Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

[Showcase] CallRec — 手机通话录音的 100% 离线档案库（SenseVoice + CAM++ 声纹 + Ollama 摘要 + 关系图谱）

オープン 初心者向け
  • 何か問題がありますか？
#3,730 コメント 2 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
1/5
見積もり時間
1時間未満
初心者へのやさしさ
88/100
issue の種類
ドキュメント
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
fastapi, ollama, python, pytorch, sqlite
領域
documentation

調査の方向性

docs/community_projects.md から始め、既存の showcase 形式を確認します。リポジトリのリンク、オフラインワークフロー、issue に記載された関連する FunASR 統合を含めて CallRec を追加し、そのエントリがプロジェクトの showcase 規約を満たし、要求されたスクリーンショット、GIF、または Colab リンクを含んでいることを確認します。

索引モデルが issue の本文から書いたものです。

説明

这是什么 / What

CallRec 是一个面向「手机自动通话录音」垂直场景的全本地闭环应用：把成千上万通躺在文件夹里的 .m4a，变成可全文检索、可按人/按时间统计、可看关系图谱、可导出音色克隆的私人档案库。全程离线，音频与转写永不离开本机。

仓库：https://github.com/RevolutionLA/call-recording-archive （MIT）

用到的 FunASR 能力

环节 模型
VAD fsmn-vad
转写 SenseVoiceSmall（language=auto, use_itn）
标点恢复 ct-punc
声纹/说话人分离 CAM++（192 维 embedding + scipy 层次聚类，通话场景强制 k=2）

完整流水线

scan（文件名解析姓名/号码/时间）
→ run（16k 规范化 → VAD → SenseVoice → 标点 → CAM++ → 双人聚类）
→ align（跨通话质心聚类自动锁定「我」→ 联系人归并）
→ summarize（本地 Ollama：摘要/待办/事件/情绪）
→ graph + web 驾驶舱（FastAPI + 自绘 Canvas 力导向图 + ECharts，零 CDN）
→ voices（导出 6–18s 干净人声片段给 Qwen3-TTS 克隆音色）

亮点

  • 通话专属：利用「每通电话你必然在场」的先验自动确定「我」，这是会议/播客工具没有的问题设定；电话 8k 音质下的声纹阈值与聚类策略已实测调优。
  • 断点续跑：每通独立状态，千通级批处理一夜跑完，单通失败不拖垮整批。
  • SQLite 单文件即数据库（WAL 并发），备份=复制一个文件。
  • 零外网依赖：模型走 ModelScope 国内缓存，前端字体与图表库全部本地 vendor。

欢迎 FunASR 用户试用与反馈；如有兴趣，也很乐意被收录进 docs/community_projects.md / use-case showcase。愿意按你们的收录规范补充任何材料（演示截图、GIF、Colab 链接等）。

English summary

CallRec turns folders of phone call recordings into a fully offline personal archive: SenseVoice + fsmn-vad + ct-punc transcription, CAM++ voiceprint diarization that auto-identifies "me" across calls, contact merging, local LLM (Ollama) summaries, full-text search, a hand-drawn Canvas force-directed relationship graph, and clean voice-clip export for Qwen3-TTS cloning. No audio or transcript ever leaves the machine. MIT licensed — feedback and contributions welcome.

主要言語
Python
スター
20.5k
フォーク
2.1k
平均マージ
13時間 33分
マージ済み PR（30日）
139

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

modelscope/FunASR のほかの issue

modelscope/FunASR の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。