対応バージョン：2.0.0 · 更新日：2026-08-20

LexVoice は、Obsidian 上で動作する録音・文字起こし・AI 議事録プラグインです。バックグラウンド録音、分割方式またはストリーミング方式の文字起こし、AI による構造化 Markdown 議事録への整理に加え、ディクテーション、音声インポート、リアルタイムアウトライン、ナレッジ蓄積などの機能を備えています。本マニュアルは一般ユーザーを対象に、インストール、設定、日常的な使い方、トラブルシューティングまでを解説します。

1. 製品概要

1.1 位置づけ

LexVoice は Obsidian を「議事録係」に変えるプラグインです。録音中は音声を分割単位で自動的に文字起こしへ送り（文字起こしとは音声を文字として認識させるサービスのことで、クラウド版またはローカル版をユーザー自身で設定する必要があります）、録音終了後には大規模言語モデル（LLM、すなわち AI 整理サービス）がすべての文字起こし結果を統合・推敲し、構造化された Markdown 議事録に仕上げます。会議録音のほかにも、即時ディクテーション（短い音声をカーソル位置へ直接書き込む機能）、既存音声のインポートと文字起こし、リアルタイムアウトライン、議事録への質問、ナレッジ蓄積（人物、ToDo、学習カード、ホットワード）といった機能を提供します。

1.2 中核となるワークフロー

録音ルート（録音しながら文字起こし）

录音（分段切片，边录边转）
   │
   ▼
转写（云端或本地语音识别服务，逐段返回文字）
   │
   ▼
AI 整理（大模型按所选模板合并润色）
   │
   ▼
结构化纪要（frontmatter + 正文 + 可折叠原始材料）

録音を開始した瞬間に、プラグインは議事録フォルダへプレースホルダーノートを作成します。各分割の文字起こしが完了するたびにリアルタイムでノートへ書き込まれ、録音停止後は仕上げ処理に入り、最終的に整形統合された完全な議事録として書き直されると同時に、その日のデイリーノートにも連動して記録されます。

インポートルート（ファイル全体）

准备音频 → 语音转写（整文件提交）→ 写入原文 → AI 整理 → 写入纪要

インポートではローカルでの分割を行わず、ファイル全体を一度に文字起こしサービスへ送信するため、話者番号が最初から最後まで一貫します。5 つの段階は処理進捗パネルに順次表示されます。

2 つのチェックポイント：元の文字起こしが完全にファイルへ保存されたことが確認できて初めて AI 整理へ進みます。整理に失敗しても逐語原稿は失われません。AI 整理は内容量に応じて分割実行され、完了済みの部分は記録されるため、途中で失敗しても不足分のみを補い、完了済みの内容を再実行することはありません。

1.3 システム要件

• Obsidian 1.10.0 以上（人物ライブラリなどの Bases ビューは、このバージョンの公式 Bases 機能に依存します）。
• デスクトップ版（Windows / macOS / Linux）はすべての機能に対応します。
• モバイル版でもインストール・有効化できますが、対応するのは「マイクのみ」の録音だけです。ストリーミング文字起こし、ストリーミングディクテーション、PDF レポートなどはデスクトップ版限定です。詳しくは第 13 章と付録をご覧ください。
• 少なくとも 1 つの文字起こしサービス（SiliconFlow、Xiaomi MiMo など）の設定が必要です。AI 整理を利用する場合は、さらに OpenAI 互換の大規模言語モデルサービスの設定が必要です。
• 一部のナレッジ層ビュー（学習ウォール、ToDo ウォールなど）はコミュニティプラグイン Dataview に依存します。

2. インストールと更新

2.1 GitHub Release からの手動インストール

これはリポジトリのドキュメントに記載された標準的なインストール方法です。

1. リリースページ https://github.com/Lynn-x/LexVoice/releases を開き、最新バージョンの 3 つのファイル main.js、manifest.json、styles.css をダウンロードします。
2. Obsidian を終了します。
3. ご利用の保管庫（vault）ディレクトリで .obsidian/plugins/ に移動し、lexvoice という名前のフォルダを新規作成して、3 つのファイルをその中に置きます（完全なパスは <保管庫ディレクトリ>/.obsidian/plugins/lexvoice/ です）。
4. Obsidian を再度開き、「設定 → コミュニティプラグイン」（设置 → 第三方插件）に移動して、セーフモードがまだ有効な場合はオフにし、プラグイン一覧で「LexVoice」を有効化します。

注意：LexVoice のリリース tag はバージョン番号のみ（例：2.0.0、v の接頭辞なし）です。

2.2 BRAT を使ったインストール

リポジトリのルートディレクトリには manifest.json と versions.json が含まれており、BRAT（Beta Reviewers Auto-update Tester、ベータ版プラグインをインストールするためのコミュニティプラグイン）のディレクトリ要件を満たしています。BRAT で「Add beta plugin」を選び、リポジトリのアドレス Lynn-x/LexVoice を入力してインストールを試すことができます。BRAT でのインストールがうまくいかない場合は、2.1 節の手動インストールに戻ってください。

2.3 プラグイン内蔵の差分アップデーター

インストール後は、以降のアップグレードで手動によるファイル置き換えは不要です。

• 場所：「設定 → 更新」（设置 → 更新）。このページには現在のバージョン、利用可能なバージョン、前回の確認時刻、前回のエラー、予備ダウンロードソースの数が表示され、「更新を確認」（检查更新）「ワンクリック差分更新」（一键增量更新）ボタンと、「GitHub を開く」（打开 GitHub）「Release を開く」（打开 Release）の直リンクが用意されています。
• 自動確認：既定で「起動時に自動確認」（启动时自动检查）が有効になっており、実行は最大 24 時間に 1 回です（起動後およそ 4 秒遅らせてバックグラウンドで実行されます）。新しいバージョンが見つかると通知が表示されます。
• コマンドパレットにも「更新を確認」（检查更新）「利用可能な更新をインストール」（安装可用更新）の 2 つのコマンドがあります。
• 複数のダウンロードソース：更新のインストール時には fastly.jsdelivr（バージョン tag 指定）→ cdn.jsdelivr（バージョン tag 指定）→ GitHub Release 直接接続 → mirror.ghproxy.com → ghproxy.net の順に試行し、最後にブランチソースへフォールバックします。jsDelivr のミラーは中国国内のネットワーク環境でも通常は直接接続でき、プロキシは不要です。
• 安全機構：更新前に manifest.json、main.js、styles.css、README.md および data.json（プラグイン設定）をプラグインディレクトリ配下の .lexvoice-update-backups/<タイムスタンプ>/ へバックアップします。すべてのファイルをいったんメモリへダウンロードし、必須ファイルが 1 つでも失敗した場合は全体を中止して一切書き込みません。書き込み時は manifest.json を最後に回し、書き込み後にファイルごとに読み戻して検証することで、バージョンの不整合を防ぎます。

2.4 アップグレード時の注意事項

• 更新はリリースファイル（main.js など）を置き換えるだけで、data.json は上書きされません。API キー、保存先パス、カスタムプロンプト、キューのデータはいずれも保持されます。
• 更新完了後は Obsidian の再起動、またはコミュニティプラグインのページで LexVoice をいったん無効化してから再度有効化すると、新しいバージョンが反映されます。
• バージョン番号が同じ場合でも「ワンクリック差分更新」で公式ファイルを再インストールでき、ローカルファイルの破損を修復する用途に使えます。
• プラグインは起動時に main.js の実際のバージョンと manifest.json のバージョンが一致するかを自己診断し、一致しない場合は常駐の警告を表示します。その際は更新をもう一度実行することをおすすめします。

3. クイックスタート：3ステップで最初の議事録を作成

ステップ 1：文字起こしサービスを設定する

文字起こしサービスは音声を文字として認識する役割を担い、設定が必須の項目です。

1. 「設定 → コミュニティプラグイン → LexVoice → API」（设置 → 第三方插件 → LexVoice → API）を開きます。
2. 「議事録の文字起こし」（纪要转写）欄の「文字起こしサービス」（转写服务）ドロップダウンからサービスを 1 つ選びます（既定は SiliconFlow）。選択すると、そのサービスのガイドカード（説明、料金の目安、設定手順、公式ドキュメントへのリンク）が表示されます。
3. サービス提供元の公式サイトで登録してアクセスキー（API Key）を取得し、「アクセスキー」（访问密钥）の入力欄に貼り付けます。サービスアドレスとモデル名は通常、既定値のままで構いません。
4. 「接続テスト → テスト」（连通性测试 → 测试）をクリックします。プラグインは 1 秒の無音音声を使って実際の文字起こしリクエストを送信し、成功すると返却結果が、失敗するとエラー内容が表示されます。

より手軽な方法：Xiaomi MiMo や SiliconFlow のように文字起こしと大規模言語モデルの両方を提供するプラットフォームを利用する場合は、「設定 → LexVoice（ホーム）→ クイック設定」（设置 → LexVoice（首页）→ 快速配置）でプロバイダーを選び、キーを 1 回入力して「適用」（应用）を押すだけで、文字起こしサービスと AI 整理サービスを同時に設定でき、1 セットの API プランとして自動保存されます。設定が終わればステップ 3 へ進んで構いません。

ステップ 2：AI 整理用の大規模言語モデルを設定する

AI 整理サービスは、文字起こしされたテキストを統合・推敲して構造化された議事録に仕上げます。設定しなくても録音と文字起こしは可能ですが、議事録は素の文字原稿のままになります。

1. 「設定 → API → AI 整理サービス」（设置 → API → AI 整理服务）を開きます。
2. 「サービスプリセット」（服务预设）ドロップダウンからプロバイダーを選びます（SiliconFlow、OpenAI、DeepSeek、阿里云百炼、智谱 GLM、ローカルの Ollama など 19 種類のプリセットを内蔵）。アドレスは自動で入力されます。
3. アクセスキーを入力します（文字起こしと同じく SiliconFlow または MiMo を使う場合は「文字起こしキーを流用」（复用转写密钥）を押せます）。
4. 「利用可能なモデルを取得」（获取可用模型）を押し、サービスから返されたモデル一覧から 1 つを選択すると、手入力による誤りを避けられます。
5. 「接続をテスト」（测试连接）を押して、アドレス・キー・モデルの 3 要素が噛み合っているかを検証します。

ステップ 3：録音して議事録を得る

1. 画面上のフローティングバブルのマイクボタン（または左側リボンのマイクアイコン、リアルタイム議事録パネル下部の「新規録音」（新建录音）ボタン）をクリックして録音を開始します。プラグインはただちにプレースホルダーノートを作成し、現在の音声ソースと分割方針を説明する通知を表示します。
2. いつもどおり会議や発言を進めます。既定では 5 分ごとに 1 分割を切り出して文字起こしへ送ります（開始から 10 秒、60 秒、180 秒の時点でも 1 回ずつ早めの分割が行われるため、すぐに文字を確認できます）。各分割の文字起こしはリアルタイムでノートへ書き込まれ、リアルタイムアウトラインも同時に更新されます。
3. 話し終えたらフローティングバブルの停止ボタン（またはパネルの停止ボタン）を押します。プラグインが自動的にすべての文字起こしを統合・推敲し、構造化された議事録として書き直し、主題を抽出してファイル名に追記したうえで開きます。これで最初の議事録は完成です。

パソコンで再生されている音声（オンライン会議やオンライン講座の動画）を拾いたい場合は、先に仮想サウンドカードをインストールし、「設定 → 一般 → 音声入力」（设置 → 常规 → 音频输入）で録音ソースを切り替える必要があります。詳しくは 4.3 節をご覧ください。

4. 録音と会議議事録

4.1 機能の位置づけ

会議録音は LexVoice の主要ルートです。録音開始から議事録の出力まで全工程が自動化されており、途中で一時停止したり、文字起こしやアウトラインをリアルタイムに確認したりできます。終了後は AI が選択したテンプレートに沿って文章にまとめ、自動的に命名・保存し、デイリーノートへも書き込みます。

4.2 開始、一時停止、停止

録音を開始する入口は次のとおりです。

• コマンドパレットの「録音の開始/停止」（开始/停止录音）。
• コマンド「録音開始 · マイクのみ」（开始录音 · 仅麦克风）「録音開始 · マイク + パソコン音声」（开始录音 · 麦克风 + 电脑音频）「録音開始 · パソコン音声のみ」（开始录音 · 仅电脑音频）（その回限りの音声ソース指定で、既定の設定は変更されません）。
• 左側リボンのマイクアイコン。
• フローティングバブルのアイドル状態にあるマイクボタン。
• リアルタイム議事録パネルのアイドル状態で下部に表示される「新規録音」（新建录音）ボタン。

