「間」として残したい短いポーズと、カットしたい長い無音を明確に区別できます。

波形タイムライン表示

波形プレビュー+カット箇所一覧

カット前に波形上でどこが無音と判定されたか一目で確認可能。タイムスタンプ付きのリストでピンポイントに見直せます。

高音質な書き出し

無劣化カット・書き出し

FFmpegによるストリームコピーを基本に、再エンコードによる音質劣化を最小限に抑えた形での書き出しに対応します。

バッチ処理

複数ファイルの一括処理

フォルダ単位で複数の動画・音声をまとめて投入し、同じ設定で一括カット。繰り返し作業の時間を大幅に削減します。

直感的なGUI操作

直感的なGUI(Windows / Mac)

専門知識がなくても、ファイルをドラッグ&ドロップしてスライダーを動かすだけで使える操作性を重視して設計します。

TECH STACK

想定している技術構成

募集要項の必須条件・歓迎条件に沿った構成です。実装言語はご相談のうえ確定いたします。

解析・処理エンジンPython(NumPy / librosa 等)または C++。このデモと同様のRMSベース判定ロジックを実装。
動画・音声処理FFmpeg(音声トラック抽出・無劣化カット・各種フォーマット対応)
GUIPython+PySide6(Qt)、または C#+WPF。Windows / Mac 双方への配布を想定。
配布形態PyInstaller等でのexe/app化、インストーラー作成まで対応可能
将来拡張音声認識AI(Whisper等)と組み合わせた「言い淀み検出」「フィラーワード除去」などへの発展も相談可能