VoiceBookLM

このドキュメントは、AIを活用したボイスメモアプリケーションの設計と仕様についてまとめたものです。

概要

このボイスメモアプリは、音声を録音し、その内容を自動で文字起こし・要約することで、情報の記録と整理を効率化することを目的としています。会議の議事録、アイデアのメモ、日々のタスク管理など、様々なシーンでご活用いただけます。

Web版

公開URL: https://voicenotelm.app

リリース期間: 2026年1月28日 〜 2月中旬

※ iOS / Android版のリリース予定はありません。

主な機能

本アプリケーションが提供する主な機能は以下の通りです。

• 音声録音: 簡単な操作でボイスメモを録音します。
• 自動文字起こし: 録音された音声を高精度なAIがテキストに変換します。
• 自動要約: 文字起こしされたテキストをAIが解析し、簡潔な要約を生成します。
• タグ付け・自動振り分け: メモの内容に応じて自動でタグを付け、ジャンルごとに整理します。
• 検索・閲覧: 過去のメモをキーワードで簡単に検索し、内容をすぐに確認できます。

リポジトリ

• フロントエンド: voicebooklm-frontend
• バックエンド: voicebooklm-backend

製品要件定義書（PRD）

1. 製品概要（Product Overview）

本アプリは、ユーザーが思いついた考えやアイデアを音声で話すだけで、 AIが内容を整理し、「読み返しても分かるメモ」に整形する思考整理特化型音声メモアプリである。

解決する主な課題

• 書いている途中で思考が迷子になる
• 文章化が難しい
• 後で読み返した際に意味がわからない

2. 背景・課題（Background / Problem Statement）

ユーザーがメモを残す際に直面している問題は以下の通り。

2.1 書いている途中で迷走する

• 頭の中では整理できているが、文章にすると論点がズレる
• 文脈が散乱して一貫性が失われる

2.2 アイデアの文章化が難しい

• 語彙が出てこない
• どこから書き始めればよいか分からない
• 文章構成が難しく、勢いが途切れる

2.3 読み返した時に意味が分からない

• 説明不足
• 断片的で文脈が繋がらない
• 当初の意図を思い出せない

結論： 「メモしたのに役に立たない」「思考整理に活かせない」という問題が根本に存在する。

3. このアプリが提供する価値（Value Proposition）

• 思考維持：書く途中で思考が崩壊する問題を防ぐ
• 文章化代行：AIが文章化の苦手を代替し、整ったメモに変換
• 自動整理：要点・背景・意図・次アクションまで自動で構造化
• 高再利用性：思考の“本来の形”を保ち、読み返しやすく再利用しやすい

4. 製品目標（Goals）

• G1: 思考崩壊を防ぐ音声入力を提供する
• G2: AIが内容を再構成し、読み返し時の理解を保証する
• G3: 誰でも「分かりやすいメモ」を作れる状態にする
• G4: 思考の勢いを止めない最小ステップUIを実現する
• G5: Markdownで構造化し、二次利用を容易にする

5. ペルソナ（Persona）

Persona 1：アイデアマン・学生

• アイデアは浮かぶが文章整理が苦手
• 思いついた瞬間に声で残したい
• 読み返した際に意味不明になるメモが多い

Persona 2：文章を書くのが苦手な人

• タイピングより話すほうが考えやすい
• 書く途中で文脈が崩壊しがち
• 読み返しやすい整理されたメモが必要

6. ユースケース（Use Cases）

1. 通学中：アイデアを録音 → AIが整理しタイトル付きで保存
2. 授業・作業中：その場の気づきを音声で記録 → 後で見返して理解できる状態に
3. 就寝前：モヤモヤを吐き出す → AIが論点を整理してメモ化
4. 代替入力：文章化が苦手な人が声でメモを残す

対象ユースケース（具体的な利用シーン）

7. スコープ（Scope）

In Scope（MVP）

• 音声録音（モバイルアプリ）
• Google Speech-to-Text APIによる高精度文字起こし
• AIによる文字起こし内容整形、構造化
• タイトル自動生成
• 自動ディレクトリ作成、分類（AI）
• 自動タグ付け（AI）
• Markdown形式で保存
• メモ一覧（タイトル＋ディレクトリ構造）
• 再要約機能

Out of Scope（MVP外）

• リアルタイム文字起こし
• obsidianのような編集と閲覧が同じような機能
• 意味ベース検索（Semantic Search）
  • ニュアンス・文脈で検索可能
  • Embeddingによる類似度検索

8. コア機能（Core Features）

8.1 音声 → テキスト変換

• Google Speech-to-Text API
• 言い直し・雑談も保持し高精度で文字化

8.2 AI構造化メモ生成（Markdown）

出力構造：

• タイトル（AI生成）
• タグ（AI生成）
• 本文（LLM整形）
• 作成日時（属性）

Markdownテンプレ例

---
title: "自動生成タイトル"
tags: ["アイデア", "プロジェクトA"]
created: 2025-12-01
---

# タイトル

LLMが整形した本文がここに入る。
ユーザーの音声入力を元に、読みやすく構造化された文章が生成される。

8.3 自動分類

ジャンル例：アイデア / 日記 / 勉強 / 仕事 / 感情 / TODO

8.4 メモ一覧画面

• 日付順 / カテゴリ別ソート
• サマリ表示

8.5 意味ベース検索（Semantic Search）

• 正確なキーワード不要
• ニュアンス検索・文脈検索
• Embedding による類似度検索

9. 非機能要件（NFR）

• 安定性: アプリクラッシュ時でも音声データ保持・復旧
• プライバシー: 音声データは端末内保存を基本とする

（※取り消し線項目は削除し、必要項目のみ残しました）

10. 技術要件（Technical Requirements）

• フロント: React Native
• 文字起こし: Google Speech-to-Text API
• 要約・整形AI: Gemini 2.0 Flash
• データ保存: PostgreSQ ( 必要に応じてAWS S3)
• Markdown生成: フロントエンド側でフォーマット(詳細は未確定)

11. 競合分析（Competitive Analysis）

差別化ポイント：

• 会議・議論録音ツールは多いが、個人の思考整理に特化したアプリは少ない
• タグやディレクトリ構成をAIが自動で提案・整理
• 「思考の崩壊を防ぐ」「読み返して分かる」出力品質とUX

12. 成果指標（KPI）

• 理解できたメモ率
• 1ユーザーあたりの再閲覧数
• “意味不明メモ”の減少
• 書くストレスの低減
• 月間継続利用率
• 意味検索からのメモ閲覧数
• 探したいメモが見つかった成功率

13. エレベーターピッチ

「書くと途中で迷子になる思考を、AIが整えて“読み返して分かるメモ”に変換する音声メモアプリ。」

プロダクト概要

VoiceBookLM は、音声ファースト × 自動整理 をコンセプトとした AI 搭載ボイスメモアプリケーションです。

コンセプト

「話すだけで、整理されたメモが自動で作られる」

ユーザーは話すことに集中するだけ。AI がタイトル・本文・タグを自動生成し、クラウドに保存します。

解決する課題

graph TD
    subgraph 従来のメモアプリ
        A[テキスト入力] --> B[タイトル設定]
        B --> C[タグ付け]
        C --> D[整理・分類]
    end

    subgraph VoiceBookLM
        E[話す] --> F[AI が自動整理]
        F --> G[保存完了]
    end

    style D fill:#f99,stroke:#333
    style G fill:#9f9,stroke:#333

主要機能

MVPに含む機能

1. ワンタップ録音 - シンプルな操作で録音開始
2. AI 自動整理 - タイトル・本文・タグを自動生成
3. マークダウン対応 - 本文はマークダウン形式で記述・編集・表示
4. クラウド保存 - どこからでもアクセス可能
5. 全文検索 - 過去のメモを素早く発見
6. Google 認証 - 安全なログイン

対象ユースケース

目標数値

アーキテクチャ

システム全体像

graph TB
    subgraph Client["📱 モバイルアプリ"]
        RN["React Native + Expo"]
    end

    subgraph Backend["🖥️ バックエンド"]
        API["REST API<br/>Spring Boot"]
        DB[(PostgreSQL)]
    end

    subgraph External["🌐 外部サービス"]
        ASR["Google Cloud<br/>Speech-to-Text"]
        AI["AI サービス<br/>Claude/GPT"]
        OAuth["Google OAuth"]
    end

    RN -->|HTTPS| API
    API --> DB
    API --> ASR
    API --> AI
    RN --> OAuth
    API --> OAuth

backend オニオンアーキテクチャ × DDD

バックエンドはオニオンアーキテクチャと**ドメイン駆動設計(DDD)**を採用しています。

graph TB
    subgraph Presentation["🎨 Presentation Layer"]
        Controller["Controller<br/>REST API"]
    end

    subgraph UseCase["⚙️ UseCase Layer"]
        UC["UseCase<br/>ビジネスロジック"]
    end

    subgraph Domain["💎 Domain Layer"]
        Entity["Entity"]
        Repo["Repository<br/>Interface"]
    end

    subgraph Infrastructure["🔧 Infrastructure Layer"]
        JPA["JPA Repository<br/>実装"]
        Client["外部API<br/>クライアント"]
    end

    Controller --> UC
    UC --> Entity
    UC --> Repo
    JPA -.->|implements| Repo
    Client --> ASR["Speech-to-Text"]

    style Domain fill:#ffd,stroke:#333

レイヤー責務

技術スタック

Backend

技術的意思決定

アーキテクチャ選定

オニオンアーキテクチャ × DDD 採用理由

graph LR
    subgraph オニオンアーキテクチャ
        D[Controller] --> E[UseCase]
        E --> F[Domain]
        G[Infrastructure] -.->|implements| F
    end

ボイスメモ ユースケース図

flowchart LR
    User((ユーザー))

    subgraph VoiceBookLM
        Login([Google でログイン])
        Record([ボイスメモを録音])
        ViewList([メモ一覧を閲覧])
        Search([メモを検索])
        Edit([タイトル・タグを編集])
    end

