whispering ui

ささやきのタイガーUI（ライブ翻訳/転写）

ささやきのタイガーUIは、ささやきのタイガーアプリケーションを制御するために使用できるネイティブUIです。

Whispering Tigerは、マシン上のオーディオストリームやゲーム内の画像を聞く/視聴できる無料のオープンソースツールで、WebSocketまたはOSCを使用して転写またはWebブラウザーへの翻訳を印刷できます（例はストリーミングオーバーレイまたはVRChatです）。

コンテンツ

• 特徴
• ダウンロード
• チュートリアル
• インストール
• 設定
  • プラグインのセットアップ
  • プラグインVoicevox（日本のTTS）のサンプルセットアップ
  • 特定のオーディオ構成（TTSからMIC、ゲームオーディオ翻訳など）
  • リアルタイムの構成と速度の改善
• 高度な機能
• 追加のヘルプ（不一致）
• スクリーンショット

特徴

• Windows用ネイティブUI （およびおそらく将来のLinux）
• 初心者と上級ユーザーの両方が使いやすい
• すべてのささやくタイガー機能へのアクセス。
  • オーディオストリームの転写 /翻訳
  • テキストの翻訳
  • テキストからスピーチ
  • ゲーム内画像の認識と翻訳
  • WebブラウザまたはVRCHATに結果を表示し、WebSocketsまたはOSCを使用して
• 追加のツールなしでPCオーディオをキャプチャするためのループバックオーディオデバイスサポート
• 構成を保存およびロードします
• 選択したオーディオデバイスが機能している場合はプレビューします
• 追加機能のプラグインサポート（こちらからプラグインのリストを見つけます）
  • リアルタイムサブタイトルプラグイン
  • 多くのtext2speechプラグイン
  • 感情予測プラグイン
  • 現在、Song Pluginを再生しています
  • サブタイトルエクスポートプラグイン
  • 検索ベースの音声変換（RVC）プラグイン
  • 大規模な言語モデルプラグイン
  • そしてもっと...
• ささやきのタイガーの最新バージョンへのオートデート。

ダウンロード

リリースページから最新バージョンをダウンロードします。

チュートリアル

• ビデオチュートリアル「 Whispering Tiger-ライブ翻訳と転写」：

  

インストール

1. [リリース]から最新バージョンをダウンロードした後、十分な空きスペースを備えたドライブで選択したフォルダーに抽出します。

   （ZIPファイルから直接実行しないでください。外部ドライブから実行しないでください。）

2. GPUアクセラレーション用のCUDAをインストールします（オプションですが、NVIDIA GPUに推奨されます）。

3. ささやきのtiger.exeファイルを実行します。

4. Whispering Tigerの最新バージョンをダウンロードしましょう。 （プラットフォームをダウンロードするように依頼します。）

5. ダウンロードが終了したら、プロファイルを作成して、ささやきのTigerアプリケーションの使用を開始できます。

   • 最初のスタートでは、選択したモデルサイズに応じて時間がかかるAIモデルのダウンロードを開始します。 （現在、モデルのダウンロードのステータスは表示されません）

設定

1. 名前を入力して新しいボタンをクリックしてプロファイルを作成します。

2. Websocket IP + Portデフォルト値「127.0.0.1」および「5000」に保持できます。

   • これらは、複数のインスタンスを実行したり、バックエンドプラットフォームを別のPCで実行したりする場合にのみ便利です。
   • 複数のインスタンスを実行する場合は、各インスタンスのポートを変更する必要があります。

3. オーディオ入力および出力デバイスを選択します。マイクに話しかけ、テストボタンをクリックすることでテストできます。

   • 話すときにオーディオ入力バーが移動するのを見るはずです。テストオーディオを聞いて、テストボタンをクリックしたときにオーディオ出力バーの移動を確認します。

     

   • 特定のオーディオセットアップの詳細については、オーディオ構成（TTSからMIC、ゲームオーディオ翻訳など）も参照してください。

     （入力としてマイクを使用する代わりに、PCで再生されるゲーム、ビデオ、またはストリームのオーディオを翻訳したい場合など。）

4. （オプション）プッシュを使用してフィールドにクリックして、プッシュに使用するキーを押して話す

   （各キーを個別に押して構成します。プロファイルを実行するとき、すべてのキーは、プッシュを使用して話すときに同時に押す必要があります）

   • スピーチのAutoDeTectを無効にするには、Push To Talkのみを使用し、 Speech volume LevelとSpeech pause detectionを0に設定します。

5. 右下隅の推定メモリ消費に注意してください。

   これは大まかな推定であり、変化する可能性がありますが、選択したAIモデルに必要な（V-）RAMがどれだけ必要かを理解する必要があります。およびオプション。

   

6. ハードウェアに従って、音声からテキストとテキストの翻訳については、AIデバイスを選択します。

   • CUDA（ NVIDIA GPUが必要）またはCPU。
   • CUDAはAIをV-RAMにロードし、CPUよりも高速になります。

7. スピーチツーテキストのサイズとテキストの翻訳サイズを選択します。

   • サイズが大きいほど、転写が遅くなります。
   • サイズが大きいほど、より多く（V-）RAMが使用されます。
   • 注：アプリケーションを初めて開始すると、選択したサイズと精度のAIモデルが自動的にダウンロードされます。

8. 音声からテキストへの精度とテキスト変換の精度を選択します

   • 精度が高いほど、より正確になり、より多く（V-）RAMが使用されます。 （ただし、精度の違いはほとんど無視できます）。
   • 最新のGPUは、 float16の加速が良くなっています。
   • CPUの唯一のサポートfloat32 、 int16 、またはint8精度。

注記：

• 希望する結果が得られるまで、値を使用できます。
• 何かが機能しない場合は、 [詳細]タブの下のログを確認してください。エラーを確認してください。
• ログをファイルに保存するには、ファイルに書き込みログを有効にします。

プラグインのセットアップ

• UIを直接使用してプラグインをインストールするか、または..
• 手動でプラグインをインストールします。
  • ここからプラグインのリストから目的のプラグインを選択してください。
  • *.pyファイルをダウンロードして、プラグインフォルダーに配置します。
  • アプリケーションを再起動します。
  • プラグインを[プラグイン]タブで使用できるようになりました。

注記：
ほとんどのプラグインには、[プラグイン]タブのプラグインのテキストボックスで構成できる特定の設定があります。

プラグインのセットアップの例も参照してくださいVoiceVox（日本のTTS） VoiceVoxプラグインのセットアップ方法の例として。

特定の使用セットアップ

• オーディオ構成（TTSからMIC、ゲームオーディオ翻訳など）
• リアルタイムの構成と速度の改善

高度な機能

• より大きなUIスケーリング（VR-Mode）

追加のヘルプ

追加のヘルプについては、参加できます

• 不一致に虎をささやく

スクリーンショット