alpacartaw:通过语音识别以多种语言生成实时字幕，并大声朗读它们。 （与obs和obs-Websocket

# ALPACA-RTAW generAtes reaL-time subtitles in multiPle lAnguages ​​from voiCe recognition And Reads Them Aloud. (with obs and obs-Websocket 音声認識からリアルタイムで翻訳し、認識結果と翻訳結果を音声合成で読み上げる。 OBS連携することで、音声認識した文字列と翻訳した文字列をOBS上に表示する。 # 動作環境 - Google Chrome - OBS + OBS-Websocket - localhost.run (またはngrokなど他のstunnelツール) ## localhost.run の使い方 OBSの動いてるPC上でコマンドプロンプトを開いて以下を実行する。 ```shell > ssh -R 80:localhost:(OBS-WebSocketで指定したポート番号) localhost.run ``` コマンドに失敗する場合は[FAQ](http://localhost.run/docs/faq)を見ること。 「xxxxxx.localhost.run tunneled with tls termination」と出れば完了。 ALPACARTAWから繋ぐには、IPAddrにxxxxxx.localhost.run、Portに443を指定する。 # SpeechRecognition ## Recognize continuity 音声認識が行われるたびに、継続的に結果を返すのか、あるいは1つの結果のみ返すのかを制御する。（ON：する / OFF：しない） デフォルト：する ## Recognize lang 音声認識する言語を設定する。 デフォルト：ja_JP ## Start 音声認識を開始する。 # Speech translate settings ## GAS deploy key 翻訳機能を持つgoogle apps scriptのデプロイキーを設定する。 デフォルト：アルパカさんの 落ちてる場合は自分で用意すること。 ``` js // サンプル function doGet(e) { var p = e.parameter; var translatedText = LanguageApp.translate(p.text, p.source, p.target); return ContentService.createTextOutput(e.parameter.callback + '({"translated" : "' + translatedText + '"});').setMimeType(ContentService.MimeType.JAVASCRIPT); } ``` ## Native lang 母国語を設定する。 デフォルト：ja ## Foreign lang 翻訳対象の言語を設定する。 デフォルト：en ## Test 翻訳をテスト実行する。 テスト文字列は日本語なので、NativeLangには"ja"を設定しておくこと。 # Speech voice settings ## Native voice 母国語の音声を設定する。 デフォルト：取得可能な音声一覧の先頭 ## Volume 母国語の音声の音量を設定する。 デフォルト：1 ## Pitch 母国語の音声の音程を設定する。 デフォルト：1 ## Rate 母国語の音声の速度を設定する。 デフォルト：1 ## Test 母国語で音声合成をテスト実行する。 ## Foreign voice 翻訳対象の言語の音声を設定する。 デフォルト：取得可能な音声一覧の先頭 ## Volume 翻訳対象の言語の音声の音量を設定する。 デフォルト：1 ## Pitch 翻訳対象の言語の音声の音程を設定する。 デフォルト：1 ## Rate 翻訳対象の言語の音声の速度を設定する。 デフォルト：1 ## Test 翻訳対象の言語で音声合成をテスト実行する。 # OBS connection settings [OBS](https://obsproject.com/ja)と[OBS-Websocket](https://github.com/Palakis/obs-websocket)の設定をしておくこと。 ## 動作確認環境 OBS：26.1.1 OBS-Websocket：4.9.0 ## IPAddr OBSがインストールされているPCのIPv4アドレスを設定する。 デフォルト：localhost ## Port OBS-Websocketで設定したポート番号を指定する。 デフォルト：4444 ## Password OBS-Websocketで設定したパスワードを指定する。 ## Connect OBSに接続する。状態はボタン右に表示される。 - OPEN OBSとの接続を開始した。 - CONNECTED OBSとの接続が完了した。 - ERROR OBSとの接続に失敗した。 # OBS TextGDIPlus settings ## Native source 母国語表示用のOBSのテキストソース名を設定する。 デフォルト：native ## Foreign source 翻訳対象の言語のOBSのテキストソース名を設定する。 デフォルト：foreign ## Silent breaker source 該当機能用のOBSのテキストソース名を設定する。 デフォルト：silent ## Timeout OBSのテキストソースに表示された字幕が消えるまでの時間（ミリ秒）。 デフォルト：未設定 - 未設定、数値として評価できない場合は消えない - 1000ms未満の場合は5000msになる ## Use interimResults Windowsのみ 音声認識の途中経過を取得するか？（ON：する / OFF：しない） デフォルト：OFF この機能をONにした場合、以下の処理が発生する。 - OBSに途中経過を送信する。 - 「Native source」で指定したテキストソースに「rtawfilter」という名前のフィルターがかかっている場合、それを以下のように制御する。 -> 途中経過の場合はフィルターをON -> 確定した場合はフィルターをOFF 例えば、予め色補正フィルター（不透明度50など）を付けておくことで途中経過は半透明、確定したらフィルターが外れて不透明になる。といったことができる。 # Silent breaker settings SilentBreaker機能は、無言状態を検知すると起動し、任意の文字列をOBSに送出、読み上げる。 ## Use silent breaker 該当機能を使用するか？（ON：する / OFF：しない） デフォルト：OFF ## Timer 無言状態と判断するまでの時間（ミリ秒） デフォルト：なし ## Text/URL 該当機能で使用する任意の文字列。 httpから始まる場合はURLと判断し、該当URLからの応答結果（テキスト）を使用する。 （XMLやJSONなどのフォーマット解析には対応していない） デフォルト：なし ## Voice 該当機能の言語の音声を設定する。 デフォルト：取得可能な音声一覧の先頭 ## Volume 該当機能の言語の音声の音量を設定する。 デフォルト：1 ## Pitch 該当機能の言語の音声の音程を設定する。 デフォルト：1 ## Rate 該当機能の言語の音声の速度を設定する。 デフォルト：1 ## Test 該当機能の言語で音声合成をテスト実行する。 # 特記 - 各項目はパスワード以外クライアントPCに保存し、パスワードのみ画面を閉じると削除する。