【ITニュース解説】I built myself a morning radio station (audience: one)
2026年10月21日に「Dev.to」が公開したITニュース「I built myself a morning radio station (audience: one)」について初心者にもわかりやすく解説しています。
ITニュース概要
開発者は、自分専用に毎朝タスクやプロジェクト状況をまとめたダッシュボード画像と、それを読み上げる音声メモをWhatsAppで受け取るシステムを構築した。Obsidianの情報をもとにPythonやLLM、音声合成を使い自動化。このツール「Chucka」はオープンソースとして公開された。
ITニュース解説
このニュース記事は、プログラマーが自分自身のために開発した「Chucka(チャッカ)」という名の情報自動配信システムについて解説している。これは「朝のラジオ局」と表現されており、たった一人、つまり開発者自身に向けて、毎朝必要な情報を自動で届けるユニークなプロジェクトである。
Chuckaが作られた背景には、開発者がすでに必要な情報をObsidianというノートアプリに集約していたものの、その情報を自ら確認しに行く手間を省きたいという思いがあった。情報は受動的に「私を見つける」形で提供されるべきだと考えたのである。このシステムは、毎朝午前7時に開発者のWhatsAppに二つの情報、すなわちダッシュボードの画像と音声メモを送ることで、この要望を実現している。
まず一つ目の情報はダッシュボードの画像だ。これはPythonというプログラミング言語とPillowという画像処理ライブラリを使って、Obsidianに保存されている最新のファイルから直接生成される。画像には、その日の最優先タスク、進行中の仕事、そして各プロジェクトの現在の状況が一目でわかるようにまとめられている。これにより、開発者はWhatsAppを開くだけで、その日の主要な情報を視覚的に把握できる。
二つ目の情報はWhatsAppの音声メモである。これは約170語、60〜70秒程度の長さで、画像で示されたダッシュボードの内容を要約して読み上げる。特筆すべきは、この音声スクリプトが毎朝、LLM(大規模言語モデル)というAIによって新しく作成され、日替わりの挨拶から始まる点だ。生成されたスクリプトは、Text-to-Speech(音声合成)モデルによって自然な音声に変換される。音声ファイルは、WhatsAppでの再生に適した形式(Ogg/Opus)に、ffmpegというツールを使って変換される。
Chuckaのシステム全体の流れは以下のようになっている。まず、macOSの「launchd」という自動起動機能によって、毎日午前7時にシステムが起動する。起動すると、ChuckaはObsidianに保存された情報を読み込み、PythonとPillowを使ってダッシュボード画像を生成する。次に、そのダッシュボードのデータと、wttr.inというサービスから取得したその日のメルボルンの天気情報を組み合わせて、LLMに音声スクリプトの生成を指示する。LLMが生成したスクリプトは、Text-to-Speechモデルによって音声に変換され、ffmpegで必要な形式に変換される。最終的に、ローカルに設置されたOpenWAというゲートウェイを通じて、これらの画像と音声がWhatsAppに送信される。この一連のプロセスは、開始から送信完了までおよそ2分程度で完了する。
音声機能については、開発当初は含まれていなかった。後に追加された最初の音声はmacOS標準の読み上げ機能を利用したものだったが、より自然で個性的な声を目指して「声探し」が行われた。最終的には、VoiceStudio/OmniVoiceという音声クローンツールを使って「Pepper」と名付けられた独自の音声プロファイルが作成され、その声が使われるようになった。この音声システムは三段階の構成になっている。最優先はMac上で動作するローカルのVoiceStudio/OmniVoiceで、これが利用できない場合はクラウドベースのGemini TTSに切り替わる。さらにそれも失敗した場合は、最終手段としてmacOS標準の読み上げ機能が使われる。これにより、たとえメインのシステムが動かなくても、最低限の情報伝達が保証される設計となっている。
システム開発において、単に機能を実現するだけでなく、「信頼性」を確保することが非常に重要である。Chuckaの場合、音声が生成されても、それが確実にWhatsAppに届かなければ意味がない。開発者は、メッセージが「sent」(送信済み)になっただけでは、実際に相手に「delivered」(到達済み)または「read」(既読)されたことにはならないという点に気づき、重要な改善を行った。Chuckaは、メッセージが実際に「delivered」または「read」されたことを確認するまで、処理を終了しないように変更された。これは、一日を始める上で情報に頼っている場合、「送信済み」と「到達済み」が同義ではないことを示す実用的な教訓である。
このプロジェクトは、開発者自身の個人的なスクリプトとして始まったが、後に「Chucka」としてオープンソース化された。自分だけが使うスクリプトであれば、多少不明瞭な部分や特定の環境に依存する部分があっても問題ない。しかし、他の人が利用できるようにオープンソース化する際には、コードの構造を整理し、セットアップ手順を明確にし、個人的な設定とコードの境界をきれいに保つ必要があった。オープンソース化という行為が、開発者がコードをより洗練させるための「強制力」となったのである。
開発者は、Chuckaが新しい製品の発表や、個人的な生産性の問題を解決したという主張ではないことを明確にしている。これは、一人の人間が、すでに存在する情報を自動化し、それに声と顔(ダッシュボード画像)を与えただけのシステムである。情報そのものの源泉は依然としてObsidianにあり、Chuckaはその情報を、より便利でアクセスしやすい形で提供する手段に過ぎない。
Chuckaの構築における目的は、最も巨大で複雑なシステムを構築することではなかった。むしろ、「完成できるくらい小さく、使い続けられるくらい有用で、そして共有できるくらい整理されたもの」を創り出すことにあった。この哲学は、システム開発における現実的なアプローチを示しており、完璧を目指すのではなく、まずは小さく始めて、継続的に改善していくことの重要性を物語っている。現在も開発者はChuckaを日常的に活用し、音声の質や表現力などの改善を続けている。