個人開発者kagami7777、AI 動画要約サービスを公開──WhisperとLLMでYouTube動画を自動構造化
YouTubeのURLを入力してWhisperの文字起こしとLLM解析により要約・タイムラインを生成する個人開発ツールが、無料で公開された。
リリース: 2026-08-08 · 読了 2 分記事の要約
1. 核心（What）
- 個人開発者のkagami7777が、YouTube動画のURLを入力して内容を自動要約するWebサービスを公開した。
- Whisperによる音声認識を経由して文字起こしを行い、LLMによって動画の概要・重要ポイント・タイムラインなどを生成する。
- 個人サーバーでの運用のため、1日・1か月あたりの最大要約数や、1時間以上の動画を対象外とする制限が設けられている。
- Google認証によるログインに対応し、現在は無料で利用可能である。
2. 影響（Why）
- 個人開発におけるMVP検証の設計: 最初から有料プランを作り込まず無料で公開することで、サーバー負荷の許容値や実際の利用動向を早期に検証するアプローチが取られている。
- 国内個人開発者・小規模チームへの影響: 個人開発サービスをMVPの段階で素早く一般公開し、フィードバックループを回す開発フローの実例として参考になる。
3. 根拠・詳細（How）
- WhisperとLLMを組み合わせた処理パイプライン: YouTube URLから動画・音声を取得し、Whisperによる音声認識で文字起こしを実行した上で、LLMに入力して要約結果を生成する。
- 単一GPU環境におけるアクセス制御: 個人サーバーでの1基のGPUによる運用を前提としており、同時実行数の制限、レート制限、待機列、キャッシュを組み合わせて順番に処理する仕組みを採用している。
4. 展望・課題（Next）
- 対応フォーマットと利用シーンの拡張: 今後はYouTube動画だけでなく、動画ファイルや音声ファイルのアップロード、会議・セミナー・講義動画の要約へ対応範囲を広げる予定である。
- フィードバック機能に基づく改善: 👍/👎による評価機能に加え、要約の長さや正確性など具体的な改善につながるフィードバックの収集を計画している。