ボイスチャンネル翻訳（VC文字起こし）

ボイスチャンネルでの発言を文字起こしして翻訳し、テキストチャンネルへ投稿します。 さらに、翻訳結果を合成音声でVCへ読み上げることもできます。

IMPORTANT

この機能は月額サブスクリプション契約中のサーバー限定です。買い切りパスでは利用できません。 → 料金・課金

どんなことができるか

日本語話者と英語話者が同じVCにいる場面を考えます。

1. 日本語で話す
2. Botが聞き取って文字に起こす
3. 通常の翻訳と同じ仕組みで英語に翻訳
4. テキストチャンネルへ発言者の名前・アイコンで投稿
5. （任意）英訳を合成音声でVCに流す

テキストチャンネルには字幕のようにログが残るので、後から会話を追うこともできます。

NOTE

**「同時通訳」ではなく「ライブ字幕」**として考えてください。発話が終わってから文字起こし・翻訳・投稿を行うため、数秒の遅れがあります。

使い方

開始する

1. ボイスチャンネルに参加する
2. テキストチャンネルで /voice action:start を実行

/voice action:start

Botがあなたのいるボイスチャンネルに参加し、文字起こしを開始します。 結果はコマンドを実行したチャンネルに投稿されます。別のチャンネルに出したい場合は指定できます。

/voice action:start channel:#translation-log

停止する

/voice action:stop

VCから全員が退出すると自動的に停止するので、消し忘れても無駄に動き続けることはありません。

状態を確認する

/voice action:status

動作中のチャンネル、今月の利用時間、読み上げに使っているキャラクター名が表示されます。

読み上げ音声を選ぶ（個人設定）

読み上げが有効なサーバーでは、自分の発言をどの声で読み上げるかを選べます。

/voice action:voice voice:ずんだもん

候補は入力中に自動補完されます。運営が用意した音声の中から選べます。 引数なしで実行すると、現在の設定と選択肢の一覧が表示されます。

/voice action:voice

• 設定はあなた個人のもので、参加するサーバーを問わず適用されます
• 未設定の場合はサーバーの既定音声が使われます
• 次の発言から反映されます

権限について

操作	必要な権限
action:start / action:stop	自動翻訳の操作権限（/permissions の auto）
action:status	誰でも
action:voice	誰でも（自分の音声設定なので権限不要）

動作の詳細

話者ごとに聞き分けます

Discordは話者ごとに音声を分けて配信するため、誰の発言かを正確に判別できます。投稿は発言者の表示名・アイコンで行われます。

短すぎる音・無音は無視します

0.4秒未満の音（咳、マイクに触れた音など）は文字起こしを行いません。

聞き取れなかった発話は消費しません

物音などで文字起こし結果が空になった場合、利用枠は消費されません。

翻訳は通常のメッセージと同じ扱いです

文字起こししたテキストは、そのまま普段の翻訳パイプラインに流れます。つまり:

• サーバーの言語設定がそのまま適用される
• 用語集（サブスク限定）も適用される
• LocalLLM / DeepL の振り分けやフォールバックも同じ
• 翻訳の利用枠も通常どおり消費される

VC専用の特別な翻訳ロジックはありません。

読み上げ（TTS）

翻訳結果を合成音声でVCに流す、運営者が明示的に許可した環境だけの追加機能です。

IMPORTANT

文字起こし・テキスト翻訳とVCへの合成音声送信は別々に制御されます。運営環境のhard gateが無効な場合、保存済み設定があっても音声は流れません。

読み上げは1言語だけです

VCの音声はその場の全員が同じものを聞くため、リスナーごとに別の音声を流すことはできません。したがって読み上げは1言語のみです。

話した言語は読み上げません

日本語で話した内容を日本語で読み上げても、その場の全員がすでに聞いています。原文と同じ言語の読み上げは行いません。

例）読み上げ言語＝日本語のサーバー

発言	読み上げ
英語で話す	日本語訳を読み上げ
日本語で話す	読み上げなし（既に全員が聞いているため）

追いつかない場合は捨てます

発話が読み上げより速いと遅延が溜まり続けるため、2件以上たまった分は破棄します。会話から大きく遅れた読み上げが流れることはありません。

音声について

• 日本語: VOICEVOX
• 英語ほか: Piper

NOTE

読み上げを実際に使用すると、結果投稿先のテキストチャンネルへ公開クレジットが自動投稿されます。最初の音声再生前に作成され、別の音声が使われるたび同じ投稿が更新され、終了時に確定します（例: VOICEVOX:ずんだもん）。

Botがクレジットを投稿できない場合は、文字起こし・テキスト翻訳は継続し、合成音声だけを再生しません。詳細は 第三者ソフトウェア・音声ライブラリ を確認してください。

利用枠

文字起こしは音声の秒数で計上されます（文字数ではありません）。

区分	1ヶ月あたり
標準	運営設定値（既定 10時間）
プラン倍率 x2	標準の2倍
プラン倍率 x4	標準の4倍

• 毎月1日にリセットされます
• 残量はダッシュボードのサーバー概要で確認できます
• 使い切ると文字起こしは停止します（テキスト翻訳は通常どおり動作します）

→ 詳細：利用上限とレート

音声データの取り扱い

IMPORTANT

音声は保存しません。 文字起こしに使った音声データは処理後すぐ破棄され、ファイルにもデータベースにも残りません。 文字起こしと翻訳は運用者のマシン上（Whisper / VOICEVOX）で処理され、外部の音声認識サービスへは送信されません。

→ 詳細：データの取り扱い

うまくいかないとき

症状	原因と対処
サブスクリプション限定の機能です	月額サブスク契約が必要です
先にボイスチャンネルに参加してください	自分がVCに入ってから実行してください
すでに文字起こしが動作中です	1サーバーにつき1セッションです。action:stop で停止できます
同時に実行できる上限に達しています	他サーバーが使用中です。しばらく待ってから再実行してください
投稿されない	対象チャンネルの言語設定を確認してください。言語が未設定だと翻訳先がありません
読み上げが流れない	サーバー設定で読み上げが有効か、また話した言語と読み上げ言語が同じでないかを確認してください
誤変換が多い	サーバー設定の「音声の言語」を、実際に話す言語に明示指定すると改善します

TIP

自動判定は英語を日本語と誤認することがあります。主に使う言語が決まっているサーバーでは、明示的に指定することを強く推奨します。