    User --> Login
    User --> Record
    User --> ViewList
    User --> Search
    User --> Edit

ユースケース一覧

MVP 機能（実装対象）

MVP 対象外

データポリシー

ボイスメモ アクティビティ図

メインフロー（録音〜保存）

flowchart TD
    Start((開始))
    Start --> Login[Google ログイン]
    Login --> Home[ホーム画面]
    Home --> Record[録音ボタンをタップ]
    Record --> Speaking[話す]
    Speaking --> Stop[録音停止]
    Stop --> Upload[音声ファイル送信]
    Upload --> Transcribe[文字起こし]
    AI --> Save[クラウドに保存]
    Save --> Done((完了))
    Transcribe --> AI[AI でタイトル・本文・タグ生成]

メモ閲覧フロー

flowchart TD
    Home((ホーム画面))
    Home --> Directory[ディレクトリ構造]
    Home --> Search[キーワード検索]
    Directory --> Detail[メモを選択して閲覧]
    Search --> List[メモ一覧を表示]
    List --> Detail

フローの説明

録音フロー

1. Google ログイン → JWT トークン取得
2. 録音ボタンをタップ → 録音開始
3. 話す → 音声を端末に一時保存
4. 録音停止 → 音声ファイル確定
5. 音声ファイル送信 → REST API 経由でサーバーに送信
6. 文字起こし → ASR で一括テキスト化
7. AI 処理 → タイトル・本文・タグを自動生成
8. クラウドに保存 → AI 整形済みメモのみ永続化

メモ閲覧フロー

• 一覧表示: 日付ソートでメモを表示
• 検索: キーワードやタグで絞り込み
• 閲覧: メモを選択して内容を確認

シーケンス図

システムの主要なフローを時系列で図示したシーケンス図です。

1. 音声メモ生成フロー（メインフロー）

アプリのコア機能「音声 → 文字起こし → AI整形 → 保存」の全体フローです。

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant API as 🖥️ Backend API
    participant STT as 🎤 Google Speech-to-Text
    participant AI as 🤖 Gemini AI
    participant DB as 🗄️ PostgreSQL

    Note over App: ユーザーが録音完了

    App->>API: POST /api/voice/memos<br/>multipart/form-data<br/>(file, language)
    activate API

    Note over API: JWT検証

    API->>STT: 音声ファイル送信
    activate STT
    STT-->>API: 文字起こしテキスト
    deactivate STT

    alt 文字起こし成功
        API->>AI: 文字起こしテキスト送信
        activate AI
        Note over AI: タイトル生成<br/>本文整形<br/>タグ抽出
        AI-->>API: 整形結果<br/>(title, content, tags)
        deactivate AI

        alt AI整形成功
            API->>DB: メモ保存
            activate DB
            DB-->>API: 保存完了
            deactivate DB
            API-->>App: 201 Created<br/>{memoId, title, content, tags, ...}
        else AI整形失敗
            Note over API: フォールバック処理<br/>文字起こしテキストをそのまま使用
            API->>DB: メモ保存（フォールバック）
            DB-->>API: 保存完了
            API-->>App: 201 Created<br/>{..., fallback: {formatting: true}}
        end
    else 文字起こし失敗
        API-->>App: 500 Internal Server Error
    end

    deactivate API

フローの詳細

エラーハンドリング

• 文字起こし失敗: 500エラーを返却
• AI整形失敗: フォールバックモードで文字起こしテキストをそのまま保存
• DB保存失敗: 500エラーを返却

2. Google OAuth ログインフロー

Google Sign-In を使用した認証フローです。

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant Google as 🌐 Google OAuth
    participant API as 🖥️ Backend API
    participant DB as 🗄️ PostgreSQL

    App->>Google: Google Sign-In 開始
    activate Google
    Note over Google: ユーザー認証<br/>同意画面
    Google-->>App: ID Token
    deactivate Google

    App->>API: POST /api/auth/google<br/>{idToken}
    activate API

    API->>Google: ID Token 検証<br/>/tokeninfo
    activate Google
    Google-->>API: Token Info<br/>(sub, email, name, ...)
    deactivate Google

    alt トークン検証成功
        API->>DB: ユーザー検索<br/>(googleSub)
        activate DB

        alt 既存ユーザー
            DB-->>API: User
        else 新規ユーザー
            API->>DB: ユーザー作成
            DB-->>API: User
        end

        Note over API: JWT生成<br/>・accessToken (1日)<br/>・refreshToken (180日)

        API->>DB: RefreshToken 保存
        DB-->>API: 保存完了
        deactivate DB

        API-->>App: 200 OK<br/>{accessToken, refreshToken}
    else トークン検証失敗
        API-->>App: 401 Unauthorized
    end

    deactivate API

セキュリティポイント

3. トークンリフレッシュフロー

アクセストークン更新時のトークンローテーションフローです。

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant API as 🖥️ Backend API
    participant DB as 🗄️ PostgreSQL

    Note over App: accessToken 期限切れ検知

    App->>API: POST /api/auth/refresh<br/>{refreshToken}
    activate API

    API->>DB: RefreshToken 検証<br/>(token, revoked=false, expires > now)
    activate DB
    DB-->>API: RefreshToken (valid/invalid)
    deactivate DB

    alt トークン有効
        API->>DB: ユーザー取得
        activate DB
        DB-->>API: User
        deactivate DB

        API->>DB: 旧 RefreshToken 無効化<br/>(revoked = true)
        activate DB
        DB-->>API: 更新完了
        deactivate DB

        Note over API: 新規JWT生成<br/>・accessToken<br/>・refreshToken

        API->>DB: 新 RefreshToken 保存
        activate DB
        DB-->>API: 保存完了
        deactivate DB

        API-->>App: 200 OK<br/>{accessToken, refreshToken}
    else トークン無効/期限切れ
        API-->>App: 401 Unauthorized
        Note over App: 再ログイン必要
    end

    deactivate API

トークンローテーションの意義

旧トークン使用 → 無効化 → 新トークン発行

• リプレイ攻撃防止: 古いトークンは使えなくなる
• トークン漏洩検知: 無効化済みトークンの使用で検知可能
• セッション管理: アクティブなセッションのみ有効

4. 認証付きAPI呼び出しフロー

JWT認証が必要なAPIの共通フローです。

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant Filter as 🔐 JwtAuthFilter
    participant Controller as 📋 Controller
    participant UseCase as ⚙️ UseCase

    App->>Filter: API Request<br/>Authorization: Bearer {token}
    activate Filter

    Filter->>Filter: JWT検証

    alt 有効なアクセストークン
        Filter->>Filter: SecurityContext設定<br/>(userId, email)
        Filter->>Controller: Request継続
        activate Controller
        Controller->>UseCase: ビジネスロジック実行
        activate UseCase
        UseCase-->>Controller: 結果
        deactivate UseCase
        Controller-->>App: 200 OK / 201 Created
        deactivate Controller
    else 無効/期限切れトークン
        Filter-->>App: 401 Unauthorized
    else リフレッシュトークン使用
        Filter-->>App: 401 Unauthorized<br/>(アクセストークンが必要)
    end

    deactivate Filter

5. ログアウトフロー

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant API as 🖥️ Backend API
    participant DB as 🗄️ PostgreSQL

    App->>API: POST /api/auth/logout<br/>{refreshToken}
    activate API

    API->>DB: RefreshToken 無効化<br/>(revoked = true)
    activate DB
    DB-->>API: 更新完了
    deactivate DB

    API-->>App: 204 No Content
    deactivate API

    Note over App: ローカルトークン削除

6. アカウント削除フロー

sequenceDiagram
    autonumber
    participant App as 📱 Mobile App
    participant API as 🖥️ Backend API
    participant DB as 🗄️ PostgreSQL

    App->>API: DELETE /api/auth/account<br/>Authorization: Bearer {token}
    activate API

    Note over API: JWT検証（userId取得）

    API->>DB: メモ削除<br/>(user_id = ?)
    activate DB
    DB-->>API: 削除完了
    deactivate DB

    API->>DB: RefreshToken 削除<br/>(user_id = ?)
    activate DB
    DB-->>API: 削除完了
    deactivate DB

    API->>DB: User 削除<br/>(id = ?)
    activate DB
    DB-->>API: 削除完了
    deactivate DB

    API-->>App: 204 No Content
    deactivate API

    Note over App: ログイン画面へ遷移

削除順序の重要性

外部キー制約を考慮し、以下の順序で削除:

1. VoiceMemo (user_id 参照)
2. RefreshToken (user_id 参照)
3. User (親テーブル)

7. エラーハンドリング全体像

sequenceDiagram
    participant App as 📱 Mobile App
    participant API as 🖥️ Backend API

    Note over App,API: 想定されるエラーパターン

    rect rgb(255, 230, 230)
        Note right of App: 認証エラー
        App->>API: 無効なJWT
        API-->>App: 401 Unauthorized<br/>{error, code: "UNAUTHORIZED"}
    end

    rect rgb(255, 245, 230)
        Note right of App: 入力エラー
        App->>API: 不正なリクエスト
        API-->>App: 400 Bad Request<br/>{error, code: "BAD_REQUEST"}
    end

    rect rgb(255, 230, 245)
        Note right of App: リソースエラー
        App->>API: 存在しないリソース
        API-->>App: 404 Not Found<br/>{error, code: "NOT_FOUND"}
    end

    rect rgb(230, 230, 255)
        Note right of App: サーバーエラー
        App->>API: 外部API障害
        API-->>App: 500 Internal Server Error<br/>{error, code: "INTERNAL_SERVER_ERROR"}
    end

処理時間の目安

関連ドキュメント

• アーキテクチャ - システム全体構成
• 認証 - 認証システム詳細
• API リファレンス - API仕様詳細
• アクティビティ図 - ユーザー操作フロー