録音を開始すると、プラグインはただちに議事録フォルダへプレースホルダーノートを作成し（ファイル名は「議事録ファイル名の書式」（纪要文件名格式）に従って生成され、既定は YYYY-MM-DD HHmm）、現在の音声ソースと分割方針を説明する通知を表示します。「録音開始時にリアルタイム議事録パネルを自動で開く」（录音开始时自动打开实时纪要面板）（既定はオン）が有効な場合、サイドバーのパネルも合わせて開きます。

一時停止と再開：コマンド「録音の一時停止/再開」（暂停/继续录音）、フローティングバブルの一時停止ボタン、またはパネルの録音ステータスバーにある一時停止ボタンで操作します。一時停止中は計時が止まり、その時間は録音時間にも分割の切り替え地点にも算入されません。

録音の停止：コマンド「録音の開始/停止」、リボンのアイコン、フローティングバブルの停止ボタン（ツールチップは「停止して統合・推敲」（停止并合并润色））、またはパネルの停止ボタンで行います。停止後は自動的に仕上げ処理へ入ります。

1. 最後の分割音声を切り出し、その回のマスター録音（完全な録音ファイル）を保存します。
2. 最後の分割の文字起こし完了を待ち、すべての分割の文字起こしを統合します。
3. 大規模言語モデルが選択されたモードのテンプレートに沿って統合・推敲します。
4. 「議事録の統合レイアウト」（纪要整合排版）に従ってノート全体を書き直します（この設定をオフにしている場合は「## 整合版」ブロックの追記に変わります）。
5. AI が 15 文字以内の主題を抽出してファイル名に追記します。
6. その日のデイリーノートの「今日の会議サマリー」（今日会议概要）へ書き込みます。
7. 文字起こしに成功した分割のキャッシュ音声を整理します。
8. 「LexVoice の処理が完了しました」（LexVoice 处理完成）と通知し、議事録を自動的に開きます（「設定 → 一般 → 完了後の動作」（设置 → 常规 → 完成后动作）でオフにできます）。

AI 整理に失敗した場合、再試行可能なタスクは未処理キューに入り、議事録には元の文字起こしが残るため内容は失われません。

4.3 3 種類の音声ソースモード

「設定 → 一般 → 音声入力 → 録音ソース」（设置 → 常规 → 音频输入 → 录音来源）、またはパネルのアイドル状態にある「音声」（音频）ドロップダウンで選択します。

「パソコン音声」を使う 2 つのモードでは、必ず先に仮想サウンドカードをインストールし、設定で明示的にデバイスを指定する必要があります。Windows では VB-Cable、macOS では BlackHole、Linux では PulseAudio/PipeWire の monitor デバイスを使用します。デバイスが未指定の場合、プラグインは推測せずにそのままエラーを返します。設定ページの「パソコン音声ガイド」（电脑音频指引）ボタンを押すとインストール手順のダイアログが開き、「自動おすすめ」（自动推荐）ボタンは仮想サウンドカードを検出した際にミックスモードまたはパソコン音声のみのモードへワンクリックで切り替えられます。

各文字起こし分割には音声ソースの印が記録されます。ただし注意点として、ミックスモードは 1 トラックに録音されるため、プラグインは音声から「どの発言が自分のもので、どれがパソコンからの音か」を区別できません。詳しくは 13.2 節をご覧ください。

4.4 録音デバイスの選択

「設定 → 一般 → 音声入力」（设置 → 常规 → 音频输入）には「マイク」（麦克风）と「パソコン音声入力」（电脑音频输入）の 2 つのデバイス選択ドロップダウンがあり（現在のモードに応じて表示）、システムのすべての音声入力デバイスが一覧表示されます。仮想サウンドカードと推測されるものには「（推奨 · 仮想サウンドカード）」の注記が付きます。マイクを空欄にするとシステム既定の入力が使われます。特定のデバイスを指定した場合、プラグインは厳密にそのデバイスを開き、使用できないときはエラーで再選択を促します。別のデバイスへ黙って切り替えることは決してありません。録音中はパネル下部にデバイスのステータスバーと、入力系統ごとの 12 段階レベルメーターが表示され、無音時には「ミュート」（静音）の文字が表示されます。

4.5 分割の仕組み（即時分割文字起こし）

「即時分割文字起こし」（即时分段转写）（既定はオン）を有効にすると、録音は分割間隔ごとに自動で切り出され、切り出されるたびにただちに文字起こしへ送られます。結果はリアルタイムでノートの分割エリア（書式は「### 段落 N (MM:SS–MM:SS)」で、クリックして聞き直せる音声アンカー付き）へ書き込まれ、「段 N を文字起こししました」（段 N 已转写）の通知が表示されます。

分割の仕組みにおける主なパラメータは次のとおりです。

その他の挙動は次のとおりです。

• 文字起こしに失敗した分割には失敗の印が付き、自動的に再試行キューへ入ります（第 12 章を参照）。
• 「即時分割文字起こし」をオフにすると、その回の録音は停止時に一括で文字起こしされます。
• 現在の文字起こしサービスがストリーミング型（OpenAI Realtime、阿里 Paraformer などの wss エンドポイント）の場合、分割設定は無効となり、代わりに全編リアルタイム字幕になります。詳しくは 8.4 節をご覧ください。

4.6 録音ファイルの保存とクリーンアップ

• マスター録音：独立したレコーダーが全編を録音し、停止時に lex-<YYYYMMDD-HHmmss>.<拡張子> として録音フォルダ（既定は LexVoice/录音）へ保存します。長期保存され、自動削除はされません。形式は通常 webm/opus です。
• 分割キャッシュ：録音中に切り出された断片は、まず分割キャッシュフォルダ（既定は LexVoice/.cache/segments）へ書き込まれます。その回の仕上げ処理が成功し、マスター録音が存在する場合、文字起こしに成功した断片は自動的にシステムのゴミ箱へ移動されます。失敗して再試行待ちの断片は保持されます。「バックグラウンド断片音声を保持」（保留后台切片音频）（既定はオフ）を有効にすると、すべて保持する動作に変わります。
• 手動クリーンアップ：コマンド「期限切れの分割音声キャッシュを整理」（清理过期分段音频缓存）は、キャッシュのうち 7 日を超え、再試行キューから参照されていない音声を削除します。コマンド「空白の短時間録音を整理」（清理空白短录音）は議事録フォルダを走査し、長さが 10 秒以下で有効な文字起こしテキストがない議事録を洗い出し、確認のうえ関連する録音ごとシステムのゴミ箱へ移動します。
• 誤操作のフィルタ：「3 秒以内の録音をフィルタ」（过滤 3 秒内录音）（既定はオン）は、3 秒未満の録音をそのまま破棄し、音声の保存も議事録の作成も行いません。
• 削除操作はすべてシステムのゴミ箱を経由するため、復元できます。

4.7 議事録ノートの構造

統合レイアウト（既定はオン）の場合、最終的な議事録の構造は上から順に次のようになります。

1. YAML frontmatter（ドキュメントプロパティ領域）：プラグインが mode（モード）、time、时长、人物 などのフィールドを挿入します。主题、参会人 などの内容フィールドは AI がモードのテンプレートに沿って記入し、文字起こしに言及がない項目には「未提及」と記載されます。状态: 已整理 も付与されます。tags には lexvoice/<モード> というシステムタグと、AI が提案した主題・プロジェクト・企業・業界などの中国語タグが自動的に含まれます。
2. タイトル：「# 日付時刻 · モード接頭辞」。
3. AI 整理の本文：冒頭に要約のクイックビュー（callout ブロック）を置き、本文は議論の流れに沿って見出しレベル 3 で構成され、ToDo には - [ ] のタスク記法を使います。
4. 区切り線の下の「## 原始材料」エリア：録音情報、会議中の資料、リアルタイムアウトライン、聞き直し用タイムライン、元の音声、「分段原始转写」などがそれぞれ折りたたまれて格納され、各分割には時間区間と聞き直しアンカーが付きます。

統合レイアウトをオフにすると、ノートは時系列で元の分割を保持し、末尾に「## 整合版」ブロックが追記されます。AI の出力が途中で切れた場合は、本文の冒頭に警告が挿入されます。

4.8 既存の議事録に続けて録音する

パネルの「議事録」（纪要）リストで議事録を右クリックし、「この議事録に続けて録音」（继续录音到这篇）を選ぶと、プラグインはその議事録の元の文字起こしをベースに新しい録音を開始します。新しい分割の時間オフセットは元の議事録の総時間に続けて計算されます。停止後は新旧の分割が統合されて再整理され、議事録全体が書き直されます。同じメニューには「直前の録音と統合」（与上一段录音合并）もあります。対象は LexVoice の元の文字起こし分割を含む議事録である必要があり、そうでない場合は続けて録音できない旨が表示されます。

4.9 デイリーノート連携（今日の会議サマリー）

議事録の整理に成功すると、プラグインはその日のデイリーノート（Obsidian のデイリーノート機能に依存し、存在しない場合はそのテンプレートに従って自動作成されます）内で「今日の会議サマリー」（今日会议概要）の見出しを探すか新規作成し、サマリーを 1 件追記します。既定では時刻、議事録へのリンク、モード/長さ/分割数/モデルのメタ情報、要点の要約、ToDo ブロックが含まれます。同じ会議を再度整理した場合は、重複追記ではなくその場で更新されます。関連する設定は「設定 → 一般 → 完了後の動作」（设置 → 常规 → 完成后动作）にあり、オン/オフ（既定はオン）、見出しの文言、サマリーのテンプレートをいずれもカスタマイズできます。テンプレートは {{date}}、{{note_link}}、{{summary}}、{{todos_block}} などのプレースホルダーに対応しています。

4.10 フローティングバブル

フローティングバブルは既定で画面上に常駐し、ドラッグで移動できます。位置は自動的に記憶され、画面端に寄せると自動的にドック状の表示へ収まり、ウィンドウのサイズ変更後は自動的にビューポート内へ戻ります。状態は 3 つあります。

• アイドル状態：3 つの円形ボタン（最近の議事録を開く（該当箇所へジャンプ）、ディクテーション（クイック口述）、会議録音の開始）。
• 録音状態：コントロールカプセル（現在の録音ノートの文字起こし位置へジャンプ、一時停止/再開、停止して統合・推敲、リアルタイムのタイマー）。
• ディクテーション状態：リアルタイム字幕カプセル（ストリーミングディクテーション時は話しながら現在の文が表示され、バッチディクテーション時は「聞き取り中…」（聆听中…）と表示された後、「AI が整理中…」（AI 整理中…）「書き込み済み」（已写入）と順に表示されます）。

フローティングバブルは常時表示され、自動的に隠れることはありません。コマンド「フローティングバブルの表示/非表示（全体スイッチ）」（显示/隐藏悬浮气泡（总开关））または「設定 → 一般 → フローティングコントロール → フローティングバブルを表示」（设置 → 常规 → 悬浮控制 → 显示悬浮气泡）でオフにできます。「フローティングウィンドウのサイズ」（悬浮窗大小）は大/中/小の 3 段階（既定は大）です。

4.11 話者の区別（マルチチャンネルマイク）

1 台の受信機に複数の送信機を接続するマイク（例：DJI Mic）で録音する場合、話者ごとに独立したチャンネルを占有するため、プラグインはこれを利用して文字起こしの段階で直接話者を区別できます。AI に文脈から推測させる必要はありません。

設定場所：設定 → 一般 → 音声入力 → 「話者の区別」（说话人区分）。このフィールドは「録音ソース」が「マイクのみ」で、かつデスクトップ版で動作している場合にのみ表示されます。

録音前にテストする：フィールド右側の「テスト」（测试）ボタンを押し、案内に従ってマイクごとに順番に話してください。プラグインは 5 秒のサンプルを録音してデコード・解析し、4 行の結果を表示します。

