sayksii/Aria

解決する課題

ARIAは、システム音声をライブ字幕に変換するWindowsデスクトップアプリケーションです。動画プレーヤー、ブラウザ、ゲーム、通話などのソースからの音声をリアルタイムで文字起こしし、認識されたテキスト用の移動可能なオーバーレイと、翻訳用のオプションの独立したオーバーレイを提供します。

仕組み

アプリはWindowsシステム音声またはマイク入力をキャプチャし、3つの認識モードのいずれかで処理します：

• Precision（精密）：録画された動画や講演の高精度な文字起こしに Faster-Whisper を使用します。
• Realtime（リアルタイム）：会話やストリーム中の高速な更新に Sherpa-ONNX または Vosk を使用します。
• Live Captions（ライブキャプション）：日常の再生や会議に Windows 11 の組み込みライブキャプション機能を活用します。

翻訳については、ARIAはオンラインサービス（Google Translate、Bing Translator、Youdao）または、オフラインで予測可能な可用性を持つローカルの NLLB モデルを使用できます。

対象者

アクセシビリティ、語学学習、またはさまざまなアプリケーション間でのコンテンツ消費のために、システム音声のリアルタイムでの文字起こしと翻訳を必要とするWindowsユーザー。

ハイライト

• 複数の認識エンジン：Faster-Whisper、Sherpa-ONNX、Vosk、および Windows 11 Live Captions をサポートしています。
• ローカルオフラインモデル：完全パッケージには、文字起こしと翻訳 (NLLB) 用のオフラインモデルが含まれており、プライバシーとプライバシー重視の操作を保証します。
• 柔軟なオーバーレイ：独立した、移動およびサイズ変更可能な字幕と翻訳のオーバーレイ。
• 多言語サポート：中国語、英語、日本語、韓国語を含む、さまざまなモードにわたる幅広い言語サポート。
• Python 内蔵：独自の Python ランタイムが含まれており、Windows でのインストールと実行が容易になります。