11月18日、How-To Geekが「I built my own voice note pipeline to sort my ideas and tasks using local AI」と題した記事を公開した。重度のADHDを抱える筆者が、スマホの通知地獄から逃れるためにハンディレコーダーとローカルAIを組み合わせた自作パイプラインを構築し、音声メモをTodoistのタスクとObsidianのノートへ自動振り分けする仕組みを紹介している。
スマホを捨てて、ハンディレコーダーに逃げた理由
筆者は重度のADHDを抱えており、スマホを取り出すたびに通知に気を取られ、本来の目的を忘れてしまうという問題に悩んでいた。その解決策として選んだのが、iFLYTEK P1 Proというハンディボイスレコーダーだ。ボタン一つで録音が始まり、画面を開いてアプリを探す手間もなければ、通知が割り込む余地もない。
ところが、P1 Pro付属アプリの文字起こし機能は月間の無料枠が限られており、しかも起こした文字をどう処理するかは結局自分でやらなければならなかった。「録音して終わり」ではなく、「録音したら自動で全部やってくれる」仕組みが欲しかった筆者は、自前のパイプラインを構築することにした。
ADHDとボイスメモの組み合わせは、近年PKM(Personal Knowledge Management=個人知識管理)の文脈でも注目されている。PKMとは、日々の思考・情報・タスクを個人レベルで体系的に収集・整理・活用するための実践を指す概念で、ObsidianやNotionなどのツールがその代表格だ。ADHDを抱える人にとって「思いついた瞬間に記録する」ハードルを極限まで下げることは、PKMの実効性を左右する根本的な課題であり、ボイスレコーダーはその最有力解の一つとされている。
パイプラインの全体像:USB接続を起点に全自動
システムの流れはシンプルだ。
- P1 ProをUSBでPCに接続する
- バックグラウンドで動くPythonアプリが、レコーダーのボリュームIDを検知して自動起動
- 録音ファイルを年月ごとのフォルダにコピー(レコーダー側のファイルは削除しない。重複はハッシュで除外)
- **whisper.cpp**(約466MBの
small.enモデル)がオフラインで文字起こし - Gemma 3 12B(ローカルモデル)がTodoistへの追加候補・アイデア・決定事項・未解決の疑問などを要約・抽出
- 朝のブリーフィング時にClaudeが最終判断を行い、TodoistタスクやObsidianノートに振り分ける
すべての初期処理はローカルで完結する。音声データがクラウドに送られることはなく、プライバシー面での懸念を最小化している点がこの設計の肝だ。
「タスク」と「ただの思いつき」を分けるのがClaudeの仕事
パイプラインの中で最も面白い部分がここだ。
Gemma 3 12Bはローカルで動き、文字起こしの要約と候補の抽出を担うが、細部を見落としたり誤解することがある。そこで筆者は、毎朝Claudeが送ってくるモーニングブリーフの中に、Gemmaの出力と生の文字起こしの両方を渡している。
Claudeはその2つを読み合わせた上で最終処理を行う:
- 今すぐ対応が必要なこと/将来のタスク → Todoistに追加
- アイデアや思索 → Obsidianのノートとして保存
- 工房での加工設定など特定ドメインの情報 → レーザー設定データベースに追記
さらに、各ノートやタスクには音声ファイルのハッシュをレシートとして紐付けている。これにより重複登録を防ぎ、後からどの録音が元になったかを追跡できる。
ボイスメモの内容が「実際にコミットしたタスク」なのか「とりあえず口に出した思いつき」なのかを自動で判断させるというアイデアは、ADHD的な思考パターン(とりあえず全部しゃべる)と相性が良い。
次のステップ:Claudeもローカルに移行
現状、最終処理のClaudeだけがクラウドAPIを使っている。筆者は自身の環境としてRTX SparkおよびAMD Ryzen AI Max+ Strix Halo(いずれもRAM 128GB)を使用しており、Qwen 3.8-27Bへの切り替えを検討中だ。これが実現すれば、TodoistのAPI連携を除いてパイプライン全体がオフラインで動くことになる。
また、whisper.cppの代替として**Hermes**も候補に挙げている。whisper.cppがOpenAI Whisperモデルをローカル実行するためのC++実装であるのに対し、HermesはGitHub上で公開されている別系統の音声処理ライブラリで、筆者は精度面での改善を期待して移行を検討している。
技術スタックの整理
| 役割 | ツール |
|---|---|
| ファイル検知・コピー | Pythonカスタムアプリ |
| 文字起こし | whisper.cpp(small.enモデル、約466MB) |
| 要約・候補抽出 | Gemma 3 12B(ローカル) |
| 最終判断・振り分け | Claude(現在はAPI) |
| タスク管理 | Todoist |
| ノート管理 | Obsidian |
詳細はI built my own voice note pipeline to sort my ideas and tasks using local AIを参照していただきたい。