「分離済み」（已分离）であれば通常どおり利用できます。「内容が同一」（内容相同）は 2 つのチャンネルが同じ音声を録音していることを意味するので、受信機側で出力を「Stereo（ステレオ）」に変更してから再試行してください。「未確認」（未确认）は判断材料が不足している状態です。マイクごとに順番に話したうえで、もう一度テストしてください。

「自動」モードの判定プロセス：デバイスがマルチチャンネルを報告した場合、プラグインはまず保留状態に入り、実際にいずれかの分割録音で互いに独立したチャンネルが確認できて初めて、チャンネル別の文字起こしを正式に有効化します。モノラル、または 2 チャンネルの内容が重複していると判定された場合、その回の録音は 1 人の話者として固定的に扱われます。これにより、「1 本のマイクがドライバーによって左右チャンネルへ複製されている」状態を 2 人と誤認することを防げます。

文字起こし結果：各発言は「说话人1：」のようなラベルで段落が始まり、本文中には後から名前を変更する際に正確な位置を特定するための不可視アンカーも同時に書き込まれます。

実名を入力する：文字起こしが完了し AI 整理へ進む前に、「話者の確認」（确认说话人）ウィンドウが表示され、話者番号と最大 2 件の発言例が話者ごとに一覧表示されます。ここで名前を直接入力するか、「今は入力しない」（暂不填写）を選ぶこともできます。その後もサイドバーの「アウトライン」（大纲）または「ナレッジ蓄積」（沉淀）タブの上部にある「話者を編集」（编辑说话人）カードからいつでも追加入力できます。入力すると AI は名前に沿って発言・結論・ToDo を整理します。名前は議事録の本文と元の文字起こしエリアへ書き戻され、frontmatter の lexvoice_speakers フィールドにも記録されます。議事録の整理が完了した後に名前を変更した場合は、コマンド「現在の議事録を再整理（話者名を使用）」（重新整理当前纪要（使用说话人姓名））で本文を名前入りに書き直せます。

制限事項：

• 対応するのは「マイクのみ」の音声ソースのみです。「マイク + パソコン音声」と「パソコン音声のみ」ではチャンネルによる区別は行いません。
• 区別できるチャンネルは最大 4 つで、5 つ目以降は無視されます。
• リアルタイム（ストリーミング）文字起こしでは話者を区別しません。区別が必要な場合は、分割文字起こしによる録音フローを使うか、音声のインポート時に話者識別を有効にしてください（7.5 を参照）。
• モバイル版ではこの機能を利用できません。
• 録音のエンコードによってマルチチャンネルが少ないチャンネル数へダウンミックスされることがあります。その場合は「入力デバイスはマルチチャンネルですが、録音ファイルはモノラルです」（输入设备为多声道，但录音文件只有单声道）と表示され、その回はモノラルとして文字起こしされます。

4.12 注意事項

• すでに録音中、またはディクテーション中の場合、新たな録音を開始することはできません。
• 録音中にシステムがマイクの権限を取り消すと、録音は受動的に一時停止状態となり、パネルに「マイクへのアクセスが拒否されました」（麦克风访问被拒绝）のオーバーレイが表示されます。「録音のみ保存」（仅保存录音）を選ぶか、システム設定へ移動できます。権限を回復した後は、録音を最初からやり直す必要があります。
• AI 整理には大規模言語モデルサービスの設定が必要です。未設定または呼び出しに失敗した場合、議事録には元の文字起こしテキストが残るため、設定を修正してから再整理できます。
• ネットワークが切断されても録音はローカルで問題なく継続され、パネルには「ネットワーク切断 · 録音は正常に継続中」（网络中断 · 录音正常继续）のバナーが表示されます。文字起こしは復旧後にキュー経由で補完されます。
• 全編がほぼ無音（有効サンプル中の有音割合が 2% 未満）の場合、停止後に「全編でほとんど音声が検出されませんでした」（整场几乎没检测到声音）と表示されます。デバイスの選択をご確認ください。

5. リアルタイムアウトラインと会議ワークベンチ

5.1 機能の位置づけ

リアルタイム議事録パネルは LexVoice の会議ワークベンチです。録音中は AI によるアウトラインをリアルタイムに表示し、会議中の補足入力や即時の質問を受け付けます。録音していないときは議事録を見返したり、ナレッジ蓄積を実行したり、議事録に質問したり、最近の議事録を管理したりできます。

5.2 パネルを開く

• 左側リボンのリストツリーアイコン「LexVoice リアルタイム議事録パネル」（LexVoice 实时纪要面板）。
• コマンドパレットの「リアルタイム議事録パネルを開く」（打开实时纪要面板）。
• 「設定 → LexVoice（ホーム）」（设置 → LexVoice（首页））の「リアルタイム議事録パネルを開く」ボタン。
• 録音開始時に自動で開く（「設定 → 詳細」（设置 → 进阶）でオフにできます）。

デスクトップ版では右サイドバーに開き、モバイル版では全画面タブとして開きます。パネルはインスタンスが 1 つだけで、重ねて開こうとすると既存のパネルにフォーカスします。

パネル上部は録音コントロール領域で、状態に応じて切り替わります。

• アイドル時：「テンプレート」（模板）（整理モード）と「音声」（音频）（音声ソース）の 2 つの常設ドロップダウン、「詳細設定」（更多设置）の折りたたみ領域（API プランのワンタッチ切り替え、「分割 N 分」（分段 N 分）のホイール調整、整理の好み、思考レベル。折りたたみ時は右側に現在値の要約が表示されます）、デバイスのステータスバー、下部の「新規録音 / 音声（インポート）/ テキスト（インポート）」（新建录音 / 音频（导入）/ 文本（导入））ボタンが表示されます。パネル内での変更は設定ページと同じデータを参照しており、即座に保存されます。
• 録音中：停止用の四角ボタン、波形アニメーション、録音済み時間、一時停止/再開ボタン、入力系統ごとのレベルメーターが表示されます。問題が発生した場合は「ネットワーク切断 · 録音は正常に継続中」（网络中断 · 录音正常继续）または「AI サービスが利用できません」（AI 服务不可用）のバナーが表示されます。仕上げ段階では「AI が最終的な議事録の内容を整理しています」（AI 正在整理最终纪要内容）と表示されます。システムによってマイクの権限が取り消された場合は、パネル全体に「マイクへのアクセスが拒否されました」（麦克风访问被拒绝）のオーバーレイが被さります。

下部には 4 つのタブがあります。アウトライン、ナレッジ蓄積、質問、議事録です。録音中でもアイドル時でも切り替えられ、ファイル名の変更や削除があると議事録リストは自動的に同期・更新されます。

5.3 アウトラインタブ：リアルタイムアウトライン

録音中は、1 つの分割音声の文字起こしが完了するたびに、プラグインが自動的に AI を呼び出し、それまでの文字起こしを差分的にまとめて時間アンカー付きのアウトラインを生成します。アウトライン項目の先頭にあるタイムスタンプをクリックすると、該当箇所を聞き直せます。録音終了時にはもう一度、最終版のアウトラインが生成され、「録音中のリアルタイムアウトライン」（录音中实时大纲）の折りたたみブロックとして議事録ファイルに保存されます。

更新のリズムについては、次の点を必ず押さえてください。リアルタイムアウトラインは各分割の文字起こしが完了するたびに更新されるため、体感の更新頻度はほぼ分割間隔と等しくなります。 既定の分割間隔は 5 分なので、アウトラインの更新もおよそ 5 分に 1 回です。分割間隔を大きく設定すると（15–30 分など）、アウトラインが長時間動かず「固まった」ように見えますが、これは正常な動作であり不具合ではありません。アウトラインをより頻繁に更新したい場合は、分割間隔を小さくしてください（パネルの「詳細設定」でホイールにより「分割」を調整、最小 0.5 分）。一般的な会議では 3–5 分をおすすめします。

トリガーの完全なルールは次のとおりです。

• トリガー源は「1 つの分割の文字起こし完了」で、トリガー後は最低 2.5 秒のデバウンスを経て生成がスケジュールされます。
• 最初のアウトラインには、累計 2 分割以上または 120 文字以上の文字起こしが必要です。
• すでにアウトラインがある場合、自動生成の間隔は最低 30 秒（ローカルモデルのエンドポイントでは 90 秒）で、かつ新たに 2 分割以上または 200 文字以上の文字起こしが累積している必要があります。既定では 5 分に 1 回しか分割されないため、この 30 秒の下限がボトルネックになるのは分割が非常に細かい場合だけです。
• アウトライン領域の「更新」（刷新）ボタンを手動で押すと、すべてのスロットリングを無視して即座に再計算できます。生成中はこのボタンが「待機を停止」（停止等待）に変わり、キャンセルして詰まりを解消できます。

その他の挙動は次のとおりです。

• 「リアルタイムアウトライン」の全体スイッチは「設定 → 詳細 → 議事録とリアルタイムアウトライン」（设置 → 进阶 → 纪要与实时大纲）にあります（既定はオン）。オフにすると手動更新のみになります。
• アウトラインの更新は 1 回ごとに大規模言語モデルの呼び出しが発生するため、分割が細かいほど呼び出し回数が増え、コストも上がります。
• 会議中の補足（ワークベンチの項目）は、時刻に応じてアウトラインのタイムライン上の該当位置へ挿入されます。
• 生成に失敗した場合は自動的に指数バックオフします（30 秒から始まり、最長 5 分）。
• ネットワークが切断されるとアウトライン生成は一時停止し、タイムライン上に「アウトライン生成を一時停止しました」（大纲生成已暂停）の欠落カードが表示されます。復旧後は自動的に補完されます。

アイドル状態でエディタ上に任意の LexVoice 議事録を開くと、アウトラインタブは自動的に見返しビューへ切り替わります。インライン音声プレーヤー（再生/一時停止/シーク/ミュート）、保存済みのリアルタイムアウトライン（時間アンカーをクリックすると再生位置へ移動）、聞き直し用タイムラインが表示されます。

5.4 会議中ワークベンチ（会議中の補足と即時アシスタント）

録音中にパネルをアウトラインタブに置いていると、下部に入力バー（プレースホルダーは「記録する · #概念 ?質問 !重点 @割り当て /ToDo」（记下来 · #概念 ?问题 !重点 @指派 /待办））が表示されます。Enter で送信、Shift+Enter で改行でき、その横には写真撮影と添付ファイルのボタンがあります（モバイル版にはさらにアルバムのボタンがあります）。

入力したテキストはタイムスタンプ付きの「会議中の補足」として、録音時点に応じてアウトラインのタイムラインへ挿入され、最終的な整理時には素材として議事録に取り込まれます。接頭辞によって処理が変わります。

AI の即時回答は該当項目の下にぶら下がります。1 件あたりのタイムアウトは 35 秒で、失敗するとエラーが表示されます。写真や添付ファイルは会議資料フォルダ（既定は LexVoice/会议资料/<セッションのタイムスタンプ>/、パスは「設定 → 一般 → ファイルと命名」（设置 → 常规 → 文件与命名））へ保存され、素材の項目としてタイムラインに載ります。素材のラベルをクリックするとファイルを開けます。各補足は個別に削除できます。

5.5 質問タブ

現在の議事録について質問できます。アイドル時はエディタで開いている LexVoice 議事録が、録音中または終了直後はその回の録音ノートが対象になります。入力欄では Enter で送信、Shift+Enter で改行でき、下部には質問のショートカットタグが並びます。

• 回答の根拠：プラグインは質問と併せて議事録の内容（元の文字起こしを優先し、議事録の本文を補助的に使用。1.8 万字で打ち切り）を大規模言語モデルへ送り、その素材のみに基づいて回答します。根拠がない場合は「議事録に十分な根拠がありません」（纪要中没有足够依据）と明示的に回答します。
• 履歴の表示：回答はアコーディオン形式で並び、最新のものが先頭に展開表示されます。回答のたびに深掘り用の追加質問が 3 件自動生成され、下部の「続けて質問できます」（接着可以问）タグに反映されます（履歴がない場合は 4 件の静的な質問例が表示されます）。
• 議事録への書き込み：各回答の「議事録に書き込む」（写入纪要）を押すと、タイムスタンプ付きの引用ブロックとして議事録の「## 问一问」節に追記されます。「複数選択」（多选）を有効にすると、複数件をチェックして時系列の昇順で一括書き込みできます。