画面遷移図

VoiceBookLM モバイルアプリの画面遷移を図示します。

全体概要

stateDiagram-v2
    [*] --> スプラッシュ
    スプラッシュ --> ログイン: 未認証
    スプラッシュ --> ホーム: 認証済み

    state ログイン {
        [*] --> ログイン画面
        ログイン画面 --> Google認証
        Google認証 --> ログイン画面: 失敗
    }
    ログイン --> ホーム: 認証成功

    state ホーム {
        [*] --> メモ一覧
        メモ一覧 --> 検索
        検索 --> メモ一覧
    }

    ホーム --> 録音: 録音ボタン
    録音 --> 処理中: 録音完了
    処理中 --> メモ詳細: 生成完了
    メモ詳細 --> ホーム: 戻る

    ホーム --> メモ詳細: メモ選択
    ホーム --> 設定: 設定アイコン

    設定 --> ログイン: ログアウト
    設定 --> [*]: アカウント削除

1. 認証フロー

flowchart TD
    subgraph 起動["📱 アプリ起動"]
        Splash[スプラッシュ画面]
    end

    subgraph 認証チェック["🔐 認証チェック"]
        Check{JWT有効?}
        Refresh{リフレッシュ<br/>可能?}
    end

    subgraph ログイン["🔑 ログイン"]
        Login[ログイン画面]
        GoogleAuth[Google Sign-In]
        AuthError[認証エラー<br/>ダイアログ]
    end

    subgraph メイン["🏠 メイン"]
        Home[ホーム画面]
    end

    Splash --> Check
    Check -->|有効| Home
    Check -->|期限切れ| Refresh
    Refresh -->|成功| Home
    Refresh -->|失敗| Login

    Check -->|なし| Login
    Login -->|Googleでログイン| GoogleAuth
    GoogleAuth -->|成功| Home
    GoogleAuth -->|失敗| AuthError
    AuthError -->|再試行| Login

    style Splash fill:#e1f5fe
    style Home fill:#c8e6c9
    style Login fill:#fff3e0
    style AuthError fill:#ffcdd2

画面詳細

2. メイン画面フロー

flowchart TD
    subgraph ホーム["🏠 ホーム画面"]
        MemoList[メモ一覧<br/>日付順表示]
        Directory[ディレクトリ<br/>ツリー表示]
        SearchBar[検索バー]
        RecordBtn((🎤<br/>録音))
        SettingsBtn[⚙️]
    end

    subgraph 検索["🔍 検索"]
        SearchInput[キーワード入力]
        TagFilter[タグフィルター]
        SearchResults[検索結果一覧]
    end

    subgraph メモ詳細["📄 メモ詳細"]
        MemoView[メモ表示<br/>Markdown]
        MemoTags[タグ表示]
        MemoMeta[作成日時]
        ResummarizeBtn[再要約ボタン]
    end

    subgraph 録音["🎤 録音画面"]
        Recording[録音中<br/>波形表示]
        StopBtn[停止ボタン]
    end

    subgraph 処理中["⏳ 処理中"]
        Uploading[アップロード中]
        Transcribing[文字起こし中]
        Formatting[AI整形中]
    end

    subgraph 設定["⚙️ 設定"]
        Profile[プロフィール]
        Language[言語設定]
        Logout[ログアウト]
        DeleteAccount[アカウント削除]
    end

    MemoList --> SearchBar
    SearchBar --> SearchInput
    SearchInput --> SearchResults
    TagFilter --> SearchResults
    SearchResults --> MemoView

    MemoList --> MemoView
    Directory --> MemoView

    RecordBtn --> Recording
    Recording --> StopBtn
    StopBtn --> Uploading
    Uploading --> Transcribing
    Transcribing --> Formatting
    Formatting --> MemoView

    MemoView --> ResummarizeBtn
    ResummarizeBtn --> Formatting

    SettingsBtn --> Profile
    Profile --> Language
    Profile --> Logout
    Profile --> DeleteAccount

    style RecordBtn fill:#f44336,color:#fff
    style MemoList fill:#e3f2fd
    style MemoView fill:#e8f5e9
    style Recording fill:#ffebee
    style Formatting fill:#fff3e0

3. 録音〜保存フロー（詳細）

flowchart TD
    subgraph 録音準備["📱 録音準備"]
        Home[ホーム画面]
        RecordButton((🎤))
        PermissionCheck{マイク<br/>許可?}
        PermissionRequest[許可リクエスト]
    end

    subgraph 録音中["🔴 録音中"]
        RecordingScreen[録音画面]
        Waveform[波形表示]
        Timer[経過時間]
        StopButton[停止ボタン]
        CancelButton[キャンセル]
    end

    subgraph 確認["✅ 確認"]
        Preview[録音プレビュー]
        PlayButton[再生]
        RetryButton[録り直し]
        SubmitButton[送信]
    end

    subgraph 処理["⚙️ 処理中"]
        Progress[プログレス表示]
        Step1[1. アップロード中...]
        Step2[2. 文字起こし中...]
        Step3[3. AI整形中...]
        Step4[4. 保存中...]
    end

    subgraph 完了["🎉 完了"]
        Result[生成結果画面]
        Title[タイトル]
        Content[整形済み本文]
        Tags[自動タグ]
        SaveButton[保存して閉じる]
    end

    subgraph エラー["❌ エラー"]
        ErrorDialog[エラーダイアログ]
        RetryOption[再試行]
        DismissOption[閉じる]
    end

    Home --> RecordButton
    RecordButton --> PermissionCheck
    PermissionCheck -->|許可済み| RecordingScreen
    PermissionCheck -->|未許可| PermissionRequest
    PermissionRequest -->|許可| RecordingScreen
    PermissionRequest -->|拒否| Home

    RecordingScreen --> Waveform
    RecordingScreen --> Timer
    RecordingScreen --> StopButton
    RecordingScreen --> CancelButton
    CancelButton --> Home

    StopButton --> Preview
    Preview --> PlayButton
    Preview --> RetryButton
    Preview --> SubmitButton
    RetryButton --> RecordingScreen

    SubmitButton --> Progress
    Progress --> Step1 --> Step2 --> Step3 --> Step4

    Step4 -->|成功| Result
    Step1 -->|失敗| ErrorDialog
    Step2 -->|失敗| ErrorDialog
    Step3 -->|失敗| ErrorDialog

    ErrorDialog --> RetryOption
    ErrorDialog --> DismissOption
    RetryOption --> Progress
    DismissOption --> Home

    Result --> Title
    Result --> Content
    Result --> Tags
    Result --> SaveButton
    SaveButton --> Home

    style RecordButton fill:#f44336,color:#fff
    style RecordingScreen fill:#ffcdd2
    style Progress fill:#fff3e0
    style Result fill:#c8e6c9
    style ErrorDialog fill:#ffcdd2

4. 画面一覧

認証系

メイン系

録音系

設定系

5. 画面コンポーネント構成

flowchart TB
    subgraph App["📱 App"]
        subgraph Navigation["🧭 Navigation"]
            BottomTab[BottomTabNavigator]
            Stack[StackNavigator]
        end

        subgraph Screens["📄 Screens"]
            subgraph Auth["認証"]
                SplashScreen
                LoginScreen
            end

            subgraph Main["メイン"]
                HomeScreen
                SearchScreen
                MemoDetailScreen
            end

            subgraph Record["録音"]
                RecordScreen
                PreviewScreen
                ProcessingScreen
                ResultScreen
            end

            subgraph Settings["設定"]
                SettingsScreen
                ProfileScreen
                LanguageScreen
            end
        end

        subgraph Components["🧩 共通コンポーネント"]
            Header[Header]
            MemoCard[MemoCard]
            TagChip[TagChip]
            LoadingIndicator[LoadingIndicator]
            ErrorDialog[ErrorDialog]
            FAB[FloatingActionButton]
        end
    end

    BottomTab --> HomeScreen
    BottomTab --> SearchScreen
    BottomTab --> SettingsScreen

    Stack --> MemoDetailScreen
    Stack --> RecordScreen
    Stack --> PreviewScreen
    Stack --> ProcessingScreen
    Stack --> ResultScreen

    HomeScreen --> MemoCard
    HomeScreen --> FAB
    SearchScreen --> MemoCard
    SearchScreen --> TagChip
    MemoDetailScreen --> TagChip

    RecordScreen --> Header
    ProcessingScreen --> LoadingIndicator
    ResultScreen --> TagChip

6. ナビゲーション構造

App
├── AuthStack (未認証時)
│   ├── Splash
│   └── Login
│
└── MainStack (認証済み)
    ├── BottomTabs
    │   ├── HomeTab
    │   │   └── Home
    │   ├── SearchTab
    │   │   └── Search
    │   └── SettingsTab
    │       └── Settings
    │
    └── Modals / Stacks
        ├── MemoDetail
        ├── RecordFlow
        │   ├── Record
        │   ├── Preview
        │   ├── Processing
        │   └── Result
        ├── Profile
        └── Language

7. 状態遷移表

認証状態

録音状態

8. ワイヤーフレーム概要

ホーム画面

┌─────────────────────────────────┐
│  📱 VoiceBookLM          ⚙️    │
├─────────────────────────────────┤
│  🔍 メモを検索...               │
├─────────────────────────────────┤
│                                 │
│  📁 アイデア                    │
│    └─ 📄 新機能のアイデア       │
│    └─ 📄 改善案メモ             │
│                                 │
│  📁 日記                        │
│    └─ 📄 今日の振り返り         │
│                                 │
│  📁 仕事                        │
│    └─ 📄 会議メモ               │
│                                 │
│                                 │
│                        ┌─────┐  │
│                        │ 🎤  │  │
│                        └─────┘  │
├─────────────────────────────────┤
│   🏠      🔍      ⚙️           │
└─────────────────────────────────┘

