開発者向けVocnu
Vocnuのエンジンはオープンソースです。コマンドラインとMCPサーバーを使えば、個人用APIトークンでターミナルやAIアシスタントからホスト型サービスを利用できます。
オープンソースエンジン
ホスト型サービスと同じ、音声認識、翻訳、ナレーションのタイミング調整、ミキシングの処理パイプラインをAGPL-3.0で公開しています。ご自身のOpenAIとElevenLabsのキーを使って、お使いのコンピューターで実行できます。
できること
- ファイルに含まれる字幕トラックを補助として使い、GPUまたはCPU上のfaster-whisperで音声を認識します。
- OpenAIで翻訳します。文字起こし全体を一度分析し、文脈を踏まえて分割翻訳した後、独立したレビューを行います。各行に文字数の上限を設け、割り当てられた時間に収めます。
- ElevenLabsの音声でナレーションを作成します。長すぎる行は再収録し、短い表現に書き換え、それでも収まらない場合にのみ最大1.08倍に速度を上げます。
- ボイスオーバーをミキシングします。各行の読み上げ中は元の音量を下げ、動画では元の音声を第2トラックとして残します。
- 切り替え可能な字幕付きのMP4、MKV、MOV、WebM、AVI動画、M4A、MP3、WAV、FLAC、OGG音声、SRT、VTT、ASS字幕を出力します。
- 既知の映画やシリーズの固有名詞は、公開の固有名詞ライブラリの表記に合わせます。
必要なもの
- uvとffmpegが必要です。画像字幕用のTesseractは任意です。
- NVIDIA GPUがあると音声認識が何倍も速くなります。CPUでも動作しますが、時間がかかります。
- ご自身のOpenAIとElevenLabsのキーが必要です。料金は各プロバイダーに直接支払います。当方の実行例では発話1分あたり約0.05〜0.10米ドルで、正確な金額は利用明細に表示されます。
uvx --from git+https://github.com/vocnu/engine \
vocnu-engine translate film.mkv --to jaAGPL-3.0に基づき、エンジンの使用、変更、共有が可能です。ネットワークサービスとして提供する場合は、変更内容を同じライセンスで共有する必要があります。ネイティブスピーカーによる言語面のフィードバックは、特に貴重な貢献です。
コマンドライン
Node.js 20以降で使えるnpmパッケージvocnuです。最大10 GBのファイルをアップロードし、クレジットでの料金を表示して開始前に確認を求めます。ジョブの進行を追跡し、結果を元のファイルと同じ場所に保存します。
npx vocnu login
npx vocnu translate film.mkv --to jaオプション
| オプション | 機能 |
|---|---|
--output video|audio|subtitles | ボイスオーバー付き動画(動画ファイルのデフォルト)、ボイスオーバー音声、または字幕のみ |
--from <lang> | 話されている言語。デフォルトでは自動検出 |
--voice female|male | 女性または男性の声 |
--format mp4|mkv|mov|webm|avi | 動画ファイル形式。デフォルトではアップロードしたファイルと同じ形式、対応しない場合はMP4 |
--audio-format m4a|mp3|wav|flac|ogg | ボイスオーバーの音声形式 |
--burn-subtitles | 字幕を映像に焼き込み |
--out <dir> | 結果の保存先 |
--yes | 料金を確認せずに開始 |
--no-wait | ジョブを開始してIDを返す |
その他のコマンド
vocnu creditsvocnu languagesvocnu jobsvocnu status <job>vocnu download <job>vocnu cancel <job>vocnu logout
MCPサーバー
Claudeやその他のMCP対応アシスタントにVocnuを追加し、動画の翻訳を依頼できます。ファイルをアップロードして料金を伝え、同意を得てから処理を開始します。ジョブの進行を追跡し、ファイルを保存します。
Claude Code
claude mcp add vocnu -e VOCNU_TOKEN=vocnu_... -- npx -y vocnu mcpClaude Desktopとその他のMCPクライアント
{
"mcpServers": {
"vocnu": {
"command": "npx",
"args": ["-y", "vocnu", "mcp"],
"env": { "VOCNU_TOKEN": "vocnu_..." }
}
}
}追加後、たとえば「Vocnuで ~/Videos/film.mkv をリトアニア語に翻訳してください」と依頼できます。
ツール
vocnu_upload_media- コンピューターからファイルをアップロード
vocnu_start_job- 料金への同意後にジョブを開始
vocnu_job_status- ジョブの進行状況を表示
vocnu_download_results- 完成したファイルを保存
vocnu_languages- 翻訳先の言語一覧を表示
vocnu_credits- クレジット残高を表示
vocnu_list_jobs- ジョブ一覧を表示
vocnu_cancel_job- ジョブをキャンセル
APIトークン
アプリの「設定」の「API & MCP」でトークンを作成します。表示されるのは一度だけです。コマンドラインではvocnu loginを実行すると保存されます。またはVOCNU_TOKENとして設定できます。
トークンでは、ファイルのアップロード、料金の表示、ジョブの開始・追跡・ダウンロード、クレジット残高の確認ができます。支払い、プロフィールの変更、トークンの管理はできません。いつでも無効化でき、アプリでは各トークンの最終使用日時を確認できます。
オープンデータ
よくある質問
エンジンは無料ですか?
はい。AGPL-3.0のオープンソースで、OpenAIとElevenLabsにはご自身のキーで利用した分だけを支払います。ホスト型サービスはキーやセットアップが不要で、クレジットで利用できます。
コマンドラインとMCPサーバーにアカウントは必要ですか?
はい。個人用APIトークンでホスト型サービスを利用します。クレジット、料金、返金の条件はアプリと同じで、クレジットが消費される前に料金を確認できます。
非公開の製品でエンジンを使えますか?
AGPL-3.0では、エンジンをネットワークサービスとして提供する場合、変更内容の共有が必要です。その他の条件についてはsupport@vocnu.comまでお問い合わせください。