注意：質問と回答の履歴はパネルのメモリ上にのみ保持され（議事録のパスごとに分かれています）、パネルを閉じるか Obsidian を再起動すると消去されます。残るのは「議事録に書き込む」を実行した項目だけです。1 回の回答のタイムアウトは 75 秒です。議事録の利用可能な内容が 40 文字未満の場合は質問できません。大規模言語モデルが未設定の場合は、先に設定を済ませるよう案内されます。

5.6 ナレッジ蓄積タブ

現在の議事録に対してナレッジ蓄積のスキャンを実行し、人物、ToDo、学習カード、文字起こしホットワードの 4 グループの候補を出力して、グループごとに確認しながら登録します。詳しくは 10.1 節をご覧ください。

5.7 議事録タブ（最近の議事録一覧）

最近の LexVoice 議事録を日付ごとにグループ化して表示します（直近 120 件を走査し、先頭 48 件を表示）。当日のグループには「今日」（今日）のバッジが付き、各行にはモードのアイコン、タイトル、時刻、テンプレート、長さの情報が表示されます。上部のツールバーにはキーワード検索（リアルタイムのフィルタ）、期間の絞り込み（今日/今週/今月/すべて、既定は今週）、テンプレートの絞り込みがあります。行をクリックすると議事録が開きます。ホバーすると「名前を変更」（重命名）ボタン（その場で編集）が現れ、文字起こしに失敗した断片がある場合は「文字起こしを再試行」（重试转写）ボタンと、失敗/処理中を示すステータスバッジが表示されます。

右クリックメニューは議事録を再加工する主な入口です。

• 名前を変更。
• 文字起こしに失敗した断片を再試行（失敗した分割数を表示）。
• この議事録に続けて録音 / 直前の録音と統合（4.8 節を参照）。
• 整文原稿を生成（話し言葉を整えた派生版を出力）。
• （再）整理する対象：モードのサブメニュー。上半分では好みの修飾を選択できます（9.5 節を参照）。
• 生成 → HTML レポート / PDF レポート / メール下書き（10.5、10.6 節を参照）。

整文原稿などの派生版は、インデントされた子行として元の議事録の下にぶら下がります。右クリックで元の議事録を開く、再生成する、この版を削除する（削除には確認が必要で、元の議事録には影響しません）といった操作ができます。

5.8 注意事項

• パネルの「詳細設定」にある「思考」（思考）レベルは、現在の AI サービスが思考過程の制御に対応している場合にのみ選択できます。非対応のサービスでは「非対応」（不支持）と表示されます。詳しくは 9.4 節をご覧ください。
• モバイル版のパネルでは「音声」ドロップダウンがマイクのみに固定されます。

6. ディクテーション（クイック口述）

6.1 機能の位置づけ

ディクテーションは短い音声入力のための機能です。1 回目のトリガーで短い発話の録音を開始し、もう一度トリガーすると終了します。プラグインは文字起こしの後、AI による構造化整理を行い、完成した原稿を現在のエディタのカーソル位置（またはクリップボード）へ一括で書き込みます。ディクテーションは会議録音のルートとは完全に独立しており、議事録ファイルを作成せず、セッション管理にも入りません。

6.2 入口

• コマンドパレットの「ディクテーション · 開始/終了」（听写 · 开始/结束）。
• 上記のコマンドにカスタムショートカットキーを割り当てる（プラグインは既定のショートカットを用意していないため、「設定 → ショートカットキー」（设置 → 快捷键）で LexVoice を検索して自分で割り当ててください）。
• フローティングバブル中央の波形ボタン（アイドル時にクリックで開始、実行中にもう一度クリックで終了）。

6.3 2 つの文字起こし形態：バッチとストリーミング

• バッチ形態では、ディクテーションサービスを個別に設定していない場合、現在有効な議事録用の文字起こしサービスを流用します。
• ストリーミングの設定入口は「設定 → API → 即時ディクテーション」（设置 → API → 即时听写）です。このページには「Fun-ASR」（推奨）、「Paraformer-v2」、「Paraformer-8k」の 3 つのワンタッチプリセットボタンがあり、クリックすると阿里云百炼の wss アドレスとモデル名が自動入力されます。API Key はご自身で入力してください（DashScope の Key）。アドレスに dashscope を含む場合は DashScope プロトコル、openai を含む場合は OpenAI Realtime の文字起こしプロトコルが使われます。設定ページの「アドレス入力の説明」（地址填写说明）折りたたみ領域には、アドレスの判定ルールが説明されています。wss:// はリアルタイム字幕、https:// はバッチとなり、OpenAI 互換の /compatible-mode/v1 はリアルタイム字幕のインターフェースではありません。
• モバイル版はストリーミングディクテーションに対応していないため、自動的に全体のバッチ文字起こしへフォールバックし、「モバイル版はまだストリーミングディクテーションに対応していません（デスクトップ版が必要です）。全体の文字起こしに切り替えました」（移动端暂不支持流式听写（需要桌面端），已改用整段转写）と一度通知されます。

6.4 出力先の設定

「設定 → API → 即時ディクテーション → ディクテーションの出力先」（设置 → API → 即时听写 → 听写落点）：

• 「カーソル位置に挿入（スマートにクリップボードへフォールバック）」（插入光标（智能回退剪贴板））（既定）：録音を開始した瞬間に固定したカーソル位置へ書き込みます。Obsidian が前面にない場合やアクティブなエディタがない場合は、自動的にクリップボードへのコピーに切り替わります。
• 「常にクリップボードへコピー」（总是复制到剪贴板）：エディタには触れず、ユーザーが自分で貼り付けます。

書き込みに成功すると、フローティングバブルに「書き込み済み」（已写入）が短く表示されます。

6.5 AI 整理テンプレート

ディクテーション終了後は、メインの AI 整理サービスが構造化のクリーンアップを行います。内蔵の既定テンプレートには次のようなルールが含まれています。

• 要点や手順が複数ある場合は必ず番号付きで箇条書きにする（1. 2. 3.）。
• 内容が長い場合や話題が複数ある場合は、まず一文で概括してから項目に分ける（総論—各論の構造）。
• 口述中の言い直し（例：「水曜日……いや、木曜日です」は最終版を採用）や指示語の補完（「これ」「あの件」を具体的な対象に補う）を処理する。
• 口癖、間投詞、言いよどみを削除し、文字起こしの誤字を修正する。本文のみを出力する。

既定のテンプレートは「設定 → API → 即時ディクテーション → カスタム整理プロンプト」（设置 → API → 即时听写 → 自定义整理提示词）で上書きできます。テンプレート内では {{转写}} が文字起こし原文のプレースホルダーになります（記述しない場合は自動的に末尾へ連結されます）。「既定に戻す」（恢复默认）を押すとカスタム内容が消去され、内蔵テンプレートに追随します（プラグインのアップグレード時にテンプレートも自動更新されます）。整理の呼び出しはタイムアウト 25 秒、自動再試行なしで、高速化のため思考過程は強制的にオフになります。

6.6 原文の呼び出し

コマンド「ディクテーション · 前回の文字起こし原文をコピー」（听写 · 复制上次转写原文）は、直近のディクテーションの文字起こし原文（AI 整理前のもの）をクリップボードへコピーします。整理の成否にかかわらず原文は 1 部保持されますが、メモリ上にのみ、しかも直近 1 回分だけ保持されるため、Obsidian を再起動すると失われます。

6.7 失敗時の挙動

ディクテーションの設計原則は、内容を黙って失わないことです。

• マイクが開けない、文字起こしに失敗した、接続に失敗した場合：該当するエラー通知を表示し、診断ログに記録します。
• AI 整理に失敗またはタイムアウトした場合：フォールバックとして文字起こし原文を書き込み、「大規模言語モデルによる整理に失敗したため、文字起こし原文を挿入しました」（大模型整理失败，已置入转写原文）と通知します。
• 書き込みに失敗した場合（発話中にエディタが閉じられたなど）：まず自動的にクリップボードへ切り替えて通知します。クリップボードも失敗した場合に限り、「ディクテーション · 前回の文字起こし原文をコピー」で復旧するよう案内します。
• ストリーミングの途中でエラーが発生した場合：通知は 1 回だけ行い、終了時にはそれまでに受信したテキストで整理を続行します。
• 録音が 400 ミリ秒未満、または音声がない場合：通知を出さずに破棄します。

6.8 注意事項

• 会議録音の実行中はディクテーションを利用できません。先に録音を停止してください。
• 同時に実行できるディクテーションは 1 件のみで、文字起こしまたは整理の実行中に再度トリガーしても無視されます。
• ディクテーションの結果にも、用語集の「誤りやすい表記」（易错写法）によるローカル修正が適用されます（8.5 節を参照）。

7. 音声のインポートと監視フォルダ

7.1 機能の位置づけ

インポート機能は、既存の音声ファイル（過去の録音、外部の IC レコーダーのファイル、会議ソフトからの書き出しなど）を文字起こしして議事録に整理する機能で、録音ルートと同じ文字起こし・AI 整理の設定を共有します。監視フォルダは「指定したフォルダに音声を置くだけで自動的に文字起こしされる」自動インポートを実現します。

7.2 インポートの入口

• コマンドパレットの「既存の音声ファイルをインポートして文字起こし+推敲」（导入已有音频文件转写+润色）：「音声をインポート」（导入音频）の選択ウィンドウが開き、音声フォルダ（既定は LexVoice/录音）内の認識可能な音声がすべて更新時刻の降順で一覧表示されます。LexVoice が自動で切り出した録音断片は 1 回の録音ごとに「録音バッチ」（录音批次）として折りたたまれ、まとめて選択できます。ウィンドウ内では整理方法（議事録モード）も選べます。
• ファイルマネージャで音声を右クリック →「LexVoice：文字起こしと推敲」（LexVoice：转写并润色）：現在の既定の整理モードでそのままインポートし、選択ウィンドウは表示されません。
• 複数の音声を選んで右クリック →「LexVoice：N 個の音声を統合…」（LexVoice：整合 N 段音频…）のサブメニュー：複数の音声を選択したモードで 1 つの議事録に統合します（ファイル名の昇順で、時間オフセットを累積して連結）。
• リアルタイム議事録パネルのアイドル状態で下部に表示される「音声（インポート）」（音频（导入））ボタン。「テキスト（インポート）」（文本（导入））ボタンはコマンド「既存のテキスト / MD を構造化整理」（导入已有文本 / MD 结构化整理）に対応し、手元の文字原稿をそのまま AI 整理へ送れます。

インポートの成果物は議事録フォルダに書き込まれ、ファイル名は「YYYY-MM-DD HHmm · 导入.md」のような形式になります。インポート情報のヘッダー（ファイル数/モード/モデル）を含み、文字起こしテキストを分割ごとに追記した後、録音と同じ AI 整理のフローに進みます。

7.3 対応形式

webm、mp3、m4a、aac、acc、wav、ogg、flac、mp4、mpeg、mpga、oga。

• 1 ファイルが 25MB を超える場合、選択ウィンドウに黄色の警告が表示されます（多くの文字起こし API は受け付けないため、先にビットレートを下げて圧縮することをおすすめします）。
• 0 バイトの空ファイルは自動的にスキップされ、通知が表示されます（クラウドストレージのプレースホルダーファイルがまだダウンロードされていない場合によく起こります）。
• AAC ファイル（.aac/.acc）は、各文字起こしサービスとの互換性を確保するため、まずローカルで一時的な WAV に変換してから文字起こしされます。

7.4 ファイル全体の文字起こし

インポートされた音声はファイル全体が文字起こしサービスへ送信され、ローカルで複数の ASR タスクに分割されることはありません。ノート冒頭の「導入情報」（导入信息）には「転写：ファイル全体」（转写：整文件）と明記されます。

この方式の利点は、話者番号が最初から最後まで一貫することです（分割して文字起こしすると、分割をまたいだ番号がずれやすくなります）。その代わり、文字起こし中はリアルタイムアウトラインが生成されません。アウトラインは録音しながら文字起こしする録音フローでのみ生成されます。