録音画面

┌─────────────────────────────────┐
│  ← 録音                         │
├─────────────────────────────────┤
│                                 │
│                                 │
│         ╭──────────────╮        │
│         │              │        │
│         │   🔴 録音中   │        │
│         │              │        │
│         ╰──────────────╯        │
│                                 │
│     ∿∿∿∿∿∿∿∿∿∿∿∿∿∿∿∿∿         │
│     波形表示                    │
│                                 │
│           00:15                 │
│                                 │
│         ┌─────────┐             │
│         │  停止   │             │
│         └─────────┘             │
│                                 │
│     キャンセル                   │
│                                 │
└─────────────────────────────────┘

メモ詳細画面

┌─────────────────────────────────┐
│  ←  メモ詳細              ⋮    │
├─────────────────────────────────┤
│                                 │
│  # 新機能のアイデア             │
│                                 │
│  📅 2025-12-17                  │
│  🏷️ アイデア  機能  MVP         │
│                                 │
│  ─────────────────────────────  │
│                                 │
│  ## 概要                        │
│  音声入力でメモを取れる         │
│  アプリを作りたい。             │
│                                 │
│  ## ポイント                    │
│  - AIで自動整形                 │
│  - タグ自動付与                 │
│  - Markdown形式                 │
│                                 │
│  ## 次のアクション              │
│  - 技術選定を進める             │
│                                 │
│         ┌─────────┐             │
│         │ 再要約  │             │
│         └─────────┘             │
└─────────────────────────────────┘

関連ドキュメント

• PRD - 製品要件定義
• アクティビティ図 - ユーザー操作フロー
• シーケンス図 - システム間の通信フロー
• API リファレンス - バックエンドAPI仕様

ER図

erDiagram
    users {
        UUID id PK "UUIDv7"
        VARCHAR google_sub UK "Google User ID (sub claim)"
        VARCHAR email UK "メールアドレス"
        VARCHAR name "表示名"
        TIMESTAMPTZ created_at "作成日時"
        TIMESTAMPTZ updated_at "更新日時"
    }

    memos {
        UUID id PK "UUIDv7"
        UUID user_id FK "ユーザーID"
        VARCHAR transcription_status "文字起こしステータス"
        VARCHAR formatting_status "AI整形ステータス"
        TEXT transcription "文字起こし結果"
        VARCHAR title "AIタイトル"
        TEXT content "AI整形本文(Markdown)"
        TIMESTAMPTZ created_at "作成日時"
        TIMESTAMPTZ updated_at "更新日時"
        BOOLEAN deleted "論理削除フラグ"
    }

    memo_tags {
        UUID memo_id PK,FK "メモID"
        VARCHAR tag PK "タグ名"
    }

    refresh_tokens {
        UUID id PK "UUIDv7"
        VARCHAR token UK "リフレッシュトークン"
        UUID user_id FK "ユーザーID"
        TIMESTAMPTZ expires_at "有効期限"
        TIMESTAMPTZ created_at "作成日時"
        BOOLEAN revoked "無効化フラグ"
    }

    users ||--o{ memos : "has"
    users ||--o{ refresh_tokens : "has"
    memos ||--o{ memo_tags : "has"

テーブル概要

リレーションシップ

• users → memos: 1対多（1ユーザーが複数のメモを持つ）
• users → refresh_tokens: 1対多（1ユーザーが複数のトークンを持つ）
• memos → memo_tags: 1対多（1メモが複数のタグを持つ）

ステータス値

transcription_status / formatting_status

認証

VoiceBookLM Backend の認証システムは、Google OAuth 認証と JWT トークン管理を提供するクリーンアーキテクチャベースの実装です。

アーキテクチャ概要

flowchart TB
    subgraph Presentation["Presentation Layer"]
        AuthController["AuthController (/api/auth)<br/>POST /google : Google OAuth ログイン<br/>POST /refresh : トークンリフレッシュ<br/>POST /logout : ログアウト<br/>DELETE /account : アカウント削除<br/>GET /me : 現在のユーザー情報取得"]
    end

    subgraph UseCase["UseCase Layer"]
        LoginUseCase
        RefreshTokenUseCase
        LogoutUseCase
        GetCurrentUserUseCase
        DeleteAccountUseCase
    end

    subgraph Domain["Domain Layer"]
        subgraph Models
            User
            RefreshToken
            OAuthUserInfo
        end
        subgraph Interfaces
            UserRepository
            RefreshTokenRepo
            OAuthClient
        end
    end

    subgraph Infrastructure["Infrastructure Layer"]
        JwtTokenProvider
        JwtAuthenticationFilter
        GoogleOAuthClient
        UserRepositoryImpl["UserRepositoryImpl (JPA)"]
        RefreshTokenRepositoryImpl
    end

    Presentation --> UseCase
    UseCase --> Domain
    Domain --> Infrastructure

Domain Layer

User

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/model/User.kt

Google OAuth 認証で取得したユーザー情報を表現するドメインモデル。

class User(
    val id: UUID,           // UUIDv7 (時系列順)
    val googleSub: String,  // Google の一意識別子
    val email: String,      // メールアドレス
    var name: String,       // 表示名
    val createdAt: Instant,
    var updatedAt: Instant
)

メソッド:

RefreshToken

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/model/RefreshToken.kt

JWT リフレッシュトークンの情報を表現するドメインモデル。トークンローテーションをサポート。

class RefreshToken(
    val id: UUID,           // UUIDv7
    val token: String,      // JWT トークン文字列
    val userId: UUID,       // 所有ユーザーの ID
    val expiresAt: Instant, // 有効期限
    val createdAt: Instant,
    var revoked: Boolean    // 無効化フラグ
)

メソッド:

OAuthUserInfo

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/model/OAuthUserInfo.kt

OAuth プロバイダーから取得したユーザー情報を表現する値オブジェクト。

data class OAuthUserInfo(
    val providerId: String,  // プロバイダー固有 ID (Google: sub)
    val email: String,
    val name: String,
    val picture: String?     // プロフィール画像 URL
)

OAuthClient (Interface)

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/gateway/OAuthClient.kt

OAuth 認証プロバイダーとの通信を抽象化するゲートウェイインターフェース。

interface OAuthClient {
    fun verifyIdTokenAndGetUserInfo(idToken: String): OAuthUserInfo?
}

実装:

• GoogleOAuthClient - Google OAuth 認証

UserRepository (Interface)

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/repository/UserRepository.kt

interface UserRepository {
    fun save(user: User): User
    fun findById(id: UUID): User?
    fun findByEmail(email: String): User?
    fun findByGoogleSub(googleSub: String): User?
    fun deleteById(id: UUID)
}

RefreshTokenRepository (Interface)

ファイル: src/main/kotlin/com/assari/voicebooklm/domain/repository/RefreshTokenRepository.kt

interface RefreshTokenRepository {
    fun save(token: RefreshToken): RefreshToken
    fun findByTokenAndValid(token: String, now: Instant): RefreshToken?
    fun revokeByToken(token: String)
    fun revokeByUserId(userId: UUID)    // ログアウト時
    fun deleteByUserId(userId: UUID)    // アカウント削除時
}

UseCase Layer

LoginUseCase

ファイル: src/main/kotlin/com/assari/voicebooklm/usecase/auth/LoginUseCase.kt

OAuth 認証フローを処理し、JWT トークンペアを発行する。

入力: LoginCommand(idToken: String)

出力: LoginResult(accessToken, refreshToken, userId)

フロー:

1. OAuthClient で ID トークンを検証
2. ユーザーを取得または新規作成
3. アクセストークン・リフレッシュトークンを生成
4. リフレッシュトークンを DB に保存

例外:

• InvalidIdTokenException - ID トークンの検証失敗

RefreshTokenUseCase

ファイル: src/main/kotlin/com/assari/voicebooklm/usecase/auth/RefreshTokenUseCase.kt

リフレッシュトークンローテーションを実装。旧トークンを無効化し、新しいトークンペアを発行。

入力: RefreshTokenCommand(refreshToken: String)

出力: RefreshTokenResult(accessToken, refreshToken, userId)

フロー:

1. 保存済みリフレッシュトークンを検証
2. ユーザーを取得
3. 旧トークンを無効化（ローテーション）
4. 新しいトークンペアを生成・保存

例外:

• InvalidRefreshTokenException - トークンが無効または期限切れ

LogoutUseCase

ファイル: src/main/kotlin/com/assari/voicebooklm/usecase/auth/LogoutUseCase.kt

リフレッシュトークンを無効化してログアウト。

入力: LogoutCommand(refreshToken: String)

出力: なし

GetCurrentUserUseCase

ファイル: src/main/kotlin/com/assari/voicebooklm/usecase/auth/GetCurrentUserUseCase.kt

JWT から取得したユーザー ID でユーザー情報を取得。

入力: GetCurrentUserCommand(userId: UUID)

出力: UserInfo(id, email, name)

DeleteAccountUseCase

ファイル: src/main/kotlin/com/assari/voicebooklm/usecase/auth/DeleteAccountUseCase.kt

ユーザーのすべてのデータを物理削除。

入力: DeleteAccountCommand(userId: UUID)

削除順序（参照整合性維持）:

1. メモ
2. リフレッシュトークン
3. ユーザー

Infrastructure Layer

JwtTokenProvider

ファイル: src/main/kotlin/com/assari/voicebooklm/infrastructure/security/JwtTokenProvider.kt

JWT アクセストークン・リフレッシュトークンの生成・検証を行う。HS256 アルゴリズムを使用。

設定:

メソッド:

トークンクレーム:

• userId - ユーザー ID
• email - メールアドレス（アクセストークンのみ）
• tokenType - access または refresh

JwtAuthenticationFilter

ファイル: src/main/kotlin/com/assari/voicebooklm/infrastructure/security/JwtAuthenticationFilter.kt

Authorization ヘッダーから JWT トークンを抽出し、検証する Spring Security フィルタ。

動作:

1. Authorization: Bearer <token> ヘッダーからトークン抽出
2. JwtTokenProvider でトークン検証
3. アクセストークンの場合のみ認証情報を SecurityContext に設定

GoogleOAuthClient

ファイル: src/main/kotlin/com/assari/voicebooklm/infrastructure/api/GoogleOAuthClient.kt

OAuthClient インターフェースの Google 実装。Google ID トークンの検証とユーザー情報の取得を行う。

検証フロー:

1. https://oauth2.googleapis.com/tokeninfo エンドポイントで検証
2. aud クレームがクライアント ID と一致するか確認
3. メール検証済みか確認
4. OAuthUserInfo に変換して返却

Presentation Layer

AuthController

ファイル: src/main/kotlin/com/assari/voicebooklm/presentation/controller/auth/AuthController.kt

Base Path: /api/auth

リクエスト/レスポンス

GoogleAuthRequest

{
  "idToken": "eyJhbGciOiJSUzI1NiIsInR..."
}

RefreshTokenRequest / LogoutRequest

{
  "refreshToken": "eyJhbGciOiJIUzI1NiIsInR..."
}

TokenResponse

{
  "accessToken": "eyJhbGciOiJIUzI1NiIsInR...",
  "refreshToken": "eyJhbGciOiJIUzI1NiIsInR..."
}

UserResponse

{
  "id": "01916f54-1234-7abc-def0-123456789abc",
  "email": "user@example.com",
  "name": "田中太郎"
}

ErrorResponse

{
  "error": "認証に失敗しました",
  "code": "UNAUTHORIZED"
}

認証フロー

1. ログインフロー

sequenceDiagram
    participant App as Mobile App
    participant Backend
    participant Google

    App->>Google: Google Sign-In
    Google-->>App: ID Token

    App->>Backend: POST /api/auth/google<br/>{ idToken }
    Backend->>Google: Verify Token
    Google-->>Backend: Token Info

    Note over Backend: Create/Find User<br/>Generate JWT Pair<br/>Save Refresh Token

    Backend-->>App: TokenResponse<br/>{ accessToken, refreshToken }

2. トークンリフレッシュフロー

sequenceDiagram
    participant App as Mobile App
    participant Backend

    App->>Backend: POST /api/auth/refresh<br/>{ refreshToken }

    Note over Backend: Validate Stored Token<br/>Revoke Old Token (Rotation)<br/>Generate New JWT Pair<br/>Save New Refresh Token

    Backend-->>App: TokenResponse<br/>{ accessToken, refreshToken }

セキュリティ考慮事項

1. トークンローテーション: リフレッシュトークン使用時に旧トークンを無効化
2. JWT 署名検証: HS256 アルゴリズムによる改ざん検知
3. トークンタイプ分離: アクセストークンとリフレッシュトークンを区別
4. メール検証: Google 認証時にメール検証済みを確認
5. クライアント ID 検証: ID トークンの aud クレームを検証

API

API リファレンス

VoiceBookLM バックエンド API の詳細仕様です。

Note

バージョン: 0.0.1-SNAPSHOT
開発環境: http://localhost:8080
本番環境: https://api.voicebooklm.example.com

認証 API (/api/auth)

POST /api/auth/google - Google OAuth ログイン

Google ID トークンを検証し、JWT トークンペアを発行します。新規ユーザーの場合はアカウントを作成します。

認証: 不要

リクエスト:

{
  "idToken": "string (必須) - Google ID トークン"
}

レスポンス:

{
  "accessToken": "string - アクセストークン（1日有効）",
  "refreshToken": "string - リフレッシュトークン（180日間有効）"
}

POST /api/auth/refresh - トークンリフレッシュ

リフレッシュトークンを使用して新しいトークンペアを発行します（トークンローテーション）。

認証: 不要

リクエスト:

{
  "refreshToken": "string (必須) - リフレッシュトークン"
}

レスポンス:

{
  "accessToken": "string - 新しいアクセストークン",
  "refreshToken": "string - 新しいリフレッシュトークン"
}

POST /api/auth/logout - ログアウト

リフレッシュトークンを無効化してログアウトします。

認証: 不要

リクエスト:

{
  "refreshToken": "string (必須) - リフレッシュトークン"
}

レスポンス:

DELETE /api/auth/account - アカウント削除

ユーザーアカウントとすべての関連データを完全に削除します。

認証: 必須（JWT Bearer トークン）

レスポンス:

GET /api/auth/me - 現在のユーザー情報取得

認証済みユーザーの情報を取得します。

認証: 必須（JWT Bearer トークン）

レスポンス:

{
  "id": "UUID - ユーザー ID",
  "email": "string - メールアドレス",
  "name": "string - ユーザー名"
}

音声メモ API (/api/voice)

POST /api/voice/memos - 音声ファイルからメモを生成

音声ファイルをアップロードし、文字起こし → AI整形 → 保存を行います。60秒以内のレスポンスを想定。

認証: 必須（JWT Bearer トークン）

Content-Type: multipart/form-data

リクエスト:

レスポンス:

{
  "memoId": "UUID - メモ ID",
  "title": "string - タイトル",
  "content": "string - 整形されたメモ内容",
  "tags": ["string"],
  "transcription": "string | null - 文字起こしテキスト",
  "transcriptionStatus": "COMPLETED | FAILED | PENDING",
  "formattingStatus": "COMPLETED | FAILED | PENDING",
  "processingTimeMillis": {
    "transcription": "number (ms)",
    "formatting": "number (ms)",
    "persistence": "number (ms)",
    "total": "number (ms)"
  },
  "fallback": {
    "transcription": "boolean",
    "formatting": "boolean"
  }
}

メモ API (/api/memos)

GET /api/memos - メモ一覧取得

認証ユーザーのメモを取得します。フォルダーによるフィルタリング、キーワード検索、ソート、件数制限が可能。

認証: 必須（JWT Bearer トークン）

クエリパラメータ:

レスポンス:

{
  "memos": [
    {
      "memoId": "UUID",
      "title": "string | null",
      "tags": ["string"],
      "transcriptionStatus": "COMPLETED | FAILED | PENDING",
      "formattingStatus": "COMPLETED | FAILED | PENDING",
      "folder": {
        "id": "UUID",
        "name": "string",
        "path": "string"
      },
      "createdAt": "ISO 8601 datetime",
      "updatedAt": "ISO 8601 datetime"
    }
  ]
}

GET /api/memos/{id} - メモ詳細取得

指定されたIDのメモの詳細情報を取得します。セキュリティ上、権限のないメモも404として返します。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

レスポンス:

{
  "memoId": "UUID",
  "title": "string | null",
  "content": "string | null",
  "tags": ["string"],
  "transcriptionText": "string | null",
  "transcriptionStatus": "COMPLETED | FAILED | PENDING",
  "formattingStatus": "COMPLETED | FAILED | PENDING",
  "createdAt": "ISO 8601 datetime",
  "updatedAt": "ISO 8601 datetime"
}

PATCH /api/memos/{id} - メモ更新

メモの部分更新を行います。指定されたフィールドのみ更新されます。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

リクエスト:

{
  "title": "string (任意, 最大100文字)",
  "content": "string (任意)",
  "tags": ["string (任意)"]
}

レスポンス:

{
  "memoId": "UUID",
  "title": "string | null",
  "content": "string | null",
  "tags": ["string"],
  "transcriptionText": "string | null",
  "transcriptionStatus": "COMPLETED | FAILED | PENDING",
  "formattingStatus": "COMPLETED | FAILED | PENDING",
  "createdAt": "ISO 8601 datetime",
  "updatedAt": "ISO 8601 datetime"
}

DELETE /api/memos/{id} - メモ削除

指定されたメモを削除します。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

レスポンス:

POST /api/memos/{id}/resummarize - 再要約

編集された文字起こしテキストから再度AI整形（要約）を行います。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

リクエスト:

{
  "editedTranscription": "string (必須) - 編集された文字起こしテキスト"
}

レスポンス:

{
  "memoId": "UUID",
  "title": "string | null",
  "content": "string | null",
  "tags": ["string"],
  "transcriptionText": "string | null",
  "transcriptionStatus": "COMPLETED | FAILED | PENDING",
  "formattingStatus": "COMPLETED | FAILED | PENDING",
  "createdAt": "ISO 8601 datetime",
  "updatedAt": "ISO 8601 datetime"
}

フォルダー API (/api/folders)

GET /api/folders - フォルダー一覧取得

認証ユーザーのフォルダー一覧をパス情報付きで取得します。

認証: 必須（JWT Bearer トークン）

レスポンス:

{
  "folders": [
    {
      "id": "UUID",
      "name": "string",
      "parentId": "UUID | null",
      "path": "string"
    }
  ]
}

POST /api/folders - フォルダー作成

新しいフォルダーを作成します。親フォルダーを指定して階層構造を作成可能。

認証: 必須（JWT Bearer トークン）

リクエスト:

{
  "name": "string (必須, 最大50文字)",
  "parentId": "UUID (任意) - 親フォルダー ID"
}

レスポンス:

{
  "id": "UUID",
  "name": "string",
  "parentId": "UUID | null",
  "path": "string"
}

PATCH /api/folders/{id} - フォルダー更新

フォルダーのリネームまたは移動を行います。両方同時に指定可能。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

リクエスト:

{
  "name": "string (任意, 最大50文字)",
  "parentId": "UUID (任意) - 新しい親フォルダー ID",
  "moveToRoot": "boolean (必須) - ルートに移動する場合 true"
}

レスポンス:

{
  "id": "UUID",
  "name": "string",
  "parentId": "UUID | null",
  "path": "string"
}

DELETE /api/folders/{id} - フォルダー削除

フォルダーを削除します。子フォルダーまたはメモが存在する場合は削除できません。

認証: 必須（JWT Bearer トークン）

パスパラメータ:

レスポンス:

タグ API (/api/tags)

GET /api/tags - タグ一覧取得

認証ユーザーが使用している全タグを取得します。ソート順と件数制限が指定可能。

認証: 必須（JWT Bearer トークン）

クエリパラメータ:

使用例:

• 人気タグを取得: GET /api/tags?sort=usage_count&order=desc&limit=10

レスポンス:

{
  "tags": ["開発", "コード", "ミーティング"]
}

開発用 API (/api/dev)

Caution

これらの API は 開発環境（dev）でのみ有効です。本番環境では使用できません。

POST /api/dev/token - 開発用トークン取得

指定したメールアドレスのユーザーのアクセストークンを取得します。OAuth不要で、Swagger UIからすぐにAPIテストができます。

認証: 不要

クエリパラメータ:

レスポンス:

{
  "accessToken": "string - アクセストークン（JWT）",
  "userId": "string - ユーザーID",
  "email": "string - メールアドレス",
  "message": "string - 使い方の説明"
}

POST /api/dev/seed - テストデータ作成

認証ユーザー用にテスト用のフォルダーとメモを作成します。データは seed-data.yml から読み込まれます。冪等性を持ち、既にフォルダーが存在する場合はスキップします。

認証: 必須（JWT Bearer トークン）

レスポンス:

{
  "foldersCreated": 3,
  "memosCreated": 10,
  "skipped": false,
  "message": "string - 結果メッセージ"
}

共通仕様

認証方式

JWT (JSON Web Token) を使用。

認証が必要な API には Authorization ヘッダーを設定:

Authorization: Bearer <access_token>

エラーレスポンス

{
  "error": "string - エラーメッセージ",
  "code": "string - エラーコード"
}

OpenAPI ドキュメント

• Swagger UI: http://localhost:8080/swagger-ui.html
• API 仕様 (JSON): http://localhost:8080/v3/api-docs

画面一覧

VoiceBookLM の画面仕様書一覧です。

画面ID採番ルール

画面一覧

共通コンポーネント一覧

ウェルカム画面

基本情報

画面概要

VoiceBookLMアプリ起動時に未認証ユーザーに表示されるウェルカム画面。アプリの概要と主な機能を紹介し、Googleアカウントでのログインを促す。

画面イメージ

画面要素一覧

画面遷移

遷移元

なし

API連携

バリデーション

なし

状態

備考

• 未認証状態でのみ表示される画面
• ログイン済みユーザーはホーム画面へリダイレクト
• 利用規約・プライバシーポリシーへのリンクを含む

ホーム画面

基本情報

画面概要

ログイン済みユーザーのメイン画面。最近作成・編集したメモの一覧と、フォルダによるメモの整理機能を提供する。また、音声入力ボタンから新規メモの作成が可能。

画面イメージ

通常状態

AI整形実行中

AI整形完了

AI整形に失敗

画面要素一覧

ヘッダー部

最近のメモセクション

フォルダセクション

音声入力ボタン

通知トースト（グローバルコンポーネント）

AI処理通知トーストの詳細仕様は CMN-001 AI処理通知トースト を参照してください。

メモメニュー（ポップアップ）

メモカードの︙ボタンをタップすると表示されるコンテキストメニュー。

画面遷移

遷移元

API連携

バリデーション

なし

状態

備考

• ログイン済みユーザー専用画面
• 未認証ユーザーはウェルカム画面へリダイレクト
• 最近のメモは更新日時の降順で表示
• フォルダは階層構造をサポート（サブフォルダあり）
• AI整形処理はバックグラウンドで実行され、完了時にトースト通知

録音画面

基本情報

画面概要

音声メモを録音するための画面。リアルタイムで音声波形を表示し、録音の一時停止・再開が可能。録音完了後はAIによる整形処理へ遷移する。

画面イメージ

録音中

一時停止中

画面要素一覧

ヘッダー部

波形表示エリア

操作ボタン

画面遷移

遷移元

遷移先

API連携

バリデーション

状態

備考

• ログイン済みユーザー専用画面
• 録音中は画面スリープを無効化
• バックグラウンド移行時は録音を自動的に一時停止
• 録音データはローカルに一時保存され、完了時にサーバーへアップロード
• 戻るボタン押下時は録音破棄確認ダイアログを表示
• 録音インジケーターの●は録音中に点滅アニメーション

メモ検索画面

基本情報

画面概要

キーワードによるメモの全文検索機能を提供する画面。検索履歴とよく使うタグからの絞り込みにも対応し、目的のメモに素早くアクセスできる。

画面イメージ

初期状態（検索前）

検索結果あり

検索結果なし

画面要素一覧

ヘッダー部

検索入力部

検索履歴セクション（初期状態のみ表示）

よく使うタグセクション（初期状態のみ表示）

検索結果セクション（検索実行後に表示）

検索結果なし表示

画面遷移

遷移元

遷移先

API連携

バリデーション

状態

備考

• ログイン済みユーザー専用画面
• 検索はメモのタイトル・本文・タグを対象とした全文検索
• 検索は入力完了後に自動実行（デバウンス処理あり）
• 検索履歴は最新10件まで保持
• タグチップタップ時は該当タグでフィルタリング検索を実行
• 検索結果はスクロールによる無限ロード対応

AI処理通知トースト

基本情報

概要

AI整形処理（要約生成）の進行状況をユーザーに通知するフローティングトースト。録音完了後にホーム画面へ遷移した際に表示され、どの画面に遷移しても画面上部に表示され続ける。処理完了後はタップして作成されたメモへ遷移可能。

画面イメージ

処理中

処理完了

処理失敗

要素一覧

処理中状態

完了状態

失敗状態

表示条件

表示トリガー

API連携

ステータス値

備考

• 処理はバックグラウンドで実行されるため、アプリ操作を妨げない
• 複数の処理が同時に走る場合の仕様は将来検討
• ネットワークエラー時はリトライ案内を表示予定

12-17

{
  "memoId": "3fe8b039-f867-4403-a8bb-06e217f94b5a",
  "title": "## ボイスブックLM 開発音声メモ",
  "content": "## ボイスブックLM 開発音声メモ\n\nボイスブックLMの開発状況と今後の展望について音声で記録。\n*   React NativeアプリのビルドでNode.jsのバージョン問題\n*   Google Speech to TextとGemini APIによる文字起こしと整形\n*   リアルタイム文字起こし、タグ自動付与の検討\n*   来週までにMVP完成を目指す\n\nTags: `Voicebook`, `AI`, `Development`, `Memo`",
  "tags": [
    "*",
    "リアルタイム文字起こし、タグ自動付与の検討"
  ],
  "transcription": "今日はボイスブック LM のテストも兼ねて今考えてることを音声でメモして行こうと思いますまず最初に今日行って作業振り返りから話します今日は午前中にリアクトネイティブとエキスポを使ったアプリのビルド周りを触っていました EAS ビルドを使って開発ビルドを作ろうとしたんですが NPM の警告がたくさん出てインフライトがディプリケーターだったりり胸付のバージョンが古いとかグローブの性格も出ていました後 Windows 環境のとアセンションふぇーみたいな色も出て喉 JS のバージョン磯ぽいなと感じましたこの辺りは後で整理して Node のバージョンを20系に固定するか nvm をちゃんと使うのかドキュメントにまとめたいと思っています次にボイスブック NM 自体の話をしますこのアプリでは音声を一気に録音してバックエンドに送信して Google Speech to text で文字起こしをしてその後に地味に\nゼロフラッシュを使ってタイトル先生とか本文の整形タグ付けを行う想定です例えば今日やったこととホームがやりたいことと悩んでいることが混ざった音声でもうまく整理してくれるかを試したいですここで今後やりたいことを話します直近ではリアルタイム文字起こしも行ってみたいなと思っています今は一括音声アップロード方式なんですが夜ソケットを使ってストリーミングで文字文字起こしてきたら会議メモとかにも使えそうだなと考えていますあとタグの児童扶養ももっと賢くしたくて例えば開発 react Native 音声認識 AI みたいなタグをユーザーが何もしなくてもつけてくれると嬉しいです少し話題を変えて個人的なメモを残しときます来週までにボイスケイレブの MVP を一旦完成させたいです最低限必要なのは音声録音文字起こし AI 整形一覧表示検索機能ですツールとしては一つ目音声アップロード API\n エラーハンドリング改善フタツメ文字起こしパイ市のリトライ処理見つめジェミニ API のレスポンスをもう少し安定させることこの三つは遊星の高めです最後にこの音声がちゃんと自然な文章に成形されて読みやすいメモになっていたら成功かなと思っていますもし可能ならタイトルはボイスブック LM 開発メモ SR とメモ AI 整形の継承みたいな感じになると嬉しいです以上です",
  "transcriptionStatus": "COMPLETED",
  "formattingStatus": "COMPLETED",
  "processingTimeMillis": {
    "transcription": 62634,
    "formatting": 1421,
    "persistence": 18,
    "total": 64074
  },
  "fallback": {
    "transcription": false,
    "formatting": false
  }
}

🎤 テスト音声 台本（そのまま読んでOK）

えーっと、今日は VoiceBook LM のテストも兼ねて、 今考えていることを音声でメモしていこうと思います。

まず最初に、今日やった作業の振り返りから話します。

今日は午前中に、React Native と Expo を使ったアプリのビルド周りを触っていました。 EAS Build を使って開発ビルドを作ろうとしたんですが、 npm の警告が結構たくさん出て、 inflight が deprecated だったり、rimraf のバージョンが古いとか、 glob の警告も出ていました。

あと、Windows 環境だと Assertion failed: new_time >= loop->time みたいなエラーも出て、 Node.js のバージョン依存っぽいなと感じました。

このあたりは後で整理して、 Node のバージョンを 20 系に固定するか、 nvm をちゃんと使うか、 ドキュメントにまとめたいと思っています。

次に、VoiceBook LM 自体の話をします。

このアプリでは、 音声を一気に録音して、 バックエンドに送信して、 Google Speech-to-Text で文字起こしをして、 その後に Gemini 2.0 Flash を使って タイトル生成とか、本文の整形、タグ付けを行う想定です。

