メインコンテンツまでスキップ

音声翻訳設定

ここでは、音声翻訳の機能スイッチ、マイクとスピーカーのデバイス、翻訳言語、音声合成（TTS）、翻訳結果の表示、VRChat Chatbox送信などのオプションを設定します。音声認識モデルや推論デバイスなど、モデルに強く関連する設定は、翻訳エンジン設定の「ASR設定 / TTS設定」カードに移動しました。機能の使用方法については、音声翻訳を参照してください。

機能設定​

  • 音声翻訳を有効化：音声翻訳の全体的なスイッチ。有効にすると、メインプログラムが音声ワーカープロセスを起動し、オーディオの収集を開始します。
  • スピーカーを有効化：スピーカー（ループバック収集）チャンネルを有効にするかどうか。
  • マイクを有効化：マイクチャンネルを有効にするかどうか。
  • 音声合成（TTS）を有効化：マイクチャンネルの訳文を音声に合成して読み上げるかどうか。

音声認識モデル、推論デバイス、推論コア数、ストリーミング出力を模擬するなど、モデルに強く関連する設定は、翻訳エンジン設定の「ASR設定」カードに移動しました；TTSのストリーミング再生、推論デバイス、音色、音声クローンは同ページの「TTS設定」カードに移動しました。

スピーカー音声翻訳設定​

スピーカーループバック収集（すなわちゲーム内、音声通話中の相手の発言）向けに設定します：

  • 音声認識言語：スピーカーオーディオ認識時に使用する言語を設定します。デフォルトは「自動」で、システムが言語を自動判定します。
  • 翻訳目標言語：スピーカーが認識した文字の翻訳目標言語を設定します。目標言語は通常、あなたの母語に設定し、相手の発言を理解するために使用します。

翻訳のソース言語は「自動」に固定され、翻訳エンジンが認識した文字に基づいて言語を自動判定します。設定にはソース言語を選択する入口はありません。

マイク音声翻訳設定​

マイク（すなわち自分自身の発言）向けに設定し、自分の言葉を他人に翻訳するために使用します：

  • 音声認識言語：デフォルト「自動」。
  • 翻訳目標言語：自分が発した言葉の翻訳目標言語を設定します。例えば目標言語を英語にすると、多言語ソーシャルで外国のプレイヤーと交流するのに便利です。

オーディオデバイス設定​

  • 収集ソースの説明：一部のヘッドホンデバイスがシステムオーディオを収集できない場合は、対応するプログラムを選択してウィンドウ収集を行ってください。
  • アプリケーションを選択：スピーカーの収集ソース。「システム」を選択するとPC全体をループバック収集します；特定のアプリケーションを指定して、そのプログラムのオーディオのみを収集することもできます。保存済みのプログラムは、現在実行されていなくてもオプションに残ります。
  • マイクデバイス：自分の声を収音する入力デバイスを選択します。
  • 音量しきい値（マイク）：マイク音量バー上の赤いしきい値ライン。ドラッグまたはクリックで位置を調整でき、右側の「↺」ボタンでデフォルトに戻ります。音量がしきい値を超えると音量バーの塗りが緑色になり、有効な音声と判定されたことを示します。
  • スピーカーデバイス：システム音声をループバック収集するために使用するデバイスを選択します。収集ソースが特定のアプリケーションに指定されている場合、この項目は自動的にグレーアウトされます（この場合、デバイスによるPC全体のループバック収集は行いません）。
  • 音量しきい値（スピーカー）：スピーカー音量バーのしきい値の調整方法はマイクと同じです。

デバイスリストは子プロセスによって自動的に列挙され、定期的に更新されるため、手動で更新する必要はありません。音量バーが反応しない場合は、音声翻訳が有効になっているか確認してください——音声翻訳を有効にした後でなければリアルタイム音量を監視できません。

