タグ: 音声認識
2026/10/19バベるっぱ！(人Θ'o)
CPU・GPU負荷を抑えながら、音声認識とAI翻訳でリアルタイム字幕を表示する「バベるっぱ♪」の最新版っぱ！ ReazonSpeech K2による日本語認識、faster-whisperによる英語・多言語認識、Cloudflare Workers AIによる翻訳を組み合わせた、配信者向け字幕ツールだっぱ？固有名詞辞書、字幕オーバーレイ、NGワード対策にも対応。日本語から英語、英語から日本語への翻訳もこれひとつでOK♪ ただし通信障害やゲーム側の利用規約には注意して、自己責任で楽しく使うっぱ！
2026/10/06ぱ！１値だけ間違ってたっぱ
前回作ったやつ１箇所だけ数値が甘かったっぱ((´Θ`))ｹﾗｹﾗ 修正しなくても動作はするけどの・・つかう方は数文字書き換えようっぱ・・
2026/09/30_低トークンコスト版を作るのを試みたっぱ
OBS配信や海外配信・動画などの音声を、faster-whisperでローカル文字起こし → Cloudflare Workers AIで翻訳 → 字幕表示するリアルタイム字幕翻訳スクリプトを作ったっぱ♪ 以前のCloudflare Whisperへ音声を丸ごと送る方式では、無料枠が数時間程度で尽きてしまう問題があったため、音声認識部分をPC側のCPUで処理する方式に変更。 faster-whisperを8秒程度の音声チャンク単位で処理することで、CPU負荷を抑えながらリアルタイム字幕として使えるようにしたっぱ。翻訳部分だけCloudflare Workers AIを利用することで、無料枠を長時間使える構成になっているっぱ。 英語→日本語・日本語→英語などの固定方向では、ゲームやジャンルごとの辞書システムも利用可能。固有名詞や複数の意味を持つ単語などを事前に登録しておくことで、翻訳時の表記揺れを抑えられるようにしているっぱ。 tinyモデルを基本とし、より精度を求める場合はbaseモデルも選択可能。日本語・英語をはじめ、複数言語の音声認識・翻訳にも対応できる構成になっているっぱ。 OBSのテキストソースへ字幕を出力できるほか、字幕簡易表示ウィンドウも搭載しているため、OBSを使わずに海外配信・ニュース・動画などへ字幕を重ねて見る用途にも利用できるっぱ。 長時間の海外配信を見たいけれどリアルタイム字幕がない、という個人的な困りごとから作り始めたものっぱ。PC負荷をできるだけ抑えつつ、無料枠で長時間使えるリアルタイム翻訳字幕環境を目指したものになっているっぱ♪ READMEには設定方法や各機能の説明をまとめてあるので、利用する場合はそちらを確認してから使ってほしいっぱ。 配布ファイルは自己責任で利用してくださいっぱ d(-Θ-｡)ﾈｯ
2026/09/11_日本語を英語にするだけならトークン激安できたっぱ(∩´Θ`)∩が！
Cloudflare Workers AIとローカルのReazonSpeech K2を組み合わせることで、PCのCPU/GPU負荷とAPIのトークン（Neuron）消費を劇的に抑えたOBS用リアルタイム字幕・翻訳ツールを作成しました。開発中に遭遇した多言語対応の罠（中国語の漢字誤判定やフランス語のNGワード暴発など）やバグ修正の裏話、さらに次に狙っている最新ASRモデル「VibeVoice-ASR」の構想についても語る技術＆開発日記です。最後にツールの配布ファイルも末尾にあるっぱね(´･Θ･`)ｴｰ ご利用は自己責任おいらは知らんっぱ♪
2026/08/29ブラウザ版更新日本語版と英語版を⋯
OBS配信者向けのリアルタイム字幕翻訳ツールをPythonアプリからCloudflare Workers AI＋Silero VADのブラウザ完結構成へ移行した技術解説記事です。PCへの負荷をほぼゼロに抑え、インストール不要でURLを貼るだけで使えます。従来版との性能比較やNeuron消費量、遅延を0.6秒まで縮めたバッチ処理の最適化、ブラウザ特有の制限やハルシネーション対策まで実測値付きで網羅。1日最大13.5時間以上無料枠で運用できる構成とノウハウを解説っぱ？無理 っぱ( ´･Θ･)┌
2026/08/17ver6.6_EN_JP版上げ忘れてたっぱ
Python版「OBS Subtitle Translator」とブラウザ版「Subtitle Browser」を更新。Whisper turboのハルシネーション抑制、VAD・言語フィルタ改善、PC音声キャプチャやエコー対策、翻訳処理の安定性を強化。無料枠での運用やブラウザ互換性も考慮した最新版です。(Browser版の公開は少し待ってね😉）
2026/08/14バージョン6.5でもういいっぱよね？（EN/JP6.4）
Cloudflare Workers AIの無料枠（10,000 Neurons/日）を活用し、OBS配信でリアルタイム字幕翻訳を行うPythonスクリプトv6.5。WhisperとLlama3を組み合わせ、音質解析（VAD）やキャッシュ機能、AIのハルシネーション対策を極限までチューニングした低負荷・高精度な配信サポートツールです。