あなたの声は相手の言語で届きます。相手の発言はあなたの言語で返ってきます — 字幕で、または読み上げで。Sokuji はあなたと会議アプリのあいだに入る仮想マイクなので、設定はあなた側だけ。相手はいつも通り話すだけで、インストールも参加リンクも要りません。
来週の水曜、リリースを前倒しできますか。では、水曜にリリース手順を確認しましょう。
Could we bring the release forward to next Wednesday?Let's walk through the release steps on Wednesday.
Sure, if QA signs off by Monday.Works for me. I'll book a room.
月曜までにQAが通れば大丈夫です。大丈夫です。部屋を押さえておきます。
デスクトップアプリは対応サイトの一覧に縛られません。OS に普通のマイクとして登録されるので、マイクを選べるものならどれでも使えます。
Sokuji は OS 上の普通のマイクとして現れます。会議アプリ、ブラウザ、録音ソフト、配信ソフト、ゲーム——マイクを選べるなら、あなたの訳された声が届きます。
逆方向は誰の許可も要りません。Sokuji は本体が再生している音をそのまま読むので、システム音も含めて、動画も配信も録音も通話と同じように字幕になります。
Linux / PulseAudio / PipeWire に標準対応
macOS / ドライバはアプリに同梱 · Windows / VB-CABLE 経由
システムには何も入れず、音声のルーティング設定も不要。対応する会議サイト向けに作られています。
Zoom · Google Meet · Microsoft Teams · Slack · Discord · Jitsi Meet · Whereby · Gather · Yandex Telemost
そのページの中では、訳されたあなたの声がサイトにマイクとして渡され、タブ自身の音声が訳して返ってきます。それ以外——別のアプリ、ブラウザ外の動画、システム音——はデスクトップアプリの担当です。
Sokuji は、言語を越える手間を「伝わりたい側」が引き受ける形で作られています。最初に作ったのはそこです。ただ、いつもあなたがその側とはかぎりません。講義を聞いている、録音を再生している、他人が立てた通話に入っている、ということもあります。
相手には仮想マイク経由で翻訳音声が届きます。
sokuji が訳すオンライン会議・授業・講演・動画・配信——聞こえる内容の翻訳をリアルタイムで読みます。
講演・配信・プレゼン——視聴者は翻訳字幕を読みます。音声は生成しません。
相手はあなたの翻訳音声を聞き、あなたは相手の字幕を読めて、翻訳音声を聞くこともできます。
二か国語字幕や議事録——双方ともテキストで、合成音声は使いません。
2 人が 1 台のパソコンでそれぞれの言語で話し、各自が片耳のイヤホンで自分の言語の翻訳だけを聞きます。
2 人で同じ画面を見るか、相手がスマートフォンで LAN 字幕ページを開きます。
音声をモデルに流すだけなら誰にでもできます。会議のあいだずっと聞き取れる状態を保つこと——遅れずについていく、話し終わったかを見極める、自分の声を返さない——それは音響のエンジニアリングです。
短いクリップを一度録れば、訳された発話が既製の声ではなくあなたの声で届きます。プロバイダの音声ライブラリから選ぶこともできます。選べる声は利用中のプロバイダによって変わります。
同じ内容でも言語によって所要時間は違うため、一定の速度では文ごとに訳が遅れていきます。Sokuji は追いつく分だけ話速を上げます。
単なる沈黙ではなく、考えが一区切りついたことを待ちます。文の途中で切られません。
システム指示により、人名・製品名・社内用語が意味の崩れた訳になるのを防ぎます。
ドラッグとリサイズができる別ウィンドウか、会議ページ自体に重ねる字幕か。
Sokuji が GPU を検出し、それ向けの推論エンジンをダウンロードして、認識・翻訳・音声合成をあなたの端末で実行します。鍵もアカウントも計測もありません。 ここではオンデバイスが一級の選択肢であって、接続が切れたときの代替ではありません。
ほかに、押している間だけ翻訳、ノイズ抑制、エコーキャンセル、途中経過の文字起こしの翻訳、音声バッファの調整、セッション中のデバイス切り替え、仮想マイクそのもの、会話の .txt / .json 書き出し。
