ビジュアル DAG 自動化ワークフローエンジン
DuRT の最も革新的なコア機能は、有向非巡回グラフ (Directed Acyclic Graph, DAG) に基づくビジュアルワークフロー編排エンジン です。
従来のツールのように音声録音、認識、校正、翻訳、音声合成を個別のツールとして扱うのではなく、DuRT 3.0 では 2D キャンバス上でノードを自由に配置し、ベジェ曲線で繋ぐことで、完全自動化されたメディア制作パイプラインを組み立てることができます。
核心概念：直列パイプラインから「DAG トポロジー」へ
従来の ステップ A ➔ ステップ B ➔ ステップ C という一本道の一方的パイプラインに対し、DuRT 3.0 の DAG エンジンは 2 つの大きな進化をもたらしました：
1. マルチブランチ並列実行 (Parallel Fan-out)
1 つの上流ステップの出力を、役割の異なる複数の下流ステップへ同時に分岐して並列処理できます。例えば、音声認識が完了して字幕トラックが生成されると、3 つの処理を同時に並列実行 します：
- 分岐 1（字幕制作）：字幕整文・フィラー除去 ➔ SRT エクスポート；
- 分岐 2（多言語展開）：全文翻訳 ➔ TTS キャラクター音声吹き替え ➔ 吹き替え音声生成；
- 分岐 3（ナレッジ蓄積）：AI による要約 & アクションアイテム抽出 ➔ Notion および Obsidian へ自動同期。
2. 強型データ契約 (Data Contract)
パイプラインの安全かつ確実な動作のため、DuRT ではノードのポート間に データ型契約 (DuWorkflowDataType) を設けています。流れるデータは以下の 6 種類に厳格に分類されます：
| データ型識別子 | 名称 | アイコン | 主な出力ステップ | 主な受け入れステップ |
|---|---|---|---|---|
audioStream | リアルタイム音声ストリーム | 🎙️ | 音声/画面キャプチャ (monitorCapture) | リアルタイム音声認識 (realtimeASR) |
mediaFile | 実体メディアファイル | 📁 | ファイル/URLインポート (mediaInput) | メディア文字起こし (mediaASR) |
subtitleStream | リアルタイム字幕ストリーム | 💬 | リアルタイム音声認識 (realtimeASR) | リアルタイム同伝字幕 (realtimeTranslation) |
subtitleTrack | 時系列字幕トラック | ⏱️ | メディア文字起こし (mediaASR)、字幕インポート | 字幕整文、全文翻訳、成果物エクスポート |
document | 構造化ドキュメント | 📄 | 議事録・要約 (contentCreation) | 成果物保存、Notion/Obsidian 保存 |
deliverable | 最終成果物パッケージ | 📦 | 成果物エクスポート (exportArtifact) | ローカル保存、S3/WebDAV アップロード |
11 の標準ステップ一覧
- 入力ソース (Inputs)：
monitorCapture、mediaInput、subtitleInput - ASR & リアルタイム同伝：
realtimeASR、mediaASR、realtimeTranslation - 後処理・生成・保存 (AI & Output)：
subtitleRefinement、fullTranslation、contentCreation、textToSpeech、exportArtifact
詳しい設定とポート仕様は 11 のステップ詳細 をご覧ください。
テンプレートセンター (Workflow Hub)
- 🎙️ リアルタイム会議記録流：システム音声録音 ➔ リアルタイム字幕 ➔ AI 要約・アクションアイテム ➔ Notion 自動同期；
- 🌏 動画多言語吹き替え流：動画インポート ➔ メディア文字起こし ➔ 全文翻訳 ➔ TTS 多音色吹き替え ➔ 二言語 SRT & 音声エクスポート；
- 🧹 ポッドキャスト整文流：音声文字起こし ➔ フィラー除去・自然な改行 ➔ 高品質 SRT & Markdown ノート生成；
- ☁️ マルチクラウド自動保存流：文字起こし ➔ S3 オブジェクトストレージへ自動保存 ➔ Webhook 通知。