金融モデラーがClaude Codeでローカル音声ツールデスクトップアプリを構築

プロフェッショナルなコーディング経験を持たない開発者が、Claude Codeを使用して完全に機能するローカル音声認識デスクトップアプリケーションを構築しました。主に金融モデリングでExcelとSQLを使用しているこの開発者は、クラウドベースのサブスクリプションサービスに代わるツールとして作成しました。

構築されたもの

このアプリケーションは「Sotto」と呼ばれる、GPU上でWhisperを実行するWindows向けローカル音声認識ツールです。開発者は、高性能なハードウェア（具体的には4070 Ti GPU）を持っているにもかかわらず、音声データがマシンから離れてしまうクラウドベースの音声入力サービスへの不満から動機づけられました。

主な機能

• 任意のアプリケーションからアクセス可能なシステム全体のホットキー
• 話し終わると自動的に録音を停止
• 長い音声メモ用の第2ホットキー（Obsidian互換のマークダウン形式でエクスポート）
• システムトレイ統合付き設定UI
• リスニング中の視覚的波形インジケーター
• 自動GPU検出とモデル選択
• カーソル位置へのテキスト挿入

技術的詳細

このアプリケーションは、17ファイルに約2,200行のPythonコードで構成されています。開発者によると、Claude Codeが「大部分」の実装を担当し、以下を含みます：

• スレッド処理ロジック
• Windows API統合
• Qtベースのユーザーインターフェース

開発者は要件定義、テスト、バグ特定、機能優先順位付けを担当し、技術的コンポーネントの実際の実装については、自身が構築方法を知らない部分をClaude Codeに依存しました。

入手可能性

SottoはMITライセンスの下で利用可能で、以下の要件があります：

• Windowsオペレーティングシステム
• Python 3.10以上
• GPU推奨（必須ではありません）

開発者は、最近MacBookを購入し、そこでこのツールを使用したいため、Mac版が「近日公開予定」であると述べています。プロジェクトはGitHubでホストされています：https://github.com/mrobison12-oss/sotto。