• インポートした音声は独立した文字起こしサービスを使用します。「設定 → 話者 → 音声のインポート」（设置 → 说话人 → 导入音频）で設定し、リアルタイム録音とは互いに影響しません（7.5 を参照）。
• 複数選択でのインポートでは、順番に 1 ファイルずつファイル全体の文字起こしを行い、タイムラインは順次累積されます。各ファイルはノート内で 1 つの「### 音频 N」ブロックに対応します。
• 阿里云百炼 Fun-ASR は非同期の録音ファイル認識で処理されます。音声のアップロード → タスクの送信 → 結果のポーリングという流れで、進捗には「音声をアップロード中」（正在上传音频）「文字起こしタスクを送信中」（正在提交转写任务）「文字起こし結果を読み取り中」（正在读取转写结果）が順に表示され、想定所要時間の目安も示されます。
• 長さと容量の制限はサービス提供元によって決まります。Alibaba Cloud の通常の文字起こしは最長 12 時間まで対応します。話者分離を有効にする場合、公式には 1 ファイル 2 時間以内が推奨されており、超過すると警告が出ますが送信自体は行われます。

7.5 話者識別（インポート音声）

インポートした音声では、文字起こしサービス側に話者を直接区別させることができます。これは録音時のマルチチャンネルによる区別（4.11 を参照）と補完関係にあります。マルチチャンネルはハードウェアのチャンネルに依拠し、こちらはサーバー側の話者分離アルゴリズムに依拠します。

設定場所：設定 → 話者 → 音声のインポート。

選択できるサービスは次のとおりです。

文字起こしの完了後、2 名以上の話者が識別された場合は「話者の確認」（确认说话人）ウィンドウが表示され、話者番号と発言例が順に表示されるので氏名を入力できます。入力すると AI が整理を開始し、整理結果には実名がそのまま使われます。「今は入力しない」（暂不填写）を選び、後からサイドバーの「話者を編集」（编辑说话人）カードで追加入力することもできます。

7.6 失敗時の再試行とキュー

• その場での再試行：1 ブロックにつき最大 3 回までリクエストを送ります。再試行が発生するのは一時的なエラー（429 のレート制限、5xx、タイムアウト、ネットワークエラー）のみで、バックオフ時間はエラーの種類に応じて段階分けされます（詳しくは 12.2 節）。
• 空結果のソフト失敗：文字起こしは成功として返ってきたのに文字がなく、かつそのブロックの長さが 30 秒以上（または長さが不明）の場合はソフト失敗として扱われ、キャッシュ音声を保持したまま再試行キューへ入り、本文には「[转写失败（空结果，已进入重试队列）]」というプレースホルダーが入ります。30 秒未満の空結果は、その分割に本当に内容がなかったものとみなし、再試行しません。
• マスター録音からの復元：キュー内の一時的な断片が失われた場合、プラグインはタスクに記録された開始・終了時刻をもとに、完全な録音（マスター録音）から音声を切り出し直して再試行できます。
• 自動再整理：ある議事録の最後の失敗した文字起こし分割が補完されると、自動的に再整理が 1 回実行され、本文に補われた内容が反映されます。

7.7 監視フォルダによる自動インポート

フォルダを 1 つ指定しておくと、新しい音声が同期されてくるたびに自動で文字起こしして議事録に整理します。保管庫内の相対パスでも、パソコン上の同期フォルダ（坚果云、iCloud など）でも構いません。

設定場所：設定 → 詳細 → 音声の自動インポート（设置 → 进阶 → 自动导入音频）。

保管庫内フォルダ：Obsidian のファイルイベントによってトリガーされ、ファイルが安定するのを待ってからインポートし、完了後はアーカイブ用サブフォルダへ移動します。同期の競合による命名がされたファイルは自動的にスキップされ、手動での解決が案内されます。

パソコンの同期フォルダ（デスクトップ版のみ）：30 秒ごとにポーリングしつつ、ファイルシステムの変更も監視します。ファイルサイズと更新時刻がいずれも変化しないことを 2 回連続で確認できて初めて、同期が完了したとみなします。処理時はまずキャッシュへコピーしてから文字起こしを行い、元ファイルは常にその場に残り、移動も削除もされません。再帰は最大 6 階層、1 回のスキャンで最大 2000 ファイルまでです。失敗時は 1 分、5 分、15 分のバックオフで最大 3 回まで再試行します。

自動インポートは常に「総合議事録」（综合纪要）モードを使用し、ノートは文字起こし議事録フォルダに置かれ、冒頭に「来源：自动导入」と明記されます。録音の実行中は自動インポートを開始せず、その回の録音が終わるのを待ってから処理します。

コマンドパレットには手動での補完スキャン用に「監視フォルダをスキャン」（扫描监听文件夹）があります。手動スキャンを使う際は「新規ファイルを自動処理」をオンのままにしてください。

7.8 進捗とステータスバー

インポートの開始時と各ファイルの進捗はいずれも通知されます。ステータスバーの LexVoice 領域には回転アイコンと「導入転写 i/N」（导入转写 i/N）が表示され、文字起こしが完了すると AI 整理のサブ段階とパーセンテージの表示に切り替わります。アイドル状態で再試行待ちのタスクがある場合は「N 件が文字起こし待ち」（N 个待转写）と表示され、クリックするとキューのパネルが開きます。完全にアイドルの場合は「LexVoice 準備完了」（LexVoice 就绪）と表示されます。処理進捗パネル（12.4 節を参照）を展開すると、現在のファイルと工程を確認できます。

7.9 注意事項

• 長時間音声の分割はローカルの音声デコード能力に依存します。一部のエンコードでデコードできない場合はファイル全体の処理へフォールバックします。分割された WAV は保管庫内のストレージを一時的に消費します。
• MiMo は 1 回につき最大 160 ブロック（約 320 分の音声）までしか自動分割できず、それを超えるとエラーになります。極端に長い音声は別のサービスで処理することをおすすめします。
• 処理進捗パネルの「完了済み」（已完成）の記録は永続化されないため、Obsidian を再起動するとゼロになります（キュー内の未処理タスクには影響しません）。

8. 文字起こしサービスの設定

8.1 機能の位置づけ

文字起こしサービスは音声を文字に変える役割を担う、処理全体の最初の環です。LexVoice は複数のサービス提供元を内蔵しており、会議の分割、音声のインポート、キューからの再文字起こしは、いずれも現在有効な文字起こしサービスを共通して使用します。即時ディクテーションには別のサービスを個別に設定できます。

リアルタイム録音とインポート音声では、2 つの独立した文字起こしサービス設定を使用します。 本章のサービス提供元の体系はリアルタイム録音（設定 → API → リアルタイム録音）に関するものです。インポート音声はファイル全体の文字起こしで処理され、サービスは「設定 → 話者 → 音声のインポート」で個別に設定します。両者は互いに影響しません。詳しくは 7.5 をご覧ください。

8.2 サービス提供元の体系

「設定 → API → 議事録の文字起こし → 文字起こしサービス」（设置 → API → 纪要转写 → 转写服务）のドロップダウンから、全 9 社の中で選択します。選択したサービスの設定項目のみが表示され、ガイドカード（説明、料金の目安、設定手順、公式ドキュメントへのリンク）が添えられます。

設定とテストについては次のとおりです。

• 各サービスはアドレス、キー、モデル、認識言語を個別に保存するため、切り替えても互いに影響しません。認識言語は空欄または auto で自動検出になります。
• 翻訳サービスでは「目標言語（翻訳出力）」（目标语言（翻译输出））のドロップダウンが追加表示され、全 13 言語から選べます（既定は中国語）。
• 「推奨値に戻す」（恢复推荐值）はアドレス、モデル、言語のみを復元し、入力済みのキーは上書きしません（カスタムサービスにはこのボタンはありません）。
• 「接続テスト → テスト」（连通性测试 → 测试）は 1 秒の無音音声で実際の文字起こしリクエストを送信し、成功すると返却テキスト、失敗するとエラー内容が表示されます。
• 設定に加えたすべての変更は、現在有効な API プランへ自動的に同期されます。

リクエストのタイムアウト：クラウド版は 120 秒を基本とし、アップロード容量に応じて追加されます（およそ 50KB ごとに 1 秒、追加分の上限は 180 秒）。ローカルサービス（127.0.0.1 など）では 10 分まで緩和され、キーは未入力でも構いません。

キーは難読化（暗号化ではありません）した形で保管庫内のプラグイン設定ファイルに保存され、アップロードされることはありません。ただし、保管庫フォルダをまるごと同期したり他人と共有したりするとキーが漏洩しますので、ご注意ください。

8.3 Xiaomi MiMo 専用の解説

MiMo を選択した場合（またはアドレスやモデルの特徴が MiMo と一致した場合）、文字起こしは自動的に専用プロトコルへ切り替わり、他のサービスとは挙動がかなり異なります。

• 形式の制限：サーバー側は wav/mp3 のみを受け付けます。ネイティブ形式でない場合、またはネイティブ形式でも base64 エンコード後にしきい値（9.5MB。10MB の上限に対して余裕を持たせた値）を超える場合、プラグインはローカルでデコードしたうえで 2 分ごとのブロックに切り分け、16kHz モノラルの WAV として順次アップロードし、結果を連結します。
• 録音エンコードとの連動：文字起こしサービスに MiMo を選ぶと、録音は自動的に WebM/Opus エンコードへ切り替わり、ローカルでの WAV 変換がしやすくなります。そのため、以前に別のサービスで録音した m4a/mp4 のファイルは MiMo で再文字起こしできません（影響するのは再文字起こしの場面のみです）。
• ストリーミング受信：リクエストは Chat Completions プロトコルで送られ、SSE によるストリーミングで文字起こしテキストが返されます。タイムアウトは 3 段階で、最初のバイトは容量に応じて可変、ストリーム開始後は 60 秒のアイドル、全体は最長 10 分です。
• 出力の上限：1 回の出力上限は 2K token です。上限に達した場合（finish_reason=length）、変換済みのテキストを保持したうえで末尾に「本段较长，末尾可能有少量内容未转完」の印を追記します。接続が中断し正常終了の印がない場合はエラーとして扱い、途中までのテキストを成功として扱うことは決してありません。
• TPM のスロットリング：MiMo アカウントの上限は 10K TPM（1 分あたりのトークン数）/ 100 RPM です。プラグインにはグローバルなペース制御ゲートが内蔵されており、推定される音声の長さに応じて順番に送信します（1 回あたりの最大待機は 45 秒）。3 分ごとのブロックでインポートする際、ブロック間に約 29 秒の間隔が空くのは正常なペース制御であり、フリーズではありません。
• その他の制限：ホットワードのヒントパラメータには対応していません（文字起こし後のローカル修正のみ有効です）。認識言語は zh/en/auto のみを受け付けます。1 回につき最大 160 ブロック（約 320 分）まで分割できます。エラーコード 400/401/402/403/404 などは再試行不可と判定され、429 は長めのバックオフで処理されます。

ヒント：MiMo を選ぶ場合は「設定 → LexVoice（ホーム）→ クイック設定」を使えば、1 つのキーで文字起こしと AI 整理をまとめて設定できます。

8.4 ストリーミングのリアルタイム文字起こしと音声翻訳（会議録音）

文字起こしサービスに OpenAI Realtime（文字起こしまたは翻訳）または阿里云百炼 Paraformer を選んだ状態で通常どおり録音を開始すると、自動的にストリーミングモードに入ります。録音中は WebSocket 接続を 1 本維持し、音声をリアルタイムにエンコードして送信します。ノート内では「实时转写中…」の引用ブロックが維持され、話すそばから文字が出ます（約 1.5 秒のスロットリングで更新）。録音を停止すると全文を取得し、用語集によるローカル修正を補ったうえで通常の AI 整理へ進みます。

• 翻訳サービスは話されている言語を自動検出し、「訳文 + 原文」の 2 段構成のテキストを出力します。目標言語はサービスの設定で選択します（13 言語に対応、既定は中国語）。
• ストリーミングモードでは「分割間隔」「即時分割文字起こし」の設定は無効になり（設定ページにその場で注記されます）、リアルタイムアウトラインのトリガーのリズムもそれに応じて変わります。
• デスクトップ版のみ利用できます。モバイル版では認証ヘッダー付きの WebSocket を確立できないため、録音開始時に明確な案内が表示されますが、音声は保持されます。
• ストリーミングで失敗した分割は再試行キューには入りません（オフラインでの再試行ができないため）。録り直すか、議事録全体を再整理するしかありません。接続に失敗しても録音は継続され、音声は保持されます。
• 料金の目安（実際の料金はサービス提供元の最新価格に従ってください）：OpenAI の文字起こしは約 $0.017/分、翻訳は約 $0.034/分、Paraformer は約 3.6 元/時間です。

