📢 X投稿文
Windows向けシステム音声リアルタイム翻訳。複数ASRエンジンとOpenAI互換APIで、GPU加速・ストリーミング表示。動画・配信・音声チャット対応。
https://github.com/TheDeathDragon/LiveTranslate
🤖 AI考察
■ 概要
Windows のシステム音声リアルタイム翻訳ツール。VAD → 複数 ASR → OpenAI 互換 LLM の統合パイプライン実装。
■ 特徴・用途
・WASAPI ループバック × 32ms Silero VAD で任意のシステム音声(動画/配信/チャット)を低遅延キャプチャ
・ASR(faster-whisper/SenseVoice/FunASR)と LLM API(Ollama/DeepSeek/GPT/vLLM)の選択肢が豊富で、精度/速度/コストを柔軟に調整
・リモート ASR 対応で、ローカル GPU 負荷を外部マシンに分散可能な設計
■ 結論
リアルタイム音声処理パイプラインの実装モデルが明確で、会議・配信・多言語ローカライズへの応用が検討しやすい。Windows のみという制約がやや限定的。