なぜ我々は外部通信を行わないエアギャップ対応AI議事録を作ったのか？

世の中には数多くの優れたAI文字起こしサービス（Notta、CLOVA Note、Otter.aiなど）が存在します。しかし、弁護士、公認会計士、上場企業の経営企画、医療機関などの現場では、次のような制約が一般的です。

• クライアントの相談内容や未公開決算、患者の診察音声をクラウドへアップロードすることが、コンプライアンス規程や職業倫理上、認められないケースが多い。
• セキュリティポリシーで外部クラウドへのアップロードが制限されている組織では、担当者が**「手動で何時間もかけてテープ起こしと議事録作成を行う」**という負担を抱えがちである。

この課題に対する一つの解として開発されたのが、LocalMinute AI です。

---

1. 最大の核心: セットアップ後は「回線を抜いても動く」完全自律性

多くの「ローカルAI」を謳うソフトウェアの落とし穴は、起動時や処理中にライセンス認証やテレメトリ（利用状況送信）のために裏で通信を行っている点にあります。

LocalMinute AI の設計思想は、徹底的な**「減算と隔離（エアギャップ環境対応）」**です。

• 初回のモデルセットアップが完了した後は、Wi-Fiや有線LANを切断した状態でも、すべての機能が動作するよう設計されています。
• 飛行機内、新幹線、電波の届かない地下会議室、あるいはインターネットから隔離された自治体・官公庁・病院の閉域網端末でも、録音ファイルを放り込むだけでその場で議事録が完成します。
• 本ソフトウェア自身が外部へ送信するデータはありません（初回モデル取得後。OSや他の常駐ソフトの通信は本ソフトウェアの対象外です）。

---

2. 妥協のない技術構成: 話者分離 ＆ Non-Embedding RAG

A. ローカルで完結する話者分離 (sherpa-onnx + CAM++)

「誰が何を言ったか」の分離処理は、通常クラウドサーバー上で行われます。これを ONNX ランタイムと CAM++ 音響モデルに落とし込み、ローカルマシンのCPU/GPUだけで完結するように最適化しました。

B. 画像・PDFからのローカルOCR推論

会議の音声だけでなく、配布された紙資料や領収書、スライド画像も外部クラウドに渡すことなく、PCローカルのOCRモデルでテキスト抽出。文字起こしデータと一元化してローカルDBへ格納します。

C. なぜ我々はEmbeddingを捨てたのか？（Non-Embedding RAG）

ZoomやTeamsでオンライン会議をしながらAIを同時稼働させる場合、1MBでも多くのVRAMとメモリを空けておく必要があります。 巨大なEmbedding（ベクトル変換）モデルを常駐させるのではなく、「LLMによるクエリ拡張 ＋ SQLite FTS5 (trigram高速全文検索)」 を採用。 メモリ消費を抑えながら、曖昧な日本語キーワードでも過去の全会議ログから目的の発言をピンポイント検索できるアーキテクチャを実現しました。

---

3. まとめ: 安全なAIは「ローカル完結」から始まる

AIがどれほど進化しても、企業の最も重要な意思決定、法的な機密、医療のプライバシーはクラウドに出すべきではありません。

• 自社PCのスペックを活かして、従量課金ゼロ・定額で使い倒したい方
• 閉域網や機密環境でAI議事録を導入したい組織

ぜひ、LocalMinute AI の詳細と無料版ダウンロード をお試しください。