面接練習アプリ（仮）→ speech-coach として再始動¶

作成日: 2026-07-18 ステータス: speech-coach の Issues に移管済み（以降の正は Issues）

設計: https://github.com/yoshioka0101/speech-coach/issues/1（2026-07-18 改訂版）
縦切り実装: https://github.com/yoshioka0101/speech-coach/issues/3
STT 選定: https://github.com/yoshioka0101/speech-coach/issues/4

2026-07-18 の改訂で「面接特化」から「話す練習アプリ（モード制）」に変更。最初のモードは説明練習（ファインマンテクニック）。以下は移管前の初期メモ。リポジトリ: https://github.com/yoshioka0101/speech-coach（2026-05-14 作成。docs とディレクトリ構成のみでコード未着手）

5月版は「動画 + 面接/勉強会/LT/プレゼン全部 + Terraform/S3/PostgreSQL」の構成で重かった。本メモは「音声のみ・面接特化・最小構成」に絞り直した再スタート版。

コンセプト¶

AI が面接官役として質問し、ユーザーが音声で回答。文字起こし + 話し方の分析を行い、AI が内容と話し方の両面からフィードバックする Web アプリ。

質問: AI（職種・レベル・回答履歴に応じて生成）
回答: 人間（ブラウザで録音）
音声分析: 話速・沈黙・フィラー（「えー」「あの」）の検出
フィードバック: AI（回答の構造 = STAR 法など + 話し方への指摘）

価格・収支¶

想定価格: 月 2,000 円
原価目安: 1 セッション 30 分で STT 20〜30 円 + LLM 数円〜数十円
月 10 セッションのユーザーで原価 300〜500 円程度 → 粗利は成立
競合相場: Yoodli など $10〜30/月。Google Interview Warmup は無料
差別化: 日本語特化・日本の面接文化（転職理由の深掘り、逆質問対策）

技術構成（Go 中心）¶

[ブラウザ]
  録音（MediaRecorder API）→ 音声ファイルを POST
       │
[Go サーバー]
  ├─ POST /session/start   質問生成（Claude API）
  ├─ POST /answer          音声受信 → STT API → 文字起こし取得
  ├─ 分析ロジック           話速・沈黙・フィラー数の計算（純 Go、テーブル駆動テスト向き）
  └─ POST /feedback        文字起こし + 分析結果 → Claude でフィードバック生成
       │
[DB]  SQLite（MVP）→ PostgreSQL（本番）

フロントは html/template + 素の JS で最小限（React 不要）
Claude API は anthropic-sdk-go、STT は Whisper 系 API
文字起こしと音声メトリクス計算は goroutine で並行実行

MVP スコープ¶

音声分析は 3 指標に絞る:

話速（words/min 相当）
沈黙時間
フィラー数

画面フロー（案）¶

トップ: 職種・面接タイプを選択 → セッション開始
面接画面: 質問表示 → 録音 → 送信 → 次の質問（3〜5 問で 1 セッション）
結果画面: 文字起こし + 3 指標 + AI フィードバック
履歴画面: 過去セッションの推移（成長の可視化）

段階リリース¶

MVP: 録音 → 分析 → フィードバックの 1 セッションが回る（認証なし・ローカル）
ユーザー管理 + 履歴保存
課金（Stripe）

技術的な注意点¶

Whisper はフィラーを勝手に除去しがち → verbatim 寄りの設定 or タイムスタンプ解析が必要
フィラー検出は日本語対応の工夫が要る（検出対象語のリスト管理）

未決事項¶

[ ] アプリ名
[ ] STT API の選定（Whisper API / Deepgram / Google STT の日本語精度比較）
[ ] 質問の型（行動面接 / 技術面接 / 逆質問練習）のどれから始めるか
[ ] デプロイ先（Fly.io / Cloud Run など）