会議音声の自動書き起こしと議事録生成システムです。
本システムの利用には以下が必要です。
- AIモデルの実行に必要な NVIDIA GPU
- 音声データからの文字起こし、要約に必要なライブラリ等を格納した Singularity コンテナ
- 議事録生成に必要な LLM（Claude CLI またはローカル LLM）
- プロジェクト情報を記述した Markdown 形式のファイル（
docs/project.md）
RIKEN R-CCS Cloud のユーザーであれば、以下の資源を利用できます。
- Singularity コンテナのレシピは RIKEN-RCCS GitHub で公開されています。
trans.shが GPU を搭載した計算ノード（GB10, L40S, GH200）を自動選択してジョブを投入します。
オーディオ/ビデオ
↓
[whisper_vad.py]（SLURM ジョブ）
↓
文字起こしテキスト（発言者識別付き）
↓
[generate_minutes.py]（Claude CLI）
または
[generate_minutes_local.py]（ローカル LLM・vLLM）
↓
構造化議事録（決定事項 / アクションアイテム / 議事内容）
Minutes/
├── README.md # 本ファイル
├── CLAUDE.md # Claude Code プロジェクト説明
├── docs/
│ └── project.md # プロジェクト情報（概要・参加者・用語集）
├── scripts/
│ ├── trans.sh # SLURM バッチ書き起こしスクリプト
│ ├── whisper_vad.py # 主書き起こしスクリプト（Whisper + PyAnnote + VAD）
│ ├── generate_minutes.py # 議事録生成スクリプト（Claude CLI 使用）
│ └── generate_minutes_local.py # 議事録生成スクリプト（ローカル LLM 使用）
├── slack_bot/ # Slack Bot（常駐プロセス方式）
│ ├── bot.py # Slack Socket Mode エントリポイント
│ ├── pipeline.py # ダウンロード→文字起こし→要約→投稿パイプライン
│ ├── config.py # 環境変数読み込み
│ ├── .env.example # 環境変数テンプレート
│ └── requirements.txt
├── data/
│ └── input/ # 入力オーディオ/ビデオファイルおよび文字起こしテキスト（.md）
└── minutes/ # 生成された議事録
├── YYYY-MM-DD-timestamp-file-md-minutes.md
└── YYYY-MM-DD-timestamp-file-combined.txt # Stage 1 キャッシュ（再実行用）
docs/project.md にプロジェクトの概要・参加者・固有の用語などを Markdown 形式で記述します。
議事録生成 LLM のコンテキストとして活用されます。以下のセクションを含めると効果的です。
### プロジェクト概要
### ステークホルダー
### 主なプロジェクト参加者
### プロジェクト固有の用語
### 内部・外部の境界
### 会議の種類と頻度注意：
trans.shは R-CCS Cloud のログインノードから実行してください（SLURM ジョブ内からは実行できません）。
音声/動画ファイルを data/input/ に置き、R-CCS Cloud のログインノードから以下を実行します。
bash scripts/trans.sh data/input/meeting.mp4
# 冒頭 30 秒をスキップする場合
bash scripts/trans.sh data/input/meeting.mp4 --skip 30
# ローカル LLM エンドポイントを指定する場合
bash scripts/trans.sh data/input/meeting.mp4 --url http://ng-dgx-s-00:8000/v1
# 書き起こし済みの .md から議事録生成のみ実行する場合
bash scripts/trans.sh data/input/meeting.mp4 --minutes-only --url http://ng-dgx-s-00:8000/v1書き起こし完了後、generate_minutes_local.py（google/gemma-4-26B-A4B-it）で自動的に議事録が生成されます。
--url を省略した場合は http://localhost:8000/v1（または環境変数 GENERATE_MINUTES_URL）を使用します。
sinfo でパーティションの空き状況を確認し、以下の優先順位でジョブを投入します。
ng-dgx-sに空きあり → GPU 指定なしで投入（GB10 Grace Blackwell）ai-l40sに空きあり →--gpus=1付きで投入qc-gh200に空きあり → GPU 指定なしで投入- すべて混雑 →
ai-l40sにデフォルト投入
出力ファイル：
- 文字起こし:
data/input/meeting.md（入力ファイルと同名、拡張子を.mdに変換） - 議事録:
minutes/YYYY-MM-DD-timestamp-meeting-md-minutes.md
