この 作品について
スマホの
要点
この作品の要点
- 読書の
時間を 確保するのが 難しい 現代社会。 - カメラで
撮るだけで 音声化し 「ながら 読書」を 実現。 - 読書の
「時間が ない」 問題を 音声で 解決。
課題と解決
困りごとと、解き方
困っていたこと
読書の
時間を 確保するのが 難しい 現代社会 やった
こと カメラで
撮るだけで 音声化し 「ながら 読書」を 実現 困っていたこと
移動中や
家事中は 本を 手に 取れない やった
こと ポッド
キャスト 形式で 通勤・ 家事・ 運動中でも インプット可能 困っていたこと
オーディオ
ブックは 高額で ラインナップが 限られる やった
こと 既存の
紙の 書籍を そのまま 音声化でき、 コンテンツの 制約なし
成果
できあがったもの
成果
- 読書の
「時間が ない」 問題を 音声で 解決 - スキマ時間を
学習時間に 変換する 新習慣を 実現 - 1冊あたりの
読了率を 大幅に 向上
見どころ
- カメラ
撮影 → AI 台本 化 → 音声 合成の ワン ストップ フロー - ポッド
キャスト 風の 聴きやすい 台本に AIが 自動リライト - 章ごとの
管理と フィード機能で 継続的に 聴ける - MP3
エン コード 対応で オフライン 再生も 可能 - PWA対応で
ホーム画面から ネイティブ アプリの ように 起動 - Supabase
認証で ユーザーごとの 書籍 ライブラリを 管理
作り方
どう作ったか
- 企画・
UI設計・ フル スタック 開発 ・ AI連携 - Next.js 16・TypeScript・Tailwind CSS 4・Gemini API・Supabase Auth/Storage・lamejs・PWA
主要機能
- カメラ撮影で
ワン タップ スキャン - スマホの
カメラで 書籍の ページを 撮影するだけ。 OCR不要で AIが 直接画像から テキストを 認識・ 解析し、 コンテンツを 正確に 抽出します。 複数ページの 連続 スキャンにも 対応。 - AIが
ポッド キャスト 風 台本に 自動変換 - Gemini AIが
書籍の 内容を 解析し、 ラジオの トーク 番組の ように 聴きやすい 台本に 自動リライト。 重要な ポイントを 強調し、 聴くだけで 内容が 頭に 入る 構成に 仕上げます。 - 高品質な
音声プレイヤー - 自然な
日本語音声で 台本を 読み上げ。 再生速度調整、 章ジャンプ、 バックグラウンド 再生に 対応。 MP3 エン コードで オフラインでも 聴取可能な PWA設計。
技術的詳細
- Gemini Vision API
- 画像からの
テキスト認識と コンテンツ 解析を Gemini APIの マルチ モー ダル 機能で 実現。 OCR ライブラリ 不要で、 書籍の 写真から 直接AIが 内容を 理解し 台本化します。 - Web Speech API + lamejs
- ブラ
ウ ザ ネイティブの Speech Synthesis APIで 日本語音声を 合成し、 lamejsで MP3 エン コード。 サーバー サイドの 音声 合成 API コストを ゼロに 抑えながら 高品質な 音声を 実現。 - PWA
対応 & オフライン 再生 - Service Worker
による キャッシュ 戦略で オフラインでも 音声再生可能。 ホーム 画面 追加で ネイティブ アプリ ライ クな 体験を 提供。 通知機能で 新章追加を 告知。 - Supabase Auth & Storage
- Supabaseの
認証機能で ユーザー管理、 Storageで 生成 音声 ファイルを 安全に 保管。 RLS (Row Level Security)で ユーザーごとの データ アクセスを 厳密に 制御。
活用シーン
- 通勤・
移動中の ビジネス パー ソン - 電車や
バスでの 移動時間を 読書時間に 変換。 ビジネス書や 自己啓発書の エッセンスを ポッド キャスト 感覚で インプット でき ます。 - 家事・
育児中の パパ・ ママ - 料理や
掃除、 子どもの 世話を しながら 「ながら 読書」。 手が 離せない 時間も 学びの 時間に 変わります。 - 学生の
試験対策 - 教科書や
参考書の ページを 撮影して 音声化。 繰り返し聴く ことで 記憶の 定着率が アップ。 散歩中や ジョギング 中にも 勉強可能。
マンガで わかる

次の一歩


