エンジニア上がりの元ゲーム会社ディレクターStudioYebisu氏（ @studio_yebisu ）が、PCで再生中の英語音声を日本語に翻訳するWindows向けアプリ「Talk風Live翻訳 1.0.0」を公開しました。
Talk風Live翻訳
音声認識にNVIDIAのNemotron Speech、翻訳にPFNのPLaMo 3 Translateを使用。どちらもPC内で動作し、訳文をメッセージアプリのような吹き出しで表示します。
特徴は、速さだけでなく読みやすさを重視した翻訳です。音声を細切れのまま訳さず、少し遅らせて話のまとまりとして処理。さらに、英語から日本語へ翻訳した後、「やさしい日本語」に書き直す2段階の処理を行います。
- PCで再生する音声をライブ翻訳
動画や配信、英語音声のゲームなど、PCから流れる音声を翻訳します。マイク入力ではなく、PCの再生音声が対象です。 - 話のまとまりと文脈を考慮
話している途中も訳文を更新し、直前の段落も文脈として利用。話のまとまりごとに約60字の短い吹き出しに分けて確定します。 - チャット形式で読み返せる
過去の訳文へさかのぼれるほか、吹き出しを押すと英語の原文も確認できます。履歴の保存や全文コピーにも対応しています。 - 動画の横に置けるミニ表示
小さなウィンドウへ切り替え、最前面に固定できます。ダークモードも用意されています。 - テキスト翻訳を並行して利用
文章を入力する「シンプル翻訳」も搭載。ライブ翻訳を止めずに使えます。 - YouTube字幕や多言語音声にも対応
同梱のChrome／Edge向け拡張機能でYouTube字幕を翻訳可能。英語以外の音声認識には、追加でQwen3-ASRまたはWhisperを利用できます。
配布・動作環境
Windows x64向けに無料配布されており、アプリ本体のソースコードはMITライセンスで公開されています。
配布ZIPを展開し、「Talk風Live翻訳.cmd」から起動できます。
PythonやRustの事前導入は不要ですが、Microsoft Visual C++ 再頒布可能パッケージ（x64）が必要です。
初回にはモデルなどをダウンロードします。翻訳モデルは0.8B／2B／8B／31Bから選択でき、モデル単体のダウンロード容量は0.8Bが546MB、8Bが4.9GBです。
翻訳処理はNVIDIA GPU（CUDA）、Vulkan対応GPU、CPUに対応。GPUのないPCでは0.8BモデルをCPUで利用できます。
利用条件について
アプリ本体のMITライセンスとは別に、翻訳モデルにはPLaMoコミュニティライセンスが適用されます。
開発者の案内によると、趣味など個人の私的利用は無料。
商業目的での利用にはPFN公式ページでの事前登録が必要で、関係会社を含む直近の年間売上高が10億円以下であることが条件です。
これを超える場合はPFNの商用ライセンスが必要です。
業務で利用する場合は、モデルを含む各コンポーネントの利用条件をご確認ください。
最近は動画コンテンツも
多言語対応が増えてきたとは言え完全では無いですから
海外のCGチュートリアルやライブ講演映像
海外の方とのチャットなどで活用できそうで
とても気になるツールですね！
是非チェックしてみてください！
リンク
コメント