OpenAI 互換 API を持つローカル LLM（vLLM）で議事録を生成するスクリプトです。gemma-4-26B-A4B-it（MoE）を用いると Claude Sonnet 相当の品質が得られます。
単純な単一パス生成では会議後半が欠落しやすい問題（Lost in the Middle）を解決するため、以下の3ステージ方式を採用しています。
Stage 1: 文字起こしを 10 分チャンクに分割して各チャンクから事実を抽出
→ minutes/*-combined.txt にキャッシュ保存
Stage 2: 全チャンク要約を統合して議事内容（6-8 節）を生成
Stage 3: 同じチャンク要約から決定事項・アクションアイテムを抽出
| モデル | 評価 | 所要時間 | 備考 |
|---|---|---|---|
| Nvidia Nemotron-3-Super-120B | 未評価 | マルチステージ未実装時点での単一パス検証のみ。Lost in the Middle で後半欠落。検証環境なく追加評価不可 | |
| GLM-4.7-Flash（RiVault） | △ | 速い | chat template トークンが出力に混入。後処理でフィルタ追加で対応 |
| Qwen3-Swallow-32B-RL-v0.2（dense） | ○ | 約60分 | 高品質。常時 reasoning モード。--think --no-chat-template-kwargs が必要 |
| Kimi-K2-Thinking（RiVault） | ✗ | − | RiVault の 60 秒 gateway timeout により長文生成で 504 エラー。実用不可 |
| Qwen3-Swallow-30B-A3B-RL-v0.2（MoE） | ○ | 約20分 | 高品質・高速。dense 比約2倍速。--think --no-chat-template-kwargs が必要 |
| gemma-4-26B-A4B-it（MoE） | ◎ | 約25分 | 現在の推奨。 Qwen3-Swallow より高品質。--think --temperature 1.0 で動作。vLLM に --reasoning-parser gemma4 が必要 |
| 観点 | Claude CLI | ローカル LLM（gemma-4-26B-A4B-it） |
|---|---|---|
| プロジェクト文脈の活用 | CLAUDE.md を自動読み込み、プロンプト不要 |
docs/project.md をプロンプトに埋め込んで対応 |
| 議事内容の品質 | 高品質 | 同等レベル（Claude Sonnet 相当） |
| 固有名詞の正確性 | ほぼ正確 | 目視確認を推奨 |
| 実行環境 | Claude CLI が必要 | vLLM サーバーがあれば動作 |
| 所要時間 | 数分 | 約25分 |
どちらも実用的な品質で議事録を生成できます。外部サービスに依存しないクローズド環境での運用には generate_minutes_local.py（vLLM + gemma-4）が適しています。
SLURM バッチジョブの代わりに、Slack からコマンド一発で書き起こし・議事録生成を行う常駐 Bot です。 専有サーバー（ng-dgx-s 等）上で常時起動しておくことで、バッチキューを意識せずに利用できます。
| コマンド | 説明 |
|---|---|
/transcribe <ファイル名> |
チャンネルにアップロードされた音声ファイルを文字起こし・議事録生成する |
/delete <ファイル名> |
Bot がアップロードしたファイルを削除する。拡張子を省略した場合は .md を自動付加 |
ユーザー (Slack)
├─ 1. 音声ファイルをチャンネルにアップロード
└─ 2. /transcribe <ファイル名> を実行
↓ Socket Mode (WebSocket)
Slack Bot（常駐 Python プロセス）
├─ 即時 ACK（3秒以内）
├─ Singularity コンテナ内で Whisper 文字起こし
├─ generate_minutes_local.py で議事録生成
└─ 議事録ファイルを Slack スレッドにアップロード
Socket Mode を使用するため、サーバーの外部公開ポートは不要（アウトバウンド 443 のみ）。
cd slack_bot
pip install -r requirements.txt
cp .env.example .env
# .env にトークン・設定を記入
python bot.py| 変数 | 説明 |
|---|---|
SLACK_BOT_TOKEN |
Bot User OAuth Token（xoxb-...） |
SLACK_APP_TOKEN |
App-Level Token（xapp-...、Socket Mode 用） |
AUDIO_SAVE_DIR |
音声ファイル一時保存先 |
VLLM_API_BASE |
vLLM エンドポイント（例: http://localhost:8000/v1） |
VLLM_MODEL |
使用モデル名 |
HUGGING_FACE_TOKEN |
PyAnnote 用（~/.secrets/hf_tokens.sh でも可） |
詳細は slack_bot/ 内の .env.example および CLAUDE.md の「Slack Bot」セクションを参照してください。