OBS Studio の LocalVocal プラグインを試す

[matsuihidetoshi]

概要

Todd からの提案で OBS Studio の LocalVocal というプラグインで、話者の喋りをチャンクにしてうまいこと API リクエストできるのでそれを翻訳のトリガーにするのはどうか、という話だったので、一旦それを試したい。
これ の通り API を作って、それを LocalVocal から叩くイメージ。

Tasks

• 上にも記載した これ の手順通りのスタックを構成する。
• LocalVocal を調べつつ、☝️のエンドポイントにリクエストを送るやり方を試してみる

[fvkikuchi]

LocalVocalとAPI連携の使い方

参考動画
https://www.youtube.com/watch?v=qen7NC8kbEQ

1. プラグインのインストール
   以下の2つのプラグインをインストールします。
   https://github.com/occ-ai/obs-localvocal
   https://github.com/occ-ai/obs-urlsource

2. 音声入力にLocalVocalフィルターの追加
   音声ミキサーのマイクで動作確認しました。
   マイクのフィルタの＋ボタンから「ローカルボーカルトランスクリプション」を追加。
   ウィスパーモデルをEnglishのついていないものに変更することで日本語にも対応できます。

このとき「LocalVocal Subtitles」というソースが作成され、そこに音声の書き起こしが表示されます。
（「LocalVocal Subtitles」を選択し「フォントを選択」からフォントを変更しないと、豆腐になるかも）

3. 翻訳API連携
   ソースの＋ボタンから「URL Source」を追加。プロパティの「Setup Data Source」からAPIの設定をします。

URLに翻訳APIのURLを指定し、RequestのBodyとOutputのJSON Pathに翻訳APIの仕様を設定します。
Requestの{{input}}が書き起こしの文字のはいるプレースホルダーです。

「Add Inputs」を押し、＋ボタンで入力ソースを追加し、「(Text) LocalVocal Subtitles」を選択することで書き起こしと繋がります。