Macでボットを使わずにTelegram通話を翻訳する方法

簡潔に答えると

Telegramの公式FAQには、デスクトップ版とmacOS版の音声通話とビデオ通話に関する情報が記載されています。Telegram Premiumでは、メッセージとビデオメッセージの音声テキスト変換機能が記載されていますが、これは通話のリアルタイム翻訳とは異なります。Alison Workspaceは、MacがTelegramにボットとして参加しなくてもアクセスできる音声から字幕を追加できますが、実際の字幕取得は通話の音声経路に依存するため、参加者の了解を得てテストする必要があります。

通話字幕とTelegramメッセージの文字起こしを分離する

Telegramは、デスクトップアプリとmacOSアプリで音声通話とビデオ通話をサポートしています。プレミアムコンテンツには、音声テキスト変換とビデオメッセージの音声テキスト変換機能が記載されています。これらはメッセージ機能であり、すべてのライブ通話に翻訳された字幕が表示されることを保証するものではありません。新しいワークフローを設定する前に、最新のTelegramアプリとサブスクリプションオプションで、新しいネイティブ機能を確認してください。

ライブ通話の場合、Alison Workspaceは異なるアプローチをとります。Macから再生されるシステムオーディオを聴き、音声を認識し、認識したテキストを翻訳します。Telegramにログインしたり、チャットを読んだり、通話に参加したり、ボット参加者を追加したりはしません。相手の音声は、アプリがキャプチャできるMacの出力から出力されている必要があります。

「ボットなし」の意味と意味しないもの

ボットは通話に参加しませんが、音声は別の字幕アプリで処理するためにMac経由で再生される必要があります。これは、Telegramボットがチャット内でコンテンツを受信するのとは異なる技術的な経路であり、字幕を自動で表示したり、話している人に表示させないようにしたりするものではありません。また、ローカル設定では、テキストを保持することが許可されるかどうかは決定されません。参加者に計画を伝え、参加者の好み、職場やコミュニティのルール、および適用される法律に従ってください。

ボットの使用を避ける理由が、通話インターフェースを変更しないことにある場合は、Mac用の別アプリを試してみる価値があるかもしれません。会話に余計な処理を加えたくないという理由であれば、ローカルの字幕ワークフローがその要件を満たすとは限らないため、参加者に確認し、承認される方法を選択してください。

短いテストが適切であることを確認してください

Telegramの通話は、エンドツーエンド暗号化された状態で配信されます。ローカル字幕の追加は、通話音声がMac上で再生された後に行われる別の処理ステップです。そのため、参加者には字幕が表示されなくなるわけではなく、あなたの責任も免除されるわけではありません。事前に全員に伝え、現地の法律や職場の規則を遵守し、同意なしに機密性の高い会話を録音することは避けてください。

Alison Workspaceの現在のワークフローは、必要なモデルまたは言語リソースが準備された後、Mac上で実行されます。元の音声や画面フレームは保持されませんが、ローカルの字幕テキストは削除するまでアプリの履歴に残ります。重要な議論で字幕が必要になる前に、機密性の低いテスト通話を行ってください。

TelegramとAlison Workspaceの設定

1. Telegramの公式デスクトップアプリまたはmacOSアプリを開き、通話音声がMacから再生されることを確認してください。TelegramにはMac用とデスクトップ用の公式クライアントがそれぞれ用意されているため、既にインストールされているクライアントを使用してください。
2. 字幕ワークフローを別途有効にする前に、他の参加者に確認してください。デリケートな話題や重大な問題を扱う会話ではなく、まずは簡単な通話から始めましょう。
3. Alison Workspaceを開き、macOSから許可を求められた場合は、画面とシステムオーディオの録音を許可します。Telegramで使用されている出力デバイスを確認します。
4. 他の参加者が話す言語を選択します。自動検出には、該当するローカルのWhisperモデルが必要です。そうでない場合は、ソース言語を直接選択してください。必要に応じて、翻訳先の言語を別途選択してください。
5. Alison Workspaceでライブリスニングを開始し、参加者に短い一文を話してもらいます。字幕がTelegramからの音声に正しく追従していることを確認してください。
6. テキストが表示されない場合は、スピーカー/出力経路と権限を確認し、Macの内蔵出力を使用して短い通話を試してください。着信音声が受信できない場合は、通話を中止し、別の合意された方法を選択してください。