8.5 ホットワードと用語集が文字起こしに与える影響

用語集（10.3 節を参照）は、2 層の仕組みで文字起こしの精度を高めます。

1. ホットワードのヒント：分割型/インポート型の文字起こしでは、用語集の項目、人名ホットワード（認可が必要、最大 80 件）、最大 20 件の誤りやすい表記をつなげたヒントテキスト（全体で 800 字に切り詰め、ハルシネーション防止の指示を含む）を音声とともにアップロードします。有効かどうかは、そのサービスが prompt パラメータに対応しているかによります。MiMo とストリーミング系のサービスは非対応です。
2. ローカル修正：すべてのサービスについて、文字起こしテキストが返ってきた後、用語集の「誤りやすい表記」区分にある「错误写法 => 标准写法」のルールでローカル置換を行います（長い語を優先し、英語は大文字小文字を区別しません）。即時ディクテーションにも同様に適用されます。

8.6 文字起こしの同時実行数

「設定 → 詳細 → 録音と文字起こし → 文字起こしの同時実行数」（设置 → 进阶 → 录音与转写 → 转写并发数）（1 が最も安定 / 2 がバランス / 3 がやや高速、既定は 1）は、長時間音声をインポートする際の分割並列アップロードにのみ作用します。録音中の分割リアルタイム文字起こしは常に逐次処理されます。MiMo の分割はもともと逐次アップロードのため、同時実行数を上げても高速化にはつながりません。429/500 エラーが頻発する場合は 1 に戻すことをおすすめします。

9. AI 整理とモード体系

9.1 機能の位置づけ

AI 整理サービス（大規模言語モデル）は、議事録の統合・推敲、リアルタイムアウトライン、質問、ナレッジ蓄積、ディクテーションのクリーンアップ、タイトル生成、翻訳など、すべての知的処理を担います。整理された成果物の形は「整理モード」（テンプレート）によって決まります。

9.2 大規模言語モデルの設定

「設定 → API → AI 整理サービス」（设置 → API → AI 整理服务）：

• サービスプリセット：SiliconFlow、OpenAI、Poe、OpenRouter、Moonshot/Kimi、阿里百炼、DeepSeek、Xiaomi MiMo、智谱 GLM、火山方舟、腾讯混元、Gemini（OpenAI 互換）、xAI、Groq、Mistral、Perplexity、その他の互換ゲートウェイ、ローカルの Ollama、ローカルの LM Studio など 19 種類を内蔵しています。プリセットを選ぶとアドレスと説明が自動入力され、入力済みのキーは上書きされません。
• 対応するのは OpenAI 互換の Chat Completions プロトコルのみです。アドレスは /v1 まで、またはルートアドレスまで入力すれば、プラグインが /chat/completions を自動補完します。ローカルの localhost サービスではキーを空欄にできます。
• 「利用可能なモデルを取得」（获取可用模型）でサービスのモデル一覧を取得して選択すれば、手入力による誤りを避けられます。「接続をテスト」（测试连接）はごく短いリクエストを送り、アドレス・キー・モデルの 3 要素を検証します。
• SiliconFlow / MiMo の場合は「文字起こしキーを流用」（复用转写密钥）のワンタッチボタンが用意されています。
• プラグインはモデル名から出力の上限を自動判定し（DeepSeek V4 は 64000、MiMo は 16000、不明なモデルは 8000）、上限超過によるエラーを防ぎます。

API プラン（「設定 → API」の最上部）：

• 「プランとして保存」（保存为方案）は、現在の「文字起こしサービス + AI 整理」の設定一式（それぞれのキーと文字起こしサービスのスナップショットを含む）を名前付きのプランとして保存します。
• プランのドロップダウンからワンタッチで一式を切り替えられます。パネルの「詳細設定 → プラン」（更多设置 → 方案）でも素早く切り替えられます。
• 「検出」（检测）ボタンは、文字起こし（1 秒の無音音声）と大規模言語モデルの疎通を同時にテストし、結果を 1 件にまとめて表示します。
• あるプランを有効にした後、文字起こしや大規模言語モデルの設定に加えた変更は、すべて自動的にそのプランへ書き戻されます。プランを削除しても、現在の作業中の設定は消えません。
• 旧バージョンで保存した「AI 整理のみ」のプランには文字起こしのスナップショットが含まれず、その旨が画面に表示されます。改めて「プランとして保存」を押せば文字起こしの設定も取り込まれます。

クイック設定：「設定 → LexVoice（ホーム）→ クイック設定」（设置 → LexVoice（首页）→ 快速配置）は、Xiaomi MiMo と SiliconFlow という「キー 1 つで両方使える」プロバイダー 2 社に対応しています。キーを 1 回入力して「適用」（应用）を押せば、文字起こしと AI 整理をまとめて設定でき、同名の API プランとして自動保存されます（同名の場合は上書きされ、重複して増えることはありません）。MiMo はキーの特徴から接続先アドレスを自動選択します。

9.3 整理モードの一覧

整理モードは議事録のプロンプトテンプレートと frontmatter の構造を決めます。既定値は「設定 → AI 整理 → 議事録テンプレート」（设置 → AI 整理 → 纪要模板）で設定し、パネルの「テンプレート」ドロップダウン、インポートのダイアログ、右クリックメニューからその都度選ぶこともできます。

整理出力の分量は、録音時間と文字起こし量に応じて 4 段階（4096/8192/16000/32000 token）で自動調整され、現在のモデルの出力上限が上限として適用されます。

構造化の度合い：「設定 → AI 整理 → 議事録の生成 → 構造化の度合い」（设置 → AI 整理 → 纪要生成 → 结构化程度）で、ゆるめ/バランス/厳格の 3 段階（既定はバランス）を選べます。本文の階層化と書式化の強さを制御します。

9.4 思考レベル（思考過程の制御）

パネルの「詳細設定 → 思考」（更多设置 → 思考）には 3 段階があります（この項目はパネルのみで設定でき、設定ページには対応する項目がありません）。

• 高速モード：思考過程をオフにし、token を節約して高速化します。
• 既定モード（既定）：サービス側の既定の挙動に介入しません。
• 推論モード：思考過程を明示的に有効にし、複雑な内容に向きます。

プラグインはサービス提供元に応じて対応するパラメータを自動的に付与します（DeepSeek/火山/智谱 は thinking パラメータ、SiliconFlow/阿里百炼/MiMo は enable_thinking、OpenAI の o 系列/Grok/Gemini 2.5 などは reasoning_effort）。思考過程の制御に対応していないサービスでは、このドロップダウンに「非対応」（不支持）と表示されます。一部の内部タスクにはレベルが固定されているものもあります（ディクテーションのクリーンアップは強制的に高速モードなど）。

9.5 再整理

パネルの「議事録」リストで右クリック →「次のモードで再整理」（重新整理为）：ノート末尾に保存された「分段原始转写」から議事録全体を再構築します。先に好みの修飾を 1 つ選び（より詳しく / より簡潔に / より構造的に / より自然に / 詳細に展開。選択状態は記憶されます）、それから対象のモードを押して実行します。実行時には frontmatter の役割マッピング（「コードネーム → 実名」を文字起こしに反映）が適用され、ユーザーが frontmatter に加えた変更は保持されます。成果物はバージョンとして保存され、パネルで確認したり派生版を削除したりできます。コマンドパレットには別途「現在の議事録を再整理（yaml の役割マッピングを適用）」（重新整理当前纪要（应用 yaml 角色映射））があり、人物のマッピングを修正した後に元のモードで再実行する用途に使います。「設定 → AI 整理 → 議事録の生成」にある「再整理の好みに追加するプロンプト」（重新整理偏好追加提示词）では、好みを選択した再整理に対して独自の要求を追記できます。

9.6 翻訳（議事録の言語ポリシー）

「設定 → AI 整理 → 言語と翻訳」（设置 → AI 整理 → 语言与翻译）では、整理の段階で議事録の出力言語を統一します（整理と翻訳を一度に行うもので、独立した翻訳コマンドではありません）。

• 原文に従う（既定）。
• 目標言語に統一：本文をすべて目標言語に翻訳します。
• 二言語併記：目標言語を主とし、重要な決定、専門用語、短い引用には原文を括弧で添えます。

目標言語は中国語/英語/日本語/韓国語およびカスタムに対応します。「固有名詞は原文のまま残す」（保留专有名词原文）は既定でオンです。追加の言語要件を記入することもできます。言語ポリシーが影響するのは整理された成果物のみで、議事録末尾の元の文字起こしには常に原文が残ります。8.4 節の「リアルタイム音声翻訳」とは区別してください。後者は文字起こしの段階で行うストリーミング翻訳サービスです。

9.7 カスタムプロンプトテンプレート

「設定 → AI 整理 → 議事録テンプレート → テンプレートライブラリを開く」（设置 → AI 整理 → 纪要模板 → 打开模板库）：内蔵のプロンプトは「既定に設定」（设为默认）することはできますが、編集はできません。「カスタムプロンプトを新規作成」（新建自定义提示词）では完全に独立したテンプレートを作成できます（{{TRANSCRIPT}} プレースホルダーを必ず含める必要があり、含まないと保存できません）。保存すると新しいモードとしてすべてのモード選択の入口に現れ、グローバルな既定に設定できます。「AI でプロンプトを最適化」（AI 优化提示词）ボタンを押すと、下書きを大規模言語モデルが構造化された整理用プロンプトへ書き直します。カスタムテンプレートを削除する際、それが既定テンプレートだった場合は自動的に学習ノートモードへ戻ります。

9.8 タイトル生成と自動リネーム

整理が完了すると、プラグインは整理稿の先頭 2500 字を使って大規模言語モデルを呼び出し、15 文字以内の中国語の主題タグを抽出します（「具体的な対象-中心的な論点」の形式が好まれ、例：「合同审查-供应商独家条款」）。これをファイル名の末尾に追記してリネームし、保管庫内のリンクも自動更新されます。失敗した場合は通知せずに元のファイル名のままとなります。オン/オフは「設定 → 詳細 → シーンタグをファイル名に自動付与」（设置 → 进阶 → 自动加场景标签到文件名）（既定はオン）にあります。モードが「文字起こしのみ」の場合や、整理の成果物が空の場合はリネームされません。

9.9 AI による選択範囲の推敲

エディタのコマンド「AI 推敲：現在の選択範囲またはノート全体」（AI 润色：当前选区或整篇）は、選択したテキスト（選択がない場合はノート全体）を文字起こし原文とみなし、現在の既定テンプレートで整理してその場に置き換えます。この操作は元の文章を直接上書きし、バージョンも保存されませんので、重要なノートで使う際は十分ご注意ください。

10. ナレッジ層

ナレッジ層は、各議事録に散らばった情報を再利用可能な資産としてナレッジ蓄積します。人物プロフィール、ToDo、学習カード、文字起こしホットワードを蓄積し、集約ビューや再加工した成果物（ビジュアルレポート、メール下書き）を提供します。関連する設定は「設定 → 情報オブジェクト」（设置 → 信息对象）にまとまっています。

10.1 ナレッジ蓄積（人 / 事 / 知 / 語）

入口：パネルの「ナレッジ蓄積」（沉淀）タブ。初回は「AI はまだこの議事録を読んでいません」（AI 还没读过这篇纪要）というメッセージと「この議事録をスキャン」（扫描本篇）ボタンが表示されます。すでにスキャン済みの状態で再度実行しようとすると、「この議事録を再スキャンしますか？」（重新扫描本篇？）の確認ダイアログが表示されます。「この議事録をスキャン」を押すと、AI が現在の議事録を通読して 4 グループの候補を出力し、「人 → 事 → 知 → 語」のリレーバーに沿ってグループごとに進めていきます。

• 人物：1 件ずつ「残す/統合する/無視する」（留下/合并/忽略）を選びます。名前をクリックすると、文字起こしで誤認識された人名をその場で修正でき、修正はノート本文と frontmatter へ同期して書き戻されます。確定すると人物ライブラリ（既定は LexVoice/人员）に登録されます。
• ToDo：チェックボックス方式（既定はすべて選択）です。「ToDo に追加」（加入待办）を押すと、その日のデイリーノートの「## 待办」節へ優先的に書き込まれます。行内の書式は Tasks プラグインの期限と担当者の記法に対応しており、出典の議事録への逆リンクと重複防止の識別子が付きます。デイリーノート機能が無効な場合は、ToDo カードフォルダに 1 件 1 ファイルで作成する方式にフォールバックします。
• 学習カード：学習カードフォルダに 1 枚 1 ファイルで書き込まれます。カードの種類（概念/仕組み/事例/質疑/追加質問/意見）、要約、意見の発言者、再利用できる言い回し、出典への逆リンクを含みます。
• 文字起こしホットワード：区分ごとに用語集ファイルへ統合され、以後の文字起こしの認識ヒントとして使われます。修正済みの語は議事録本文にも書き戻されます。

