🤖 AI 統合概要

VoiceScriptPlayer は複数の AI サービスと連携し、音声認識から翻訳、音声合成までの全工程を自動化します。
以下は、AI パイプライン全体の流れと各機能の概要です。

---

🧩 全体構造

🎙️ 音声入力
↓
[Whisper / SpeechRecognition]
（音声 → テキスト変換）
↓
[DeepL / LibreTranslate]
（テキスト翻訳および LLM 分析）
↓
[ElevenLabs / COEIROINK / Hailuo]
（テキスト → 音声変換）
↓
🔊 VoiceScriptPlayer 出力

すべての AI 機能は ローカル環境 と クラウド環境 の両方に対応しており、
ネットワーク接続が制限されている環境でもオフライン処理が可能です。

---

🗣️ 音声認識（Speech to Text）

エンジン	説明	リンク
Whisper	高品質なオープンソース音声認識エンジン。CPU / GPU の両方に対応	詳細を見る
SpeechRecognition	Vosk などと統合し、リアルタイム音声コマンドを認識	詳細を見る

---

🧠 翻訳および LLM（Text Processing）

エンジン	役割	リンク
DeepL	高精度な翻訳を提供（日本語・英語・韓国語対応）	詳細を見る
LibreTranslate	オープンソース翻訳サーバー。ローカル環境でも利用可能	詳細を見る
Meta AI	LLM（大規模言語モデル）による自然言語処理と文脈補正	開発中

---

🔊 音声合成（Text to Speech）

エンジン	特徴	リンク
ElevenLabs	自然な感情表現と多言語対応	詳細を見る
COEIROINK	日本語ベースの高品質な感情音声合成	詳細を見る
Hailuo	中国語・英語に特化した AI 音声エンジン	詳細を見る

---

⚙️ 設定および構成

• AI 関連の設定は VoiceScriptPlayer/Option.json で管理されます。
• 各サービスの API キーは AI セクション内に個別保存されます。
• オフラインモードでは Whisper と LibreTranslate が優先的に使用されます。

---

📚 関連ドキュメント

• Whisper
• ElevenLabs
• COEIROINK
• Hailuo
• LibreTranslate
• DeepL