私の映像はクラウドにアップロードされますか？

いいえ。Edit Mindは、映像とインデックス作成/検索をローカルに保つように設計されています。「ゼロバイトがマシンから離れることはありません」。ファイルは独自のディスク/アレイ/バックアップに残ります。

セルフホスト型（オープンソース）バージョンとデスクトップアプリの違いは何ですか？

セルフホスト型パスはDocker経由でローカルで実行され、通常は追加の手順（検索後、手動でダウンロード/エクスポートしてエディターにインポート）が必要です。デスクトップアプリはすべてをワンクリックインストーラーにパッケージ化し、直接NLE統合（例：結果をFinal Cut ProまたはDaVinci Resolveに直接送信）を追加します。

Edit Mindはどのエディターと統合できますか？

DaVinci Resolve（無料版とStudio版）およびFinal Cut Proとの統合は準備完了とされています。Adobe Premiere Proとの統合は近日公開予定とされています。

どのプラットフォームとハードウェアがサポートされていますか？

Edit MindはMacのApple Siliconに最適化されています。WindowsではNVIDIA GPUアクセラレーションをサポートしています。

Edit Mindは製品版ですか？

このプロジェクトは現在開発中であり、まだ製品版ではありません。不完全な機能や時折のバグが予想されます。

Edit Mindは1回限りの購入ですか、それともサブスクリプションですか？

デスクトップアプリの予約注文は199ドルの1回払いで、永久ライセンスと1年間のアップデートが含まれます。デスクトップアプリの出荷後、新規顧客向けの価格は月額サブスクリプションに移行する予定です。予約注文の購入者は1回払いの価格を永続的に保持します。

インデックス作成プロセスには何が含まれますか？

これには、タイムコード付きの音声の文字起こし、フレームの分析（例：オブジェクト、顔、画面上のテキスト、シーンの説明）、および融合された信号を高速検索のためにオンデバイスデータベースにマルチモーダルベクトルとして保存することが含まれます。

Edit Mind

WebsitePaidAI Video Editing AI Video Search

Edit Mindは、音声を転写し、フレームを分析し（オブジェクト/顔/テキスト/シーン）、マルチモーダル埋め込みを構築し、クラウドにアップロードすることなく、自然言語を使用して映像の正確な瞬間を検索し、ジャンプできるローカルファーストのビデオ知識ベースです。

ウェブサイトを訪問

このツールを宣伝する

https://edit-mind.com/?ref=producthunt&utm_source=aipure

概要
動画
代替案

製品情報

更新日:2026年07月28日

Edit Mindとは

Edit Mindは、多くの映像を持っているが特定の瞬間を素早く見つけるのに苦労しているクリエイターやチーム向けのプライバシーファーストツールです。これは、あなたの個人的なビデオライブラリを検索可能な知識ベースに変え、ビデオ全体で何が話され、何が見えるかをインデックス化し、その後、平易な英語でクエリを実行できるようにします（例：「私がデスクで興奮しているときを見つけて」）。Edit Mindは、セルフホスト型のオープンソーススタック（Dockerベース）として、また、macOSおよびWindows用の商用デスクトップアプリとして利用できます。これは、すべてをワンクリックインストーラーにパッケージ化し、DaVinci ResolveやFinal Cut Proなどの編集ツールとの直接統合を追加します。

Edit Mindの主な機能

Edit Mindは、ローカルファーストのビデオ知識ベースであり、オンデバイスAIで個人の映像をインデックス化し、自然言語を使用して正確な瞬間を検索できるようにします。タイムコード付きで音声を文字起こしし、フレームを分析してオブジェクト、顔、画面上のテキスト、シーンの説明を特定し、これらの信号をローカルデータベースに保存されたマルチモーダル埋め込みに統合します。これにより、メディアのプライバシーが保護され、クラウドから切り離されます。インデックス作成と検索のためのセルフホスト型（Docker）ワークフローと、編集ワークフローへの高速な引き渡し（Final Cut ProやDaVinci Resolveなどの統合を含む）に焦点を当てたデスクトップコンパニオンアプリをサポートしており、大規模なビデオライブラリを検索する時間を削減することを目指しています。