Sokuji は無償かつオープンソースで、その方針は変わりません。それとは別に、Kizuna AI アカウントはいくつかの AI ベンダーについて鍵の保持と代金の精算を引き受けます——開発者コンソールを触りたくない方のために。モデルを動かすのは当社ではありませんし、そもそも一度も使わなくて構わないサービスです。どの便利さの隣にも、必ず出口を置いてあります。
当社が資格情報を発行し代金を精算します。モデルを動かすのは引き続き Soniox または Qwen です。
決済まわりの配管を当社が引き受け、実際に使った分だけ請求します。
現時点で最も速く最も正確な翻訳を、必要なときだけ。
デスクトップ版とブラウザ拡張を、数クリックで導入できます。
10以上のプロバイダに対応し、それぞれスクリーンショット付きの手順書があります。
当社を完全に外して構いません。Kizuna AI アカウントなしでも Sokuji は動きます。
端末内蔵の推論。無償で、オフラインでも動き、第一候補として同梱しています。
クローンして、読んで、変更して、自分のビルドを配る。AGPL-3.0 です。
Kizuna AI アカウントの鍵を使う場合でも、音声、画面の画像、翻訳はあなたの端末からモデルを動かすベンダーへ直接向かいます。選んだモデルが端末内蔵のものなら、どこへも出ません。当社が行うのはアカウント管理と課金だけで、保存しているのはアカウントと利用量のデータであり、会議の内容は一切含みません。
sokuji（あなたの端末上）よくいただく質問の多くは、実のところ製品の設計判断についての質問です。ここに率直にお答えします。
いいえ。音声、画面の画像、文字起こし、翻訳はあなたの端末から、選んだAIプロバイダへ直接送られます。鍵が Kizuna AI アカウント経由でも同じです。私たちは短時間だけ有効な鍵を発行して使用量を数えるだけで、あとはベンダー側の仕事です。保持しているのはアカウントに必要な情報（メールアドレス、ログイン記録、残高、使用量）で、会議の内容は一切含みません。完全な一覧はプライバシーのページにあります。
半分は信じないでください。だから線を引きます。アプリは AGPL-3.0 ライセンスで、音声の行き先を決めているのはそのアプリです。すべて github.com/kizuna-ai-lab/sokuji にあり、自分でビルドでき、通信も覗けます。アカウント側のサービスはオープンソースではないので、アカウントと使用量のデータをどう扱うかは約束であって証明ではありません。その線はぼかさず、はっきり引いておきます。
言語を越えるのは「伝わりたい側」の仕事で、聞いている全員の仕事ではない、と考えているからです。Sokuji はあなたの側で翻訳し、仮想マイクから話します。相手に届くのはごく普通の通話音声です。
できますし、止めるものは何もありません。Sokuji はマシンに届く音声なら動画でも翻訳します。ただ、そこを狙って作ってはいません。10万人が見る動画をその都度ライブ翻訳するのは、同じ仕事を10万回やることです。投稿者が一度訳せば、一度で済みます。実際、作り手がその翻訳を用意するのに Sokuji を使っています。
いいえ。対応ベンダーの鍵を自分で持ち込む、端末上で無料で動かす、のどちらでも構いません。Kizuna AI アカウントは、開発者コンソールを触りたくない人のためにあるだけで、囲い込むためのものではありません。
いいえ。最初から一級の選択肢で、ずっと無料です。モデルは小さくなり続け、ランタイムは良くなり続け、民生用アクセラレータは速くなり続けています。AI を使うためだけに、自分の会話を大手AI企業に渡さなければならない理由はありません。
Sokuji はフリーでオープンソース、端末上での推論もそのまま無料です。費用がかかるのは任意の Kizuna AI アカウントだけで、実際に使った分の従量制です。月額サブスクではないので、使わなかった月はゼロ円です。チャージした残高の有効期限は1年ですが、これは会計上の区切りであって、使わせるための仕掛けではありません。自分の鍵を使うかローカルで動かすなら、私たちに払うものは一切ありません。
はい。Windows のインストーラーは、フリーソフトウェアに無償で署名している SignPath Foundation のおかげで署名されています。macOS 版はバージョン 0.46.5 から Apple Developer ID で署名され、Apple の公証を受けています。