パイプラインの操作上の詳細は次のとおりです。

• 各グループは既定で先頭 8 件のみを表示し、展開すればすべて確認できます。後半 3 グループの下部には「ToDo/カードライブラリ/ホットワードライブラリに追加（N）」（加入待办/卡片库/热词库（N））と「未選択を無視」（忽略未选）のボタンがあります。
• 1 グループを終えると約 1 秒後に自動的に次のグループへ進み、すべて完了すると「この会議のナレッジ蓄積が完了しました」（这场会沉淀完了）と表示されます。
• 各グループの操作には取り消しの案内が付き、誤操作はその場で取り消せます。
• 候補と処理状態は議事録ファイル内の隠しブロックに埋め込まれて永続化されるため、デバイスを変えたりパネルを開き直したりしても失われません。再スキャンでは未確定の候補のみが上書きされ、登録済みや無視済みのものは影響を受けません。
• 各グループの候補には上限があります。人物 20 件、ToDo 12 件、学習カード 12 件、ホットワードは区分ごとに 18 件です。

候補の供給経路は 2 つあります。

1. 事前抽出（追加の呼び出しなし）：AI が議事録を整理する際に「ナレッジ蓄積の事前抽出」（沉淀预提取）の指示が自動的に添えられ、候補はノート末尾の隠しブロックに保存されます。ナレッジ蓄積タブを開けばすぐに確認できます。
2. 手動スキャン：事前抽出が使えない場合や、改めて抽出したい場合は「この議事録をスキャン」を押して、比較的規模の大きい大規模言語モデルの呼び出しを実行します（内部では継続生成の連結によって途中切れを防いでいます。スキャン中はキャンセルでき、失敗しても通知されるだけで議事録には影響しません）。

自動ナレッジ蓄積：「設定 → 情報オブジェクト → 文字起こし完了後に自動でナレッジ蓄積」（设置 → 信息对象 → 转写完成后自动沉淀）（既定はオフ）を有効にすると、整理が完了するたびにバックグラウンドで自動スキャンが行われ、学習カードと ToDo はそのまま登録されます。人物とホットワードは引き続き手動確認のフローが残ります。既定でオフになっているのは token を節約するためです。

10.2 人物（人物ライブラリ）

1 人につき 1 ページの Markdown プロフィールです。frontmatter には氏名、役割、よく使う呼称、所属組織、メールアドレス、出典、最終更新、備考が含まれます。ページ内には「関連する議事録」（この人物へリンクしている議事録のテーブル。Obsidian の Bases 対応が必要）と「関連する ToDo」（Dataview プラグインが必要）が自動的に集約されます。人物ライブラリの既定の場所は LexVoice/人员 で、別途、総覧ファイル LexVoice/人员库.base（人物テーブルと人物カードの 2 つのビューを提供）があります。

• 人物候補の供給源：1 件ごとのナレッジ蓄積、またはコマンド「AI で議事録ライブラリをスキャンして人物候補を抽出」（AI 扫描纪要库提取人员建议）による過去の議事録の一括スキャン（1 回につき最大 20 件、差分方式で、残りは次回に持ち越し。候補のキャッシュ上限は 500 件で、セッションをまたいで保持されます）。
• 「人物ライブラリに追加」（加入人员库）を確定すると、プロフィールを新規作成するか既存のプロフィールへ統合し（役割、呼称、所属組織、根拠を統合）、人物へのリンクを出典の議事録の frontmatter に書き戻します。無視した候補は無視リストに入り、復元できます。
• 設定ページの「過去の議事録から補完」（从历史纪要补全）欄では、確認待ちと無視済みの候補を確認できます。
• 人物の重複排除：「設定 → 情報オブジェクト → 重複人物を統合」（设置 → 信息对象 → 合并重复人员）は、重複ページを指しているリンクを保管庫全体で書き換えます。実行前にデバイス間の同期を済ませておくことをおすすめします。
• プライバシーの 3 段階（「設定 → 情報オブジェクト → 保存とプライバシー → 人物データの利用ポリシー」（设置 → 信息对象 → 存储与隐私 → 人员资料使用策略））：
  • プライバシー優先（既定）：いかなるサービスにも人物データを送信しません。
  • 人名ホットワード：氏名とよく使う呼称のみ（80 件以内）を文字起こしと整理のリクエストに添えて送信し、人名の認識率を高めます。初回選択時はダイアログでの認可が必要で、ワンタッチで取り消せます。
  • ローカル強化：文字起こし/大規模言語モデルのエンドポイントがローカルまたは LAN のアドレスである場合に限り、完全な人物コンテキスト（60 人以内）を送信します。

10.3 用語集（文字起こし用語リスト）

単一ファイルの Markdown ホットワードリスト（既定は LexVoice/词汇表.md）で、区分は人名、ブランド/組織、プロジェクト/製品、業界用語、誤りやすい表記（書式は「错误写法 => 标准写法」）、その他の固有名詞の 6 つに固定されています。手動で編集できるほか、ナレッジ蓄積の「ホットワードライブラリに追加」や「設定 → 情報オブジェクト → 文字起こし用語リストを抽出」（设置 → 信息对象 → 提取转写词表）による過去の議事録の一括スキャンでも補完できます。文字起こしへの 2 層の影響については 8.5 節をご覧ください。#、>、<!--、// で始まる行は無視されます。

10.4 学習ウォール、ToDo ウォール、概念ウォールとオブジェクト総覧

コマンド「学習カードのウォーターフォールウォールを開く」（打开学习卡片瀑布墙）「概念ウォールを開く」（打开概念墙）「ToDo ウォールを開く」（打开待办墙）「オブジェクト総覧を開く」（打开对象总览）（または「設定 → 情報オブジェクト」の対応するボタン）を実行すると、ビューフォルダ（既定は LexVoice/视图）に集約ビューのページが生成されます。

• ToDo カードはウォール上で直接チェックして完了にでき、状態は元ファイル（デイリーノートまたはカード）の該当タスク行へ書き戻されます。任意のカードをクリックすると出典へ移動します。
• ウォールのページは dataviewjs でレンダリングされるため、Dataview プラグインをインストールし JavaScript クエリを有効にする必要があります。そうでない場合はコードブロックが表示されるだけになります。
• ウォールのページは生成物であり、開くたびに上書き更新されますので、その中に手書きで内容を書かないでください。
• 「ビューを補完」（补齐视图）ボタンを押すと、9 つの .base 詳細ビューファイル（モード別 5 つ、シーン別 4 つ。全議事録の総覧を含む）が生成されます。既存のものは上書きされません。Bases に対応した Obsidian のバージョンが必要です。

10.5 ビジュアルレポート（HTML / PDF）

コマンド「AI で現在の議事録の HTML レポートを生成」（AI 生成当前纪要 HTML 报告）「AI で現在の議事録の PDF レポートを生成（ページ全体を分断しない）」（AI 生成当前纪要 PDF 报告（整页不截断）），またはパネルの議事録を右クリック →「生成」→ 該当項目で実行します。プラグインは議事録を二次加工し、単独で共有できるビジュアルレポートに仕上げます。

• 研究会モードはデータ駆動の固定テンプレートで処理されます。生成前に配色の選択ダイアログが表示され、AI はデータのみを出力して内蔵テンプレートに流し込み、全体の配色が適用されます。その他のモードでは、AI がレポートの構造を生成したうえで汎用の HTML レポートとしてレンダリングされます。
• 成果物は HTML レポートフォルダ（既定は LexVoice/HTML报告）に書き込まれ、「<议事録名>-HTML报告.html」「<议事録名>-报告.pdf」という名前になります。生成後は既定でシステムの既定プログラムで開きます。
• HTML には「長い画像として保存」（保存长图）ボタンが内蔵されており、PNG として書き出せます。PDF 版は内容の実寸に合わせて 1 ページの分割なし PDF としてレンダリングされ、1 ページの高さは 18000 ピクセルが上限です。長すぎる場合は HTML の利用を促す案内が表示されます。
• 制限：大規模言語モデルの設定が必要です。議事録の本文（原資料を除いた部分）が 80 文字未満の場合はエラーになります。PDF の生成はデスクトップ版限定です。

10.6 セマンティック Canvas

整理の終わった議事録を 1 枚の Obsidian Canvas 図に変換します。中心にはその回の中心的な命題を置き、右へ主要な分岐を展開し、さらに階層的に要点と重要な詳細を広げていきます。自分で振り返る用途にも、その会議の内容を誰かに説明する用途にも向いています。

入口：サイドバーで整理済みの議事録を開き →「AI 整理大纲」ブロックの見出し右側にあるアイコンボタン（ホバーすると「セマンティック Canvas を生成または更新」（生成或更新语义 Canvas）と表示されます）。このボタンは議事録からアウトラインのノードを解析できる場合のみ表示され、アウトラインには最低 2 個のノードが必要です。

成果物：議事録と同じディレクトリに「議事録名 · 语义图.canvas」というファイル名で作成され、生成後は自動的に新しいタブで開きます。同名のファイルがすでに存在する場合はその場で更新され、コピーが別途作られることはありません。

構造：

• 中心のカードには中心的な命題と要約を記載し、元の議事録へ戻るリンクが付きます。
• 主要な分岐は右側に 1 列で並び、分岐ごとに 1 色が割り当てられます。
• 並列関係の要点はグループ枠にまとめられます（子項目が 3 個以上あり、いずれも末端の場合にのみグループ化されます）。
• 規模の上限：最大 5 階層、34 ノード、8 本の主要分岐までで、それを超えた部分は切り捨てられます。

再生成しても手動の調整は保持されます：ノードにプラグインが書き込んだマークが残っている限り、再生成時にはドラッグ後の位置とサイズがそのまま引き継がれます。この図の上で自分が追加したノードや接続線も、そのまま保持されます。

生成には大規模言語モデルの設定が必要です。アウトラインの内容が少なすぎる場合は「現在のアウトラインは内容が少なすぎるため、セマンティック図を生成できません」（当前大纲内容太少，暂时无法生成语义图）と表示されます。

10.7 メール下書き

パネルの議事録を右クリック →「生成」→「メール下書き」（邮件草稿）（コマンドパレットからの入口はありません）：ローカルで .eml の下書きを生成し、システムの既定メールクライアントで開きます。宛先は、議事録の frontmatter にある参加者系のフィールドと人物ライブラリのプロフィールの「メールアドレス」フィールドを突き合わせて自動入力されます。本文は要約/決定事項/ToDo/会議後のフォローアップの 4 段構成です。添付ファイルには議事録の原文、自動レンダリングされた議事録の PDF、同名で生成済みのレポートが含まれます。下書きは LexVoice/邮件草稿 に保存されます。この機能は完全にローカルで生成するもので、メールの送信も大規模言語モデルの呼び出しも行いません。メールアドレスが一致しない場合でも下書きは生成され、その旨が通知されます。

11. 設定リファレンス

設定ページには常設のタブが 7 つあります。LexVoice（ホーム）、一般、API、AI 整理、情報オブジェクト、詳細、更新です。以下、タブごとに主な設定項目を挙げます。

11.1 LexVoice（ホーム）

機能へのナビゲーションページで、永続的な設定項目はありません。以下を含みます。

• バージョン番号の表示と、「API を設定」（配置 API）「入門設定」（入门配置）「リアルタイム議事録パネルを開く」（打开实时纪要面板）の各ボタン。
• 「クイック設定」（快速配置）：MiMo / SiliconFlow のキー 1 つで文字起こしと AI 整理をまとめて設定し、プランとして保存します。疎通の確認機能付きです。
• 事前準備の 4 枚のカード：文字起こしサービス、AI 整理、パソコン音声のキャプチャ、デイリーノート。
• 応用機能へのナビゲーションと費用の説明。

