リアルタイム音声文字起こしシステム

実行環境

• Node.js (v14.0.0 以上, 自分の環境:16.20.0)
• npm (v6.0.0 以上, 自分の環境:7.24.2)
• ffmpeg (テスト音声変換用)

必要なパッケージ

• express
• socket.io
• @aws-sdk/client-transcribe-streaming

インストール方法

1. プロジェクトの初期化: run npm init -y

2. 必要なパッケージのインストール: run npm install express socket.io @aws-sdk/client-transcribe-streaming

実行準備

1. AWS の認証情報を設定してください
2. 環境変数の設定:
   • AWS_ACCESS_KEY_ID
   • AWS_SECRET_ACCESS_KEY
   • AWS_REGION

実行方法

サーバーを起動: run node server.js

テストの実行方法

テスト用音声ファイルの準備(提供される)

IBM 提供のサンプル音声ファイルを PCM 形式に変換する場合: run ffmpeg -i ja-JP_Broadband-sample.wav -f s16le -acodec pcm_s16le -ar 44100 -ac 1 ja-JP_Broadband-sample.raw

テストの実行

run node server_test.js

注意事項

• 音声入力は 16kHz、16 ビット、モノラル形式の PCM データである必要があります
• ブラウザは WebSocket をサポートしている必要があります

トラブルシューティング

1. 音声が認識されない場合

   • マイクの権限設定を確認してください
   • 入力デバイスが正しく選択されているか確認してください
   • socket.io のインストールを確認してください

2. 接続エラーが発生する場合

   • AWS の認証情報が正しく設定されているか確認してください
   • ネットワーク接続を確認してください