音声合成（TTS）​

マイクチャンネルの訳文を音声に合成して読み上げます。Qwen3-TTSは音声ワーカープロセスで動作し、モデルは必要に応じてロードされ（最初の読み上げリクエストでメモリに読み込まれ）、30秒アイドル状態が続くと自動的にアンロードされます。

  • スピーカーへ同期再生：有効にするとTTSオーディオがオーディオ設定のスピーカーデバイスにも同期送信されます；同期再生中はスピーカーチャンネルの認識が自動的に抑制され、自分の訳文を再び認識してしまうのを防ぎます。
  • TTS無効時はマイクデバイスをTTS再生デバイスへ直通：読み上げが利用できない場合（TTSオフ / 音声翻訳オフ / 一時停止）、マイクの収音をTTS再生デバイスへ直接転送し、ゲーム内マイクが頻繁にデバイスを切り替える必要をなくします。
  • デバイス対応のヒント：「再生出力デバイスはCABLE Inputを選択し、ゲーム内のマイクデバイスはCABLE Outputを選択してください」とヒントを表示します。
  • 再生出力デバイス：読み上げオーディオの出力デバイス。仮想オーディオケーブルのCABLE Inputが検出されると、自動的にデフォルトとして選択されます（設定が空の場合のみ）。
  • 再生音量：読み上げ音量（0.0〜2.0、デフォルト1.0、1.0が元のレベル）。

この機能にはサードパーティの仮想オーディオドライバー VB-Audio Virtual Cable のインストールが必要です。CABLE Inputが検出されない場合、画面にヒントと公式サイトのアドレスが表示されます。

音色、音声クローン、TTSリアルタイムストリーミング再生、TTS推論デバイスなどの設定は、翻訳エンジン設定の「TTS設定」カードをご覧ください。

翻訳結果の表示設定​

  • 表示モード：対照モード（原文と訳文を同時に表示）または訳文のみモード（訳文のみ表示）。
  • 翻訳結果の配置：訳文パネル内の文字の左揃え / 中央揃え / 右揃え。
  • 翻訳結果の流れる方向：新しく追加された内容のスクロール方向。自動 / 上 / 下から選択できます。
  • 背景透明度：訳文パネル背景の透明度（0.0〜1.0、デフォルト0.5）。
  • フォントサイズ：訳文文字のスケール比率（0.5x〜2.0x、デフォルト1.0x）。
  • 幅 / 高さ：訳文パネルが視野に占める比率。幅10%〜60%、高さ5%〜30%の間で調整できます。
  • X位置 / Y位置：訳文パネルの中心の表示位置（0%〜100%）。
  • 奥行き（メートル）：訳文パネルのVR空間内での表示深度距離（0.5〜10.0メートル、デフォルト2.0）。
  • 翻訳結果の表示方法：追従（訳文パネルが視線の移動に追従）または固定（VR空間の特定の場所に固定アンカー）。

VRChat Chatbox (OSC)​

音声翻訳結果をOSCプロトコルで自動的にVRChatのChatboxチャットボックスへ送信します：

  • スピーカー翻訳テキストをChatboxに送信：スピーカー（相手の発言）の訳文を送信するかどうか。
  • マイク翻訳テキストをChatboxに送信：マイク（自分自身の発言）の訳文を送信するかどうか。
  • OSCポート：VRChatの受信ポートで、デフォルト9000。
  • OSCメッセージモード：対照モード（訳文が上、原文が下）または訳文のみモード。
  • メッセージの流れる方向：新しいメッセージは下または上方向に表示されます。
  • メッセージ保持件数：チャットボックスに保持される履歴メッセージの件数（1〜10、デフォルト2）。

ヒント：音声翻訳には音声ワーカープロセスの正常な動作が必要です。この項目を有効にできない、または異常がある場合は、ソフトウェアのインストールディレクトリが完全であることを確認し、ウイルス対策ソフトウェアが子プロセスをブロックしていないか確認してください。