例えば、 「今日やったこと」と 「今後やりたいこと」と 「悩んでいること」 が混ざった音声でも、 うまく整理してくれるかを試したいです。

ここで、今後やりたいことを話します。

直近では、 リアルタイム文字起こしもやってみたいなと思っています。 今は一括音声アップロード方式なんですけど、 WebSocket とかを使って ストリーミングで文字起こしできたら、 会議メモとかにも使えそうだなと考えています。

あと、 タグの自動付与ももっと賢くしたくて、 例えば 「開発」「React Native」「音声認識」「AI」 みたいなタグを ユーザーが何もしなくても付けてくれると嬉しいです。

少し話題を変えて、 個人的なメモも残しておきます。

来週までに、 VoiceBook LM の MVP を一旦完成させたいです。 最低限必要なのは、 音声録音、 文字起こし、 AI 整形、 一覧表示、 検索機能です。

TODO としては、

一つ目、 音声アップロード API のエラーハンドリング改善。

二つ目、 文字起こし失敗時のリトライ処理。

三つ目、 Gemini API のレスポンスを もう少し安定させること。

この三つは優先度高めです。

最後に、 この音声がちゃんと 自然な文章に整形されて、 読みやすいメモになっていたら成功かなと思っています。

もし可能なら、 タイトルは 「VoiceBook LM 開発メモ：ASR と AI 整形の検証」 みたいな感じになると嬉しいです。

文字起こし結果

今日はボイスブック LM のテストも兼ねて今考えてることを音声でメモして行こうと思いますまず最初に今日行って作業振り返りから話します今日は午前中にリアクトネイティブとエキスポを使ったアプリのビルド周りを触っていました EAS ビルドを使って開発ビルドを作ろうとしたんですが NPM の警告がたくさん出てインフライトがディプリケーターだったりり胸付のバージョンが古いとかグローブの性格も出ていました後 Windows 環境のとアセンションふぇーみたいな色も出て喉 JS のバージョン磯ぽいなと感じましたこの辺りは後で整理して Node のバージョンを20系に固定するか nvm をちゃんと使うのかドキュメントにまとめたいと思っています次にボイスブック NM 自体の話をしますこのアプリでは音声を一気に録音してバックエンドに送信して Google Speech to text で文字起こしをしてその後に地味に\nゼロフラッシュを使ってタイトル先生とか本文の整形タグ付けを行う想定です例えば今日やったこととホームがやりたいことと悩んでいることが混ざった音声でもうまく整理してくれるかを試したいですここで今後やりたいことを話します直近ではリアルタイム文字起こしも行ってみたいなと思っています今は一括音声アップロード方式なんですが夜ソケットを使ってストリーミングで文字文字起こしてきたら会議メモとかにも使えそうだなと考えていますあとタグの児童扶養ももっと賢くしたくて例えば開発 react Native 音声認識 AI みたいなタグをユーザーが何もしなくてもつけてくれると嬉しいです少し話題を変えて個人的なメモを残しときます来週までにボイスケイレブの MVP を一旦完成させたいです最低限必要なのは音声録音文字起こし AI 整形一覧表示検索機能ですツールとしては一つ目音声アップロード API\n エラーハンドリング改善フタツメ文字起こしパイ市のリトライ処理見つめジェミニ API のレスポンスをもう少し安定させることこの三つは遊星の高めです最後にこの音声がちゃんと自然な文章に成形されて読みやすいメモになっていたら成功かなと思っていますもし可能ならタイトルはボイスブック LM 開発メモ SR とメモ AI 整形の継承みたいな感じになると嬉しいです以上です

AI整形結果

ボイスブックLM 開発音声メモ\n\nボイスブックLMの開発状況と今後の展望について音声で記録。\n* React NativeアプリのビルドでNode.jsのバージョン問題\n* Google Speech to TextとGemini APIによる文字起こしと整形\n* リアルタイム文字起こし、タグ自動付与の検討\n* 来週までにMVP完成を目指す\n\nTags: Voicebook, AI, Development, Memo

AI整形

えーっと、来月あたりに京都へ旅行に行こうかなって考えていて、  
期間は2泊3日くらいを想定しています。

初日はまず嵐山に行きたいなと思っていて、  
竹林を歩いたりとか、時間があれば周辺も少し散策できたらいいなって感じです。  
2日目は清水寺と祇園あたりを回る予定で、  
いわゆる京都っぽい景色をゆっくり見て回りたいなと思っています。

最終日は伏見稲荷に行くつもりで、  
あの鳥居がずっと続いているところを一度ちゃんと歩いてみたいなって思ってます。  
体力と時間を見ながら、行けるところまで行けたらいいかなと。

宿については、移動しやすそうなので四条あたりで探そうと思っていて、  
全体の予算はだいたい5万円くらいを目安に考えています。  
そんな感じで、京都旅行の計画を立てているところです。

AI整形後

京都旅行の概要

来月、2泊3日の日程で京都旅行を計画している。 全体の予算は5万円を目安に検討を進めている。

観光スケジュール

1日目

初日は嵐山を訪れる予定だ。 竹林の散策を中心に、時間があれば周辺エリアも巡りたいと考えている。

2日目

2日目は清水寺と祇園を中心に観光する。 京都らしい風情をゆっくりと楽しむ一日とする予定だ。

3日目

最終日には伏見稲荷大社へ足を運ぶ。 千本鳥居を歩くことを目的とし、体力と時間に応じて散策範囲を決める。

宿泊地

宿泊先は移動の利便性を重視し、四条エリアで探す予定だ。

AI整形前

えーっと、今週の買い物なんですけど、まず食品で言うと、牛乳と卵とパンは買っておきたいなと思ってます。
あと、野菜も必要で、キャベツとかにんじんを買う予定です。
それから日用品なんですけど、洗剤がそろそろなくなりそうなので補充したいのと、ティッシュも在庫が少ないので一緒に買っておこうかなと思ってます。

AI整形後

今週の買い物について計画をまとめました。 主に食品と日用品の補充が必要となります。

食品の購入リスト

食品では、牛乳、卵、パンを優先的に購入します。 また、野菜はキャベツとにんじんが必要となるため、これらも購入する予定です。

日用品の補充

日用品では、洗剤の残量が少なくなっているため補充します。 加えて、ティッシュの在庫も減少しているため、この機会に購入する予定です。

TODO

• 食料品（牛乳、卵、パン、キャベツ、にんじん）を購入する
• 日用品（洗剤、ティッシュ）を購入する

AI整形前

えーっと、最近ちょっと思ったんですけど、音声で日記をつけられるアプリがあったら、けっこう便利なんじゃないかなって思ってて。
毎日こう、5分くらいでいいから、その日にあったこととか、感じたことをそのまま話すだけで、AIがいい感じに要約してくれたら楽だなって思うんですよね。
文字で日記を書くのって、正直ちょっと面倒な日もあるじゃないですか。
でも、話すだけなら通勤中とか、寝る前とかでもできそうだなって。
で、あとから読み返したときに、ちゃんと分かる文章にまとまってたら嬉しいなと思ってます。
それに、内容に応じて自動でタグ付けしてくれたり、あとから「あのとき何考えてたっけ」みたいに検索できる機能があったら、日記としても振り返りやすくなる気がします。
ただ記録するだけじゃなくて、自分の考えとか感情を整理するのを手伝ってくれる、そんな感じの音声日記アプリがあったらいいな、って思いました。

AI整形後

音声日記アプリの構想

最近、音声で手軽に日記をつけられるアプリがあれば、非常に便利だと感じています。毎日、約5分程度の短い時間で、その日にあった出来事や感じたことを話すだけで完結するのが理想です。

文字で日記を書くことは、正直なところ面倒に感じる日もありますが、音声入力であればそのハードルを下げられます。通勤中や寝る前など、隙間時間を活用して気軽に利用できるでしょう。

期待する機能

このアプリには、入力された音声をAIが自動で要約し、後から読み返したときに理解しやすい自然な文章にまとめる機能が必要です。これにより、日々の記録が簡潔に整理されます。

また、記録内容に応じて自動でタグ付けされる機能や、過去の記録をキーワードで検索できる機能も備わっていると便利です。これらの機能があれば、「あの時何を考えていたか」といった振り返りが容易になり、日記としての価値が高まります。

アプリの価値

単に日々の出来事を記録するだけでなく、自分の考えや感情を整理する手助けをしてくれるようなアプリを目指したいです。このような音声日記アプリは、忙しい現代において個人の内省を促し、自己理解を深める上で非常に有用だと考えられます。

VoiceBookLM 中間発表

発表日: 2024年12月18日

1. プロジェクト概要

VoiceBookLM は音声メモをAIで自動要約・整理するアプリケーションです。

2. 現在の実装状況（中間発表時点）

2.1 バックエンド（API）

実装完了 API（6/20）

バックエンド達成率

実装済み: 6 / 20 API（30%）
├── 認証 API:     5/5  ████████████████████ 100%
├── 音声メモ API: 1/1  ████████████████████ 100%
├── メモ API:     0/7  ░░░░░░░░░░░░░░░░░░░░   0%
├── フォルダ API: 0/4  ░░░░░░░░░░░░░░░░░░░░   0%
└── タグ API:     0/3  ░░░░░░░░░░░░░░░░░░░░   0%

2.2 フロントエンド（画面）

実装完了画面（4/12）

フロントエンド達成率

実装済み: 4 / 12 画面（33%）
├── 認証系:   1/2  ██████████░░░░░░░░░░  50%
├── メイン系: 0/3  ░░░░░░░░░░░░░░░░░░░░   0%
├── 録音系:   3/4  ███████████████░░░░░  75%
└── 設定系:   0/3  ░░░░░░░░░░░░░░░░░░░░   0%

