speak-memo README

speak-memo.rb は、音声入力からテキストを自動生成・整形して、タイムスタンプ付きで保存・表示する CLI ツールです。

🔧 依存環境

  • macOS（ffmpeg with avfoundation 対応）
  • Ruby 3.x
  • OpenAI API Key（ENV['OPENAI_API_KEY']）
  • ffmpeg（brew install ffmpeg）
  • $EDITOR 環境変数（例: code, vi, emacs）

📁 ファイル構成

  • speak-memo.rb：メインスクリプト
  • prompt.txt：整形ルール（ChatGPT system message用）
  • tmp/：録音と中間ファイル（自動生成）
  • output/：整形後テキストの保存先（自動生成）

▶️ 実行方法

ruby speak-memo.rb
  1. マイクから音声を録音（Enterで録音終了）
  2. Whisper APIで文字起こし
  3. ChatGPT APIで整形（prompt.txtを使用）
  4. output/YYYY-MM-DD-HHMMSS.txt に保存
  5. 整形テキストを $EDITOR で開く

✍️ prompt.txt の書き方（例）

・誤変換や文のねじれを整えてください。
・「ブルースカイ」は「Bluesky」にしてください。
・「ルビー」は「Ruby」にしてください。
...

📝 注意点

  • Whisper APIの使用量は 1分あたり $0.006（2025年5月現在）
  • 録音デバイスは :0 固定（必要に応じて変更）

original gist

（2025年5月8日）