b0yko/ternは、ポッドキャストと映像のライブラリをローカルで検索するApple Silicon向けツールだ。Whisperによる音声認識、Apple VisionによるOCR、SigLIP-2による視覚検索を、ひとつの結果ランキングに統合する。リポジトリはFastAPIとバニラJS、Tauriを使い、Pythonで記述されている。FACTSには公開リリースが記録されていない。
このツールは音声に含まれる発言、画面内の文字、シーン画像を、それぞれ検索可能な情報に変換する。READMEによれば、音声はWhisperとSilero VADで処理し、画面内の文字はApple Visionの補助プログラムで読み取り、シーンはSigLIP-2の埋め込みから探す。得られた検索結果はひとつのリストにまとめられる。区間を調整する編集機能を経て、映像・音声・字幕・表形式で書き出せて、FCPXML書き出しにも対応する。READMEにはパイプラインとAPI、ライセンス検査を含む539件のテストが記載されている。
ただし、テスト数は検索の精度や処理速度を意味せず、FACTSには比較できる性能指標も示されていない。対象はApple Siliconであり、他の環境で同じ機能が使えるかは与えられた情報からは確認できない。ライセンス表示はNOASSERTIONで、リポジトリの説明はすべての権利を留保すると明記しているため、再利用条件も明確ではない。したがって、適用範囲と利用条件を確認する必要があるローカル検索ツールに近い。