メインコンテンツへスキップ
見出し画像

#019 n8nでDiscord議事録を全自動化した話

    きっかけ

    友人にn8nをすすめられたのと、Discord VCでの「言った・言ってない」論争をどうにかしたかったのが始まりです。

    最初はn8n Cloudを使おうと思っていたんですが、月20ドルかかることがわかって断念。ちょうど手元にRaspberry Pi 4があったので、それをサーバーとしてセルフホストすることにしました。


    システムの全体像

    ① VCで /join → Craig録音開始
    ② 会議終了後 /stop → 録音停止
    ③ CraigのDMリンクを「議事録」チャンネルに貼る
          ↓ あとは全自動
    ④ Discord Botがリンクを検知
    ⑤ Puppeteerで音声ZIPをダウンロード
    ⑥ Whisperで話者ごとに文字起こし
    ⑦ GPTが各話者の発言を整形
    ⑧ GPTが議事録として構造化
    ⑨ Google Driveに自動保存
    ⑩ Discordに完了通知
    

    担当者がやることは③の「リンクを貼る」だけです。


    使った技術スタック

    ツール役割
    Craig BotDiscord VCの録音(マルチトラック)
    Raspberry Pi 4セルフホストサーバー
    n8nワークフロー自動化エンジン
    PuppeteerCraigからの音声ダウンロード自動化
    Azure OpenAI Whisper音声→テキスト文字起こし
    Azure OpenAI GPT議事録の構造化・要約
    Google Drive議事録ファイルの保存
    Tailscaleラズパイへのリモートアクセス
    Discord.jsメッセージ監視Bot


    工夫した点

    マルチトラックで話者を正確に識別

    Craigはマルチトラック録音ができて、話者ごとに別ファイルで保存されます。ファイル名がそのままDiscordユーザー名になるので、AIで話者推定するより正確です。

    CraigのダウンロードはPuppeteerで解決

    CraigのダウンロードページはJavaScriptで動いているため、curlやHTTP Requestでは直接取得できませんでした。PuppeteerでFLACボタン→ダウンロードボタンの順でクリックする処理を組みました。

    話者ごとに個別整形してからマージ

    最初は全話者の文字起こしをそのままGPTに渡していましたが、誰の発言か混在することがありました。

    Whisper文字起こし(話者ごと)
        ↓
    GPT整形(話者ごとに個別処理)
        ↓
    マージ
        ↓
    GPT議事録生成
    

    この順番にすることで発言の帰属が正確になりました。


    ハマったポイント

    CraigのAPIが存在しない ダウンロードがブラウザ専用なのでPuppeteer対応が必要でした。

    DockerコンテナからホストへのSSH接続が通らない n8nのDockerからラズパイのPuppeteerを呼ぶのにSSHを試みましたが権限問題で断念。ラズパイ上にHTTP APIサーバーを立てて解決しました。

    GoogleのOAuth2リダイレクトURIにIPアドレスが使えない TailscaleのDNS名(raspberrypi.tailxxxxxx.ts.net)を使うことで解決しました。


    引き継ぎ問題について(未解決)

    実はここが一番の課題で、後になって気づきました。

    ラズパイをセルフホストサーバーにしているため、次の担当者にシステムを引き継ぐには:

    • 自分のTailscale VPNに入ってもらう必要がある

    • SSH接続できるようにする必要がある

    つまり自分のプライベートなネットワークに他人を招き入れる形になってしまいます。

    組織として引き継ぐことを考えると、本来はVPSやクラウドで動かすべきだったかもしれません。もしくは最初からn8n Cloudの月20ドルを払う選択をすべきだったか。

    コスト節約のためにラズパイにしたのに、引き継ぎの観点からはむしろ問題を生んでしまったという反省があります。

    これからシステムを作る人は、最初に「誰が・どうやって引き継ぐか」を設計してから技術選定するのをおすすめします。


    コスト

    項目費用Raspberry Pi 4(初期費用)約8,000円(既所有)
    電気代約100〜200円/月
    Azure OpenAI(学校支給)無料
    Craig Bot無料
    n8n(セルフホスト)無料

    月のランニングコストはほぼ電気代のみです。


    まとめ

    n8nは初めて触りましたが、ノードをつなぐだけでかなり複雑な処理が組めて面白かったです。友人のすすめ通りでした。

    「言った・言ってない」論争はこれで解決できたと思いますが、引き継ぎ問題は残っています。同じようなシステムを作ろうとしている方の参考になれば幸いです。


    使用ツール:Craig Bot / n8n / Raspberry Pi 4 / Puppeteer / Azure OpenAI / Google Drive / Tailscale / discord.js

    あなたへのおすすめ