11.2 一般

このほか「自動おすすめ」（自动推荐）「デバイス検出」（设备检测）「パソコン音声ガイド」（电脑音频指引）の 3 つの機能ボタンがあります。

11.3 API

11.4 話者

インポート音声にのみ使用され、リアルタイム録音の分割には関与しません。

11.5 AI 整理

11.6 情報オブジェクト

このほか、一括抽出（人物候補 / 文字起こし用語リスト）、スキャン記録の消去、人物の重複排除、オブジェクトウォールと詳細テーブルへの入口などの機能ボタンがあります。

11.7 詳細

このほか「監視フォルダをすぐにスキャン」（立即扫描监听文件夹）「キューを開く」（打开队列）「すべて再試行」（重试全部）「診断ログを消去」（清空诊断日志）などの機能ボタンがあります。

11.8 更新

ステータス行には現在のバージョン、利用可能なバージョン、前回の確認、前回のエラー、予備ソースの数、書き込み先ディレクトリが表示されます。操作ボタンについては 2.3 節をご覧ください。

11.9 パネルでのみ調整できる設定

以下の項目には設定ページからの入口がなく、リアルタイム議事録パネルの「詳細設定」でのみ調整できます。思考レベル（既定は「既定モード」）、整理の好み（既定はなし）です。「テンプレート」「音声」「分割間隔」「プラン」については、パネルでの変更が設定ページと同じデータを参照しており、即座に保存されます。

12. トラブルシューティング

12.1 診断レポート

問題が起きて助けを求めたりフィードバックしたりする際は、まず診断レポートをコピーしてください。

• 入口：コマンドパレットの「診断レポートをコピー」（复制诊断报告）、または「設定 → 詳細 → 診断とログ」（设置 → 进阶 → 诊断与日志）にある「診断レポートをコピー」ボタン。
• 内容：環境情報（プラグインのバージョン、Obsidian API のバージョン、プラットフォーム）、設定の要約（文字起こしサービス/モデル/エンドポイント、同時実行数、音声ソースのモード、分割間隔、キューの各状態の件数）、直近 100 行の診断ログ（直近 3 つのログファイルから取得）。クリップボードへコピーした後、そのまま開発者に貼り付けて送れます。
• プライバシーのマスキング：ログは書き込みの時点でマスキングされます。キーやトークン系のフィールド、システムのユーザーディレクトリとローカルパスはすべてマスクされ、キー名がキー・プロンプト・文字起こしテキスト・本文の内容に関わるフィールドはまるごとプレースホルダーに置き換えられます。パス系のフィールドはファイル名のみを残します。ログには音声、文字起こし本文、プロンプトの全文、API Key は書き込まれません。レポートの末尾にはマスキングの範囲が明記されます。
• 診断ログは日ごとに保管庫内の JSONL ファイル（既定は LexVoice/诊断日志/YYYY-MM-DD.jsonl）へ書き込まれ、ローカルにのみ保存されて自動アップロードはされません。「診断ログを消去」（清空诊断日志）はすべてのログをシステムのゴミ箱へ移動します（確認が必要です）。「ローカル診断ログ」（本地诊断日志）のスイッチをオフにすると記録が行われなくなり、オフの期間に起きた問題はさかのぼれなくなりますので、通常はオンのままにしておくことをおすすめします。

12.2 よくあるエラーの対照表

12.3 タスクキューの仕組み

文字起こしの失敗、AI 整理の失敗など、再試行可能なタスクは自動的に永続化されたキューへ入ります。プラグインの起動時にキューが空でない場合は「未処理のタスクが N 件見つかりました。バックグラウンドで再試行しています…」（发现 N 个待处理任务，后台重试中…）と通知され、自動的に 1 巡の再試行が実行されます。タスクは失敗するたびに再試行回数が 1 加算され、「最大再試行回数」（既定は 3、1–10 で調整可能）に達すると自動再試行を停止します。その後は 1 件ずつ手動で再試行できます。恒久的なエラー（キー未設定、形式が受け付けられない、容量超過など）については無駄な再試行を行いません。手動の入口は、コマンド「すべての失敗タスクを再試行」、設定の詳細タブの「すべて再試行」、パネルの議事録行にある「文字起こしを再試行」ボタン、右クリックの「文字起こしに失敗した断片を再試行」です。

12.4 処理進捗パネルの操作

開き方：コマンド「未処理キューを開く」（打开待处理队列）、ステータスバーの進捗表示のクリック、「設定 → 詳細 → キューを開く」、またはパネル内の進捗の入口から開きます。パネルには 3 グループの項目が表示されます。完了済み（所要時間と token 使用量を含む）、処理中（現在のファイル、工程、パーセンテージ）、未処理（再試行回数と直近のエラー情報）です。未処理のタスクは 1 件ずつ「再試行」または「削除」できます。下部には「すべて再試行」と「未処理をすべて消去」（清空待处理）があります（消去には確認が必要です。消去後も議事録の該当箇所は現状のまま残るため、議事録上で右クリックして改めて実行できます）。

13. 既知の制限とベストプラクティス

13.1 モバイル版の対応範囲

モバイル版で利用できるもの：マイクのみの録音（システム既定の入力）、分割/一括のクラウド文字起こし、AI 整理、テキストのインポート、議事録の閲覧、設定ページ（1 カラムのレイアウト）、リアルタイムパネル（メイン領域のタブ）。

モバイル版で制限されるもの：

• 録音ソースは「マイクのみ」に強制され、デバイス選択のドロップダウンは無効になります。パソコン音声/仮想サウンドカードの収音はデスクトップ版限定です。
• ストリーミング文字起こしとストリーミングディクテーションは利用できません（モバイル版では認証ヘッダー付きの WebSocket を確立できないため）。録音でストリーミング系サービスを選ぶと案内が表示され、音声は保持されます。ディクテーションは自動的に一括のバッチ文字起こしへフォールバックします。
• PDF レポートの生成はデスクトップ版限定です。
• 長時間音声のインポートが依存するローカルのデコード能力は、モバイル版では十分に信頼できません。長時間音声はデスクトップ版で処理することをおすすめします。
• モバイル版での録音中は Obsidian を前面に保ってください。画面をロックすると録音が中断される場合があります。

13.2 話者の帰属に関する注意事項（重要）

議事録における「この発言は誰のものか」には 3 つの由来があり、信頼度は順に低くなります。実情に応じて判断してください。

1. マルチチャンネルのハードウェアによる区別（最も信頼できる）。1 台の受信機に複数の送信機を接続するマイクで録音し、かつ「話者の区別」が「分離済み」と判定された場合、話者は物理的なチャンネルによって決まり、推測は介在しません。詳しくは 4.11 をご覧ください。
2. インポート音声の話者識別。音声をインポートして「話者を区別」を有効にした場合、文字起こしサービス（阿里云百炼 Fun-ASR、OpenAI、WhisperX など）がファイル全体に対して話者分離を行います。精度はサービス自体と録音品質に左右されます。詳しくは 7.5 をご覧ください。
3. AI が文脈から推測（リスクあり）。上記 2 つがどちらも当てはまらない場合、たとえば通常のモノラルマイクで録音した場合や、ミックス音声ソース（マイク + パソコン音声）で 2 系統の音声を 1 トラックに混ぜて録音した場合、文字起こしは話者を区別しない連続テキストになります。議事録での帰属は AI が呼称、文脈、人物関係から推測するため、取り違えの可能性があります。

したがって、責任の所在、約束の表明、重要な決定の帰属など重大な内容については、議事録内の聞き直しアンカーから元の音声を再生して照合し、AI の帰属判断をそのまま根拠にしないでください。このような場面が多い場合は、1 台の受信機に複数の送信機を接続するマイクでの録音に切り替えるか、インポート時に話者識別を有効にすることをおすすめします。

もう 1 点注意が必要なのは、分割録音では分割をまたいだ話者番号が一致しない場合がある（同じ人物が別の分割で異なる番号になる）ことです。「話者の確認」ウィンドウはこうした場合に注意を表示しますので、発言例を照合したうえで氏名を入力してください。

13.3 MiMo のリアルタイム利用における制約

MiMo は TPM のペース制御と 2 分単位の分割という特性があるため、インポートや分割頻度の高くない場面に向いています。分割間隔を非常に小さく設定し（0.5–1 分など）、そこにリアルタイムアウトラインが重なると、レート制限による順番待ちが起きやすく、「文字起こしがワンテンポ遅れる」体験になりがちです。会議のリアルタイム利用でスムーズさを重視する場合は、SiliconFlow などの分割型サービスか、ストリーミング系サービスをおすすめします。

13.4 分割間隔の目安

• 通常の会議：3–5 分。アウトラインの更新頻度と呼び出しコストのバランスが取れます。
• アウトラインを高頻度で更新したい場面（交渉、面接）：1–3 分。大規模言語モデルの呼び出し回数もそれに応じて増える点にご注意ください。
• 長時間の講演で最終的な議事録だけが必要な場合：間隔を大きくするか、即時分割をオフにして停止後に一括処理してください。
• 覚えておいてください：リアルタイムアウトラインの更新リズムは分割間隔に連動します。間隔を大きくしすぎると、アウトラインは「固まった」ように見えます。

13.5 長時間音声のインポートで想定しておくこと

長時間音声をインポートする際、ローカルではまず音声を完全にデコードしてから分割する必要があるため、一時的にメモリと保管庫内の一時ストレージ（分割された WAV）を多く消費します。文字起こしの所要時間は、音声の長さ、同時実行数、サービス提供元のレート制限に左右されます。数時間の音声はデスクトップ版でネットワークが安定しているときに処理し、「文字起こしの同時実行数」はサービスの許容度に応じて 2–3 に設定してください（MiMo は例外で、1 のままで構いません）。

13.6 その他の既知の制限

• ミックス音声ソースは 1 トラックに録音されるため、後から 2 系統の音声を分離することはできません。
• 質問の履歴は永続化されず、パネルを閉じると消去されます（議事録に書き込んだものを除く）。
• ディクテーションの原文は直近 1 回分のみ保持され、再起動すると失われます。重要な口述は、書き込み結果を早めにご確認ください。
• API キーは難読化（暗号化ではありません）した形で保管庫内の data.json に保存されます。保管庫全体を信頼できない相手に共有しないでください。

14. 付録

付録 A：コマンドパレットのコマンド一覧（29 件）

以下のコマンドは、いずれも「LexVoice:」の接頭辞付きでコマンドパレット（Ctrl/Cmd+P）に表示されます。

付録 B：データの保存場所

各パスは対応する設定タブで変更できます。変更は新規ファイルにのみ影響し、既存のファイルが自動的に移行されることはありません。プラグインはクラウドストレージを一切使用しません。

付録 C：プライバシーについて

• データの流れ：録音音声と文字起こしテキストは、あなた自身が設定した文字起こしサービスと大規模言語モデルサービス（クラウドの提供元またはローカルのサービス）へ送信されます。送信の範囲はあなたの設定によって決まります。LexVoice プラグイン自体はサーバーを運営しておらず、いかなるデータもアップロードしません。
• 人物データ：既定は「プライバシー優先」で、人物ライブラリの内容をいかなるサービスにも送信しません。「人名ホットワード」モードでは、あなたが明示的に認可した場合に限り氏名とよく使う呼称（80 件以内）を送信し、いつでも取り消せます。「ローカル強化」モードでは、ローカル/LAN のエンドポイントに対してのみ完全な人物コンテキストを送信します。
• 診断ログ：ローカルにのみ保存され、書き込みの時点でマスキングされます（キー、パス、本文系のフィールドをマスク）。音声や文字起こし本文は含まれません。診断レポートは、あなたが自ら「診断レポートをコピー」を実行した場合にのみ本機の外へ出ます。
• キーの保管：API キーは難読化（暗号化ではありません）した形で保管庫内の data.json に保存されます。保管庫フォルダを信頼できない相手に共有・同期しないでください。
• ローカルの整理：自動・手動を問わず、すべての整理操作はファイルをシステムのゴミ箱へ移動するため、復元できます。

本マニュアルは LexVoice 2.0.0 のソースコードに基づいて作成されています。プラグインは継続的に更新されるため、実際の画面や既定値はご利用中のバージョンの設定ページを基準としてください。ドキュメントと実際の挙動が食い違う場合は、https://github.com/Lynn-x/LexVoice までフィードバックをお寄せいただけると幸いです。