Soniox セットアップチュートリアル
概要
このチュートリアルでは、Sokuji で使用するための Soniox のセットアップを説明します。Soniox は、1 回のストリーミング API 呼び出しで 60 以上の言語の文字起こしと翻訳を行うリアルタイム音声から音声への翻訳サービスです。
1Soniox アカウントを登録
console.soniox.com/signup にアクセスして無料アカウントを登録します。すでに Soniox アカウントをお持ちの場合は、console.soniox.com で直接サインインできます。
2コンソールを開く
サインイン後、Soniox コンソールを開きます。新しいアカウントにはデフォルトのプロジェクト(「My First Project」)が用意されています。
3API Keys に移動
コンソールでプロジェクトを開き、サイドバーの API Keys をクリックします。
4API キーを作成
新しいキーを作成 をクリックし、名前を付けて(例:「Sokuji」)確認します。キーは一度しか表示されないため、すぐにコピーしてください。
5Sokuji で設定
Sokuji を開き、設定パネルで Soniox を AI プロバイダーとして選択します。API キー を貼り付け、ソース言語(または自動検出)とターゲット言語を選択し、音声を選びます。音声ブロック(クイック設定、または 設定 → 詳細 → オーディオ)の相手に聞こえる翻訳で、翻訳を読み上げるかテキストのみにするかを決めます。
6接続をテスト
セッション開始ボタンをクリックし、マイクに向かって話してリアルタイム翻訳が動作していることを確認します。文字起こしと翻訳が表示されるはずです。読み上げられた翻訳は相手向けに仮想マイクへ送られます。自分でも聞くには、音声ブロックで自分にも再生をオンにします。
機能紹介
Soniox とは?
Soniox はエンドツーエンドのリアルタイム音声翻訳サービスです:
- リアルタイム音声から音声への翻訳:文字起こし、翻訳、音声合成を 1 つのパイプラインで実行
- 同じストリーミング API 呼び出しで 60 以上の言語を文字起こしして翻訳、翻訳は追加料金なし
- 自動言語検出:ソースを「自動検出」に設定すると、Soniox が話されている言語を識別
- 翻訳の読み上げ用に 200 の組み込み音声、さらに短い録音から複製した音声
サポートされている言語
60 以上の言語をサポートし、それらの間で任意の言語間翻訳が可能です:
- ソース言語は特定の言語または「自動検出」を選択可能
- ターゲット言語は 60 以上の言語から任意に選択可能
- 中国語、英語、日本語、韓国語、スペイン語、フランス語、ドイツ語、イタリア語、ポルトガル語、ロシア語など多数を含む
モードとオプション
- 読み上げまたはテキストのみ:音声ブロックで、「相手に聞こえる翻訳」はあなたの翻訳を仮想マイクへ読み上げ、「自分に聞こえる翻訳」は相手の翻訳をあなたに読み上げます。どちらかをオフにすると、その側はテキストのみになります
- 音声:設定 → 詳細 → プロバイダー → 音声設定 で、200 の組み込み音声から選ぶか、自分の声を複製します。「自分に聞こえる翻訳」がオンのときは 2 行目の「自分に聞こえる音声」が現れ、相手の翻訳をあなたに読み上げる音声を選べます。選べるのは組み込み音声のみで、自分と同じ音声を選ぶと別の音声が読み上げます
- 双方向翻訳:「両方」モードでは、既定で方向ごとに別々の Soniox セッションを使います(「両方」モードでセッションを共有:無効)。「有効」にすると 1 つのセッションで双方を翻訳して話者を自動で区別し、コストと遅延が下がります。2 つのセッションは料金がおよそ 2 倍ですが、2 人が同時に話すときに安定します
- 対面:「両方」モードで「相手の場所」を「隣にいる」にすると、2 人が 1 本のマイクを共有し、それぞれ相手の発言の翻訳を片耳のイヤホンで聞きます。対面では常に 1 つの共有セッションを使います
- ソース言語と翻訳モード:「自動検出」は自分の声を翻訳するとき(「自分」モード)に使えます。「相手」または「両方」モードでは具体的なソース言語を選んでください。自動検出は逆方向に使えないため、相手の発言をあなたの言語に翻訳できません。
- ターン検出の手動設定は不要——Soniox はサーバー側で音声の区切りを検出
トラブルシューティング
一般的な問題
認証エラー: API キーが余分なスペースなしで正しくコピーされているか確認してください。キーを紛失した場合は、Soniox コンソールで新しいキーを作成してください——キーは一度しか表示されません。
接続エラー: ネットワーク接続を確認し、ファイアウォールが WebSocket 接続をブロックしていないことを確認してください。プロキシを使用している場合は、WebSocket がサポートされていることを確認してください。
翻訳音声が聞こえない: 翻訳は表示されるのに何も聞こえない場合は、音声ブロックを確認してください。「相手に聞こえる翻訳」がオンである必要があります。あなたの翻訳は相手向けに仮想マイクへ送られます。自分でも聞くには「自分にも再生」をオンにし、その行のデバイスを確認してください。
最良の結果を得るために
- 最高のリアルタイム品質のために安定したネットワーク接続を使用する
- 最適な音声認識のために静かな環境で使用する
- 自動検出が誤った言語を選択する場合は、ソース言語を手動で指定する
- Soniox コンソールで使用量と残高を定期的に確認する
さらにヘルプが必要ですか?詳細は Soniox の公式ドキュメントをご覧いただくか、GitHub リポジトリでサポートを受けてください。