2.3 実装済み機能の詳細

認証システム（バックエンド完成・フロント一部完成）

• Google OAuth によるソーシャルログイン
• JWT トークンによるセッション管理
• リフレッシュトークンによる自動更新
• セキュアなログアウト処理
• アカウント削除機能

音声メモ生成（バックエンド完成・フロント一部完成）

• 音声ファイルのアップロード
• AI による文字起こし
• 自動要約生成
• 録音〜処理中画面の実装

3. 合評会までの実装予定（全機能完成目標）

3.1 バックエンド（残り14 API）

メモ API（7個）

フォルダ API（4個）

タグ API（3個）

バックエンド目標達成率

目標: 20 / 20 API（100%）
├── 認証 API:     5/5  ████████████████████ 100%
├── 音声メモ API: 1/1  ████████████████████ 100%
├── メモ API:     7/7  ████████████████████ 100%
├── フォルダ API: 4/4  ████████████████████ 100%
└── タグ API:     3/3  ████████████████████ 100%

3.2 フロントエンド（残り8画面）

残り実装予定画面

フロントエンド目標達成率

目標: 12 / 12 画面（100%）
├── 認証系:   2/2  ████████████████████ 100%
├── メイン系: 3/3  ████████████████████ 100%
├── 録音系:   4/4  ████████████████████ 100%
└── 設定系:   3/3  ████████████████████ 100%

4. 開発ロードマップ

┌───────────────────────────────────────────────────────────────────────┐
│                          開発タイムライン                              │
├───────────────────────────────────────────────────────────────────────┤
│                                                                       │
│  中間発表 ───────────────────────────────────────► 合評会             │
│  (12/18)                                           (全機能完成)       │
│                                                                       │
│  【バックエンド】                                                     │
│  ✅ 認証 API (5個)                                                    │
│  ✅ 音声メモ API (1個)                                                │
│  ┌────────────────────────────────────────────┐                      │
│  │  🚧 メモ API (7個)                          │                      │
│  │  🚧 フォルダ API (4個)                      │                      │
│  │  🚧 タグ API (3個)                          │                      │
│  └────────────────────────────────────────────┘                      │
│                                                                       │
│  【フロントエンド】                                                   │
│  ✅ ログイン画面 (1画面)                                              │
│  ✅ 録音フロー (3画面)                                                │
│  ┌────────────────────────────────────────────┐                      │
│  │  🚧 スプラッシュ画面 (1画面)                │                      │
│  │  🚧 メイン画面 (3画面)                      │                      │
│  │  🚧 生成結果画面 (1画面)                    │                      │
│  │  🚧 設定画面 (3画面)                        │                      │
│  └────────────────────────────────────────────┘                      │
│                                                ↓                      │
│                                           全機能完成                  │
│                                    (20 API + 12 画面)                 │
│                                                                       │
└───────────────────────────────────────────────────────────────────────┘

5. まとめ

現在の進捗状況

中間発表時点で完成している機能

次のマイルストーンまでの主要タスク

バックエンド

1. メモ CRUD 機能の実装

   • 一覧取得・詳細取得・更新・削除

2. 再要約・文字起こし機能の実装

   • 既存メモの要約を再生成
   • 文字起こしテキスト取得

3. 意味検索機能の実装

   • AIによるセマンティック検索

4. フォルダ機能の実装

   • メモの整理・分類機能

5. タグ機能の実装

   • タグ一覧・削除・統合

フロントエンド

1. メイン画面の実装

   • ホーム（メモ一覧）
   • 検索画面
   • メモ詳細画面

2. 録音フローの完成

   • 生成結果画面

3. 認証フローの完成

   • スプラッシュ画面

4. 設定画面の実装

   • 設定メニュー
   • プロフィール
   • 言語設定

付録: ステータス凡例

VoiceBookLM 中間発表

現在実装済み

• Google ログイン機能
• 音声録音・アップロード
• AI 文字起こし・要約生成
• ログイン画面
• 録音〜処理中画面

合評会までに実装予定

• メモ一覧・詳細・編集・削除
• 再要約・意味検索
• フォルダ管理
• タグ管理
• ホーム・検索・メモ詳細画面
• 設定画面

全体サマリー

VoiceBookLM 操作説明書

1. はじめに

VoiceBookLMは、話すだけで整理されたメモが自動で作られるAI搭載ボイスメモアプリです。 本書では、アプリの基本的な操作方法について説明します。

2. アプリ起動・ログイン

2.1 アプリの起動

1. ホーム画面で「VoiceBookLM」アイコンをタップします
2. ウェルカム画面が表示されます

2.2 ログイン

1. ウェルカム画面で「Googleでサインイン」ボタンをタップします
2. Googleアカウントを選択してログインします
3. ログイン完了後、ホーム画面に遷移します

3. ホーム画面の操作

3.1 画面構成

3.2 メモの確認

• メモ一覧から確認したいメモをタップします
• メモ詳細画面で内容を確認できます

3.3 メモの検索

1. ヘッダーの検索アイコンをタップします
2. 検索画面でキーワードを入力します
3. 該当するメモが一覧表示されます

4. 録音操作

4.1 録音の開始

1. ホーム画面下部の録音ボタン（マイクアイコン）をタップします
2. 録音画面に遷移し、自動的に録音が開始されます
3. 画面に録音時間が表示されます

4.2 録音の一時停止・再開

• 一時停止：一時停止ボタンをタップします
• 再開：再生ボタンをタップして録音を再開します

4.3 録音の完了とAI整形

1. 録音が完了したら「完了してAI整形する」ボタンをタップします
2. ホーム画面に戻り、画面下部にAI処理中のトーストが表示されます
3. 処理完了後、メモ一覧に自動整形されたメモが追加されます

4.4 録音のキャンセル

• 録音を破棄する場合は「キャンセル」ボタンをタップします
• 確認ダイアログで「破棄」を選択すると録音データが削除されます

5. AI自動整形機能

5.1 自動生成される項目

5.2 処理時間

• 通常30秒以内で処理が完了します
• 処理中も他の操作が可能です

6. メモの管理

6.1 メモの編集

1. メモ詳細画面で「編集」ボタンをタップします
2. タイトル、本文、タグを編集できます
3. 「保存」ボタンで変更を保存します

6.2 メモの削除

1. メモ詳細画面で「削除」ボタンをタップします
2. 確認ダイアログで「削除」を選択します

7. トラブルシューティング

よくある問題と解決方法

8. お問い合わせ

アプリに関するお問い合わせは、設定画面の「サポート」からご連絡ください。

最終更新日：2026年1月20日

VoiceBookLM ビルド手順書

1. 概要

VoiceBookLMは以下の2つのリポジトリで構成されています。 各リポジトリのREADMEに詳細なビルド手順が記載されています。

2. リポジトリ一覧

フロントエンド（モバイルアプリ）

バックエンド

3. システム構成

┌─────────────────────────────────────────────────────┐
│                   VoiceBookLM                        │
├──────────────────────┬──────────────────────────────┤
│   📱 Frontend        │   🖥️ Backend                  │
│   React Native       │   Spring Boot                │
│   + Expo             │   + PostgreSQL               │
└──────────────────────┴──────────────────────────────┘

4. 参考リンク

• フロントエンド: https://github.com/assari-harassment/voicebooklm-frontend
• バックエンド: https://github.com/assari-harassment/voicebooklm-backend

最終更新日：2026年1月20日

VoiceBookLM インストール手順書

1. 概要

VoiceBookLMは以下のプラットフォームで利用可能です。

2. 公開状況

3. Web版

アクセス方法

公開後、以下のURLからアクセスできます：

URL: （2026年1月26日 公開予定）

動作環境

利用開始手順

1. WebブラウザでURLにアクセスします
2. 「Googleでサインイン」をクリックします
3. Googleアカウントでログインします
4. ログイン完了後、すぐに利用開始できます

4. iOS版（App Store）

⏳ 準備中 - 公開日が決まり次第、更新します web 公開予定

公開後の予定

• App Storeで「VoiceBookLM」を検索してインストール

動作環境（予定）

5. Android版（Google Play）

⏳ 準備中 - 公開日が決まり次第、更新します

公開後の予定

• Google Playストアで「VoiceBookLM」を検索してインストール

動作環境（予定）

6. 初回起動時の設定

権限の許可

アプリ利用時に以下の権限を許可してください：

Googleアカウントでログイン

1. 「Googleでサインイン」をタップ/クリックします
2. 使用するGoogleアカウントを選択します
3. ログイン完了後、ホーム画面に遷移します

7. サポート

ご不明な点がございましたら、以下までお問い合わせください：

• GitHub Issues: https://github.com/assari-harassment/voicebooklm-frontend/issues

最終更新日：2026年1月20日

VoiceNoteLM デプロイシステム構成図

全体構成

外部サービス連携

セキュリティグループ構成

データフロー

1. ユーザー認証フロー

2. 音声文字起こしフロー

コンポーネント詳細

Frontend (Vercel)

環境変数:

Backend (AWS EC2)

Database (AWS RDS)

Nginx設定

server {
    listen 80;
    server_name api.voicenotelm.app;

    location / {
        proxy_pass http://localhost:8080;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;

        # WebSocket対応
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_read_timeout 86400;
    }
}

DNS設定 (Cloudflare)

想定コスト (月額)

運用コマンド

EC2操作

# SSH接続
ssh -i <your-key.pem> ec2-user@<Elastic IP>

# アプリケーション再起動
sudo systemctl restart voicenotelm

# ステータス確認
sudo systemctl status voicenotelm

# ログ確認
sudo journalctl -u voicenotelm -n 50 --no-pager

# メモリ確認
free -h

RDS接続

# EC2経由でRDSに接続
psql -h <RDSエンドポイント> -U <username> -d <database>

デプロイ手順

# ローカルでビルド
cd voicebooklm-backend
./gradlew bootJar

# EC2に転送
scp -i <your-key.pem> build/libs/*.jar ec2-user@<IP>:/path/to/app.jar

# EC2で再起動
sudo systemctl restart voicenotelm