タイムコード付き文字起こし（Whisper）: タイムスタンプ付きで音声を自動的に文字起こしするため、引用、名前、トピックが検索可能になり、適切な瞬間に直接ジャンプできます。

マルチモーダルフレーム分析: ビデオフレームを分析して、オブジェクト（例：YOLO）を検出し、顔（例：DeepFace）を認識し、画面上のテキストを読み取り、自然言語のシーン説明を生成して、より豊富な検索を可能にします。

映像全体のセマンティック検索: 平易な言語（例：「デスクで興奮している私を見つけて」）で検索し、関連するシーンを取得し、信頼度スコア付きで正確なフレームにジャンプします。

ローカルインデックス作成 + オンデバイスベクトルデータベース: テキスト/視覚/音声信号をマルチモーダルベクトルに統合し、ローカルに保存することで、クラウドに「ゼロバイト」の映像をアップロードすることなく高速な取得を可能にします。

セルフホスト型Dockerワークフロー: 独自のハードウェアでライブラリをインデックス化および検索するためのオープンソーススタックを求めるローカルインフラストラクチャユーザー向けのDocker対応セットアップです。

エディターワークフローの引き渡し（デスクトップ + NLEプラグイン）: デスクトップアプリのパスは、見つかったクリップを直接編集タイムラインに送信することで、フローを維持することに重点を置いています。DaVinci ResolveとFinal Cut Proは準備ができており、Premiere Proも近日公開予定です。

Edit Mindのユースケース

ビデオ編集チームとソロクリエイター: 数テラバイトの映像の中から正確な引用、反応、Bロールの瞬間を素早く見つけ、そのフレームにジャンプしてクリップをNLEにエクスポート/送信し、ラフカットをスピードアップします。

ドキュメンタリーおよびジャーナリズムアーカイブ: インタビューや現場の映像をインデックス化し、プロデューサーがトピック、人物、または視覚要素（オブジェクト/シーン）で検索できるようにしながら、機密資料をローカルに保持します。

NDAまたは未公開コンテンツを扱う企業: オンプレミスで映像を処理および検索することでプライバシーを維持します。これは、内部レビュー、マーケティング撮影、製品デモ、または機密性の高い制作に役立ちます。

記録されたセッションを分析する研究者: 長い録画（研究、ユーザビリティテスト、講義）を音声コンテンツと視覚的な手がかりで検索し、手動でスクラブすることなく関連するセグメントを見つけます。

個人および家族のメディアライブラリ: 大規模なホームビデオコレクションを瞬間、人物、シーンで検索可能にします。「すべてを撮影した」のに後で特定のイベントが見つからない場合に役立ちます。

メリット

ローカルファーストのプライバシー：オンデバイス処理とローカルストレージにより、映像はマシンに保存されます。

マルチモーダルインデックス作成（トランスクリプト + オブジェクト + 顔 + OCR + シーン説明）により、テキストのみのツールよりも豊富な検索が可能です。

編集ワークフローに焦点を当てる：フレームへのジャンプ結果とNLE統合により、発見からタイムラインまでの摩擦が軽減されます。

デメリット

活発な開発中/製品版ではない：機能が不完全であったり、バグが発生する可能性があります。

計算と時間のかかるインデックス作成：大規模なライブラリは、ハードウェアと設定によってはかなりの処理時間を要する場合があります。

セルフホスト型パスは、セットアップのオーバーヘッド（Docker、モデルの依存関係）を伴う可能性があり、デスクトップの引き渡しフローと比較して、手動でのクリップのエクスポート/インポートが必要になる場合があります。

Edit Mindの使い方

1) セットアップパスを選択します（セルフホスト vs デスクトップアプリ）: Edit Mindの実行方法を決定します。 - セルフホスト（オープンソース）：Docker Compose経由で実行され、ローカルでインデックスを作成し、その後、クリップを手動でエディターにダウンロード/インポートします。 - デスクトップアプリ：NLEへのワンクリックハンドオフを備えたローカルデスクトップエクスペリエンス（例：Final Cut Proに送信、DaVinci Resolveプラグインが含まれています、Premiere Proは近日公開予定として記載されています）。