最も確実な初期チェックを行うには、リモートスピーカーとソース言語をそれぞれ1つずつ使用してください。翻訳を有効にする前にソースの字幕を聞いてください。これにより、問題が音声認識にあるのか、ターゲット言語のリソースにあるのかを判断できます。ソースの音声は明瞭なのに翻訳が表示されない場合は、ターゲット言語を個別に確認してください。どちらも表示されない場合は、すべての設定を一度に変更するのではなく、Telegramのスピーカー設定、macOSのアクセス許可、および選択した認識言語に戻って確認してください。

グループ通話や音声の重なりには注意が必要です。

Telegramはグループ通話に対応しており、通話画面には複数の人が同時に話すことができます。Macの字幕アプリは、参加者ごとの音声トラックではなく、Macで利用可能な音声ミックスを受信します。そのため、2人が同時に話したり、周囲の雑音があったり、接続が不安定だったり、言語が急激に変化したりすると、音声認識の精度が低下する可能性があります。字幕は、参加者の実在の身元を特定するものではありません。

グループで話す場合は、順番に発言してもらい、可能な限り原文の言語を統一し、字幕は公式な文字起こしではなく、あくまで補助的なものとして使用してください。会話の中で名前、数字、日付、決定事項は繰り返し確認しましょう。

複数人が参加している場合は、次に誰が話すかを決め、発言の合間に少し間を置きます。こうすることで、音声認識システムが解釈しやすい順序になり、発言者と文を結びつける時間も確保できますが、正確な認識が保証されるわけではありません。グループ内で言語が切り替わる場合は、切り替えのたびに自動認識が行われることを期待するのではなく、短い区間だけ1つの言語を使用することを検討してください。ライブキャプションレイヤーは、Telegramの参加者を個別のトラックに分離しません。

順番に発言できないグループの場合は、字幕をすべて読もうとするのではなく、要点に集中しましょう。グループに決定事項を1文で言い換えてもらい、全員が同意したらチャットで確認します。言語の練習をしている場合は、一度に1人の話者のみで練習し、通話後にいくつかのフレーズを比較してみましょう。これらの習慣は、音声ミックスが難しい場合でも会話を改善するのに役立ちますが、発言を見逃した字幕を修正することはできません。

言語、リソース、およびMacの要件を確認してください

Alison Workspaceは、Appleシリコン搭載Mac（M1以降）上でmacOS 15以降が必要です。認識と翻訳は別々の設定です。準備済みのリソースが重要です。初期モデルやApple翻訳リソースのダウンロードにはインターネット接続が必要な場合があり、あるMacで利用可能な翻訳ペアが別のMacでは利用できない場合があります。

自動言語検出が利用できない場合は、音声言語を手動で選択してください。元の音声は表示されるのに翻訳が表示されない場合は、ターゲット言語とインストールされているリソースを確認してください。認識言語の変更は、翻訳言語の変更とは異なります。

Telegram通話の字幕が表示されない問題のトラブルシューティング

• 字幕アプリに音声が届かない場合：Telegramのスピーカー選択とmacOSの出力経路を確認してください。必要に応じて、Macの内蔵スピーカーまたは別の出力デバイスをテストしてください。
• macOS が音声キャプチャをブロックする場合：プライバシーとセキュリティの設定を開き、Alison Workspace の画面とシステムオーディオの録音を許可してから、macOS の指示に従ってリスニングセッションを再起動してください。
• 間違った単語が表示される場合：認識を発信者の言語に合わせるか、自動検出に必要なローカルモデルをインストールしてください。
• 音声は認識されますが、翻訳されません。対象言語を別途選択し、Mac でその言語の翻訳リソースが利用可能かどうかを確認してください。
• グループキャプションが不完全です。順番にキャプションを付けることで重複を減らしてください。アプリは、Telegram参加者全員の個別のトラックや認証済みIDを受信しません。

テキストを使って会話に参加し続けましょう

気軽な会話の場合は、話題を思い出すのに十分な情報だけを読み、相手に視線を戻して自然に返答しましょう。言語を学習中の場合は、翻訳を読む前に文の意味を理解するように努め、聞き逃したフレーズは原文で確認してください。重要な約束事の場合は、重要な詳細を声に出して繰り返し、相手に確認を求めましょう。認識と翻訳の両方で、否定、時制、固有名詞、数量、あるいはさりげない訂正が漏れることがあります。

テキストの表示が遅れたり、途中で止まったりした場合は、相手が話している間に言語設定を繰り返し変更しないようにしてください。時刻を記録し、通話後に設定を一つずつ確認し、重要なフレーズをTelegramで入力するなど、代替手段を事前に決めておきましょう。字幕は理解を助けるためのものであり、公式記録ではありません。また、正確性が求められる場面では、字幕の代わりになるものでもありません。