What is This?

OpenAI-WhisperをつかってDiscordの音声通話の文字起こしをするBot
日本語のみに対応しています。

Features

• 音声転写: リアルタイムで音声をテキストに変換
• WebHookによる表示: Teams風に話者を表示
• レポート出力: 会話の記録をテキストファイルで保存
• 音声録音: 複数ユーザーの音声を時間軸に合わせて1つのファイルに結合
• 自動退室: ボイスチャットが0人になると自動で退室
• 細かな制御: 各機能をコマンドオプションで個別にON/OFF可能

Commands

/join [options]

ボイスチャンネルに参加して音声転写を開始します。

オプション:

• realtime: リアルタイムメッセージ送信 (デフォルト: true)
• report: 退室時のレポート出力 (デフォルト: true)
• audio: 音声ファイルの録音・出力 (デフォルト: true)

/leave

ボイスチャンネルから退室します。

Installation & Setup

Prerequisites

このBotを動作させるには以下のソフトウェアが必要です：

1. Node.js (v16.0.0以上)
2. FFmpeg - 音声ファイルの処理に必要
   • Windows: 公式サイトからダウンロードしてPATHに追加
   • macOS: brew install ffmpeg
   • Linux: sudo apt install ffmpeg または sudo yum install ffmpeg

Environment Variables

.envファイルを作成し、以下を設定してください：

BOT_TOKEN=your_discord_bot_token

Dependencies Installation

# Node.js依存関係のインストール
npm install

# Whisperモデルのダウンロード（初回のみ）
npx nodejs-whisper download

Warning

nodejs-whisperのインストールについて

このライブラリはWhisperのネイティブバイナリをダウンロードします：

• 初回実行時に約1.5GB〜3GBのモデルファイルをダウンロード
• ダウンロードには時間がかかる場合があります
• CUDAが利用可能な場合、GPU加速が有効になります
• インストールに失敗する場合はnodejs-whisper公式ドキュメントを参照してください

Running the Bot

npm run start

Bot起動後、DiscordサーバーでSlashコマンドが利用可能になります。