Skip to content

README.md

Latest commit

 

History

History
54 lines (39 loc) · 2.19 KB

README.md

File metadata and controls

54 lines (39 loc) · 2.19 KB
Raw

Realtime Client — 即時串流轉錄客戶端

從本機麥克風擷取音訊，串流送往 ElevenLabs Scribe Realtime 或 Google Speech-to-Text，再把字幕推送回 OpenTransLive live_server。延遲較 ../transcribe_client 的批次模式低。

語言：繁體中文（English）

多數情境直接用 live_server panel 的瀏覽器麥克風即可，不必跑這隻 client。 本 client 適合需要從非瀏覽器環境推音訊、或想用 Google STT 而非 ElevenLabs 的情況。

安裝

cd realtime_client
uv sync
cp .env.example .env
# 編輯 .env

設定 (.env)

變數 說明
SERVER_ENDPOINT OpenTransLive 伺服器網址
API_KEY 個人 API 金鑰（於 /user-dashboard 產生，帳號需擁有或共同擁有目標 room）
ELEVENLABS_API_KEY ElevenLabs Scribe Realtime
GOOGLE_API_KEY Google API key
GOOGLE_APPLICATION_CREDENTIALS Google service account JSON 路徑
GOOGLE_CLOUD_PROJECT Google Cloud 專案 ID
OPENAI_API_KEY OpenAI（翻譯使用）
TRANSLATE_LANGUAGES 目標翻譯語言，例如 en-US,cmn-Hant-TW
COMMON_PROMPT 活動背景或翻譯上下文

API_KEY 安全性：請為這台機器準備專用的非 admin 帳號,只要該帳號擁有(或共同擁有)目標 room 即可推字幕 —— key 不需要更多權限。即使誤用 admin 帳號的 key,伺服器也會拒絕 key 對管理端點(建立帳號、rotate、設定)的呼叫,但最小權限仍是正確做法。key 只在連線時傳一次,不會隨每次更新重送。

執行

# ElevenLabs Scribe Realtime（預設）
uv run python run.py -t your_session_id

# 切換到 Google STT
uv run python run.py -t your_session_id -s google

旗標：

  • -t / --target-sid：目標 session id
  • -s / --service：elevenlabs（預設）或 google

與其他元件的關係

  • live_server panel 的瀏覽器麥克風：免安裝、最低門檻，內建走 ElevenLabs Scribe。
  • 本 client：需要從伺服器主機或其他非瀏覽器環境送音訊時使用，可選 Google STT。
  • transcribe_client：本機 WhisperX／OpenAI／Groq 批次推論。