5年前のMacBookでGemma 4をローカル実行し、1年分の動画アーカイブを自動インデックス化した記録

概要

5年前のM1 Max MacBook ProとGemma 4を活用し、数千個の未整理動画ファイルをAIで自動分析・検索可能にするローカル完結型のワークフローを構築した実践記。

詳細内容

ケニアのロッジ運営で蓄積された膨大な未整理動画（IMG_*.MOV等）を整理するため、著者はAIを活用したローカルインデックス作成システムを構築しました。かつては高価なSaaSを検討していましたが、プライバシーとコストの観点から「ローカル完結」を選択。Claude Codeを司令塔とし、Gemma 4 31B（LM Studio経由）、WhisperX、insightface、ffmpegを組み合わせたパイプラインを開発しました。主な特徴は、各動画ファイルごとにMarkdown形式のサイドカーファイルを生成し、シーン描写、顔認識、位置情報、文字起こしを構造化データとして保存する点です。これにより、「ゴールデンアワーのキリンのワイドショット」といった自然言語での検索が可能になりました。技術的には、モデルの誤出力を防ぐためのEnum制約の活用や、M1 Maxの64GBメモリをスワップを駆使して限界まで使い切る実装、そしてAI動画編集における真の課題は「編集機能」ではなく「素材のインデックス化」にあるという洞察が示されています。

元記事を読む他のサマリーを見る