2) メディアライブラリの場所を準備します: ビデオを含むフォルダー（ローカルディスク、外付けドライブ、またはNASマウント）を整理します。Edit Mindは、映像をマシン/ストレージに保持するように設計されています（クラウドアップロードなし）。

3) (セルフホスト) Dockerをインストールして確認します: Edit Mindを実行するコンピューター/サーバーにDocker（およびDocker Compose）をインストールします。このプロジェクトは、Dockerがインストールされている任意のコンピューターまたはサーバーで動作するように設計されています。

4) (セルフホスト) メディアフォルダーへのDockerファイルアクセスを設定します: 開始する前に、コンテナがビデオフォルダーを読み取れるようにDockerを設定します。 - macOS/Windows：メディアフォルダー/ドライブがDockerと共有されていることを確認します。 - Linux：ファイル共有は通常デフォルトで有効になっています。この手順は、Edit Mindが映像をインデックス化するために必要です。

5) (セルフホスト) Edit Mindコードを取得します: リポジトリをクローンして入力します。 - git clone https://github.com/iliashad/edit-mind - cd edit-mind

6) (セルフホスト) 環境ファイルを設定します: Edit Mindは2つのファイル環境設定を使用します。必要な値（特にメディアフォルダーへのパス/マウント、および任意のアプリ設定）を入力して、コンテナが映像の場所とローカルデータベース/メタデータの保存場所を認識できるようにします。

7) (セルフホスト) Docker ComposeでEdit Mindを開始します: Docker Composeを使用してスタックを実行します（プロジェクトの意図どおり）。これにより、Webアプリとサポートサービス（例：分析パイプライン+ローカルデータベース）がコンテナ内で起動します。

8) ビデオを追加/インデックス化します（ローカル知識ベースを構築します）: Edit Mindをビデオライブラリに指定し、インデックス作成を開始します。インデックス作成中、Edit Mindは以下を行います。 - タイムコード付きの音声を転写します（Whisper） - フレームを分析します（YOLOによるオブジェクト、DeepFaceによる顔、画面上のテキスト、シーンの説明） - 信号をマルチモーダルベクトルに融合し、オンデバイスデータベースに保存します（ローカルファースト、マシンからバイトが離れることはありません）

9) 分析が完了するまで待ちます（初回実行には時間がかかる場合があります）: インデックス作成時間はライブラリのサイズとハードウェアに依存します。ライブラリが数千のビデオに拡大するとパフォーマンスが低下する可能性があるため、それに応じて初期インデックス作成を計画してください。

10) 自然言語を使用して映像を検索します: 平易な言語クエリを使用してライブラリ全体の瞬間を見つけます。例： - 「@iliasがAIについて話している」 - 「猫が登場するすべてのシーンを見つけて」検索は、話された言葉（トランスクリプト）、オブジェクト、顔、シーンの説明に一致させることができます。

11) 結果を開き、正確なフレーム/タイムコードにジャンプします: 検索結果から、一致するシーンを開き、提供されているフレーム/タイムコードへのジャンプ動作を使用して、ソースビデオの瞬間に直接移動します。

12) (セルフホスト) 見つかった瞬間をエクスポートし、手動でエディターに取り込みます: セルフホストワークフローでは、瞬間を見つけた後： 1) 結果をダウンロードします（クリップまたはZIP） 2) NLEに切り替えます 3) ダウンロードしたメディアを手動でインポートしますこれは、オープンソーススタックの予想されるトレードオフです。

13) (デスクトップアプリ) クリップをNLEに直接送信します（編集フローを維持します）: デスクトップワークフローでは、瞬間を見つけた後： 1) エディターに「送信」をクリックします（例：Final Cut Pro） 2) エクスポートやファイルのドラッグなしで編集を続行します DaVinci Resolve統合は準備完了として記載されています。Adobe Premiere Proは近日公開予定として記載されています。

14) ライブラリをプライベートでローカルに保ちます: ローカルファーストのセットアップを維持します。映像はディスク/アレイ/バックアップに残り、検索はインデックス作成から結果までローカルに保たれます。これは、NDA、未公開コンテンツ、個人アーカイブに役立ちます。