OBS配信者のためのライブキャプション —
リアルタイム翻訳

OBSにライブキャプションを追加する方法は3つあります。GPU上で動作する無料のローカルプラグイン、StreamTranslateのような月額$14.99/monthのクラウドサービス、そしてインストール不要のブラウザタブです。MirrorCaptionは3つ目の選択肢で、60以上の選択可能な言語に対応したブラウザベースのリアルタイム文字起こし・翻訳ツールです。料金は無料から始まり、Premiumは買い切りで最大€99です。

あなたはTwitchのライブ配信を始めて40分。常連向けに英語から日本語へ切り替えます。チャットの半分はカタカナ。残りの半分は「今なんて言ったの？」と入力しています。OBSのシーンにはキャプションがありません。翻訳レイヤーもなく、英語話者の視聴者が内容を追う方法もありません。その瞬間は過ぎていきます。

MirrorCaptionは、OBSと並行して動作するChromeブラウザタブでマイクをキャプチャします。英語、日本語、韓国語、あるいは会話がどこへ向かおうとも、文字起こしと翻訳がリアルタイムで横並びに表示されます。このページでは、配信環境にどう組み込むか、そして代替手段と比べてどこに位置づけられるかを解説します。

要点

• OBSにはキャプション機能が標準搭載されていないため、ライブキャプションには外部ツールが必要です。
• MirrorCaptionはOBSと並行してChromeブラウザタブで動作し、プラグインのインストールも、配信マシンのGPU負荷も不要です。
• GPTベースの翻訳で60以上の選択可能な言語に対応し、日本語、韓国語、アラビア語、ヒンディー語をカバー。StreamTranslateの28言語を大きく上回ります。
• 実用的なワークフローは3つ。2台目のディスプレイでの個人モニタリング、OBSブラウザソースのオーバーレイ、Meetモードによるソースコンテンツのリアルタイム翻訳です。
• Premiumは€99の買い切りで、200hのホスト型文字起こしクレジットが含まれます。StreamTranslateの現在の料金では、同等の年間コストはおよそ$180です。

OBS配信者にライブキャプションが重要な理由

OBS Studioには文字起こしやキャプションのエンジンが搭載されていません。これはキャプチャとエンコードのためのツールであり、音声認識プラットフォームではないからです。配信で見かけるキャプション層はすべて、上に重ねたサードパーティ製ツールによるものです。

このギャップは、以前よりも重要になっています。TwitchTrackerの言語分布データによると、Twitch視聴者の約20%を米国が占めています。残りの80%の潜在視聴者は、ドイツ、韓国、ロシア、フランス、そして他の数十か国に分散しており、その多くは自分の言語でキャプションがあれば、より簡単に配信を追えます。

ライブキャプションが配信にもたらすものは3つあります。

• アクセシビリティ。 聴覚障害のある視聴者や聞こえにくい視聴者も内容を追えます。共有スペースで音声をオフにして視聴する人も少なくありません。
• 国際的なリーチ。 翻訳キャプションがあれば、他国の視聴者も自分が流暢に読める言語でコンテンツを追えます。
• VODの発見性。 動画に焼き込まれたキャプション、あるいは検索可能な文字起こしとして付与されたキャプションは、TwitchやYouTubeが検索用にインデックスできるコンテンツを増やします。

課題は、多くのキャプションツールが、月額サブスクリプションか、動画エンコードと同じマシン上で動くGPU負荷の高いローカルソフトウェアかの二択を迫ることです。MirrorCaptionは別の道を提供します。

MirrorCaptionをOBSで使う3つの方法

MirrorCaptionはProgressive Web Appです。Chromeブラウザタブで動作し、ブラウザのマイクまたはタブキャプチャAPIを使って音声を取り込み、文字起こしと翻訳をリアルタイムで画面に返します。OBSの中ではなく、OBSと並行して動作します。実用的なセットアップは3つあります。

方法1 — 2台目のディスプレイで個人モニタリング

最もシンプルなセットアップで、バイリンガル配信者が最初に選ぶことが多い方法です。

1. 配信マシンのChromeでmirrorcaption.com/appを開きます。
2. Talkモードを選択します。これでマイク入力をキャプチャします。
3. ソース言語（話している言語）とターゲット言語（翻訳したい言語）を選びます。
4. セッションを開始し、MirrorCaptionのタブを2台目のモニターに移動します。
5. 配信中、発話内容がライブ文字起こしと横並びの翻訳として表示されます。

韓国語と英語を使う配信者が、2台目のディスプレイでMirrorCaptionを使い、盛り上がった場面が切り抜かれて文脈を無視して共有される前に、韓国語の敬語表現がどう翻訳されているかを確認します。横並び表示により、翻訳が不自然なときはその場で言い換えられます。

このワークフローでは視聴者にMirrorCaptionは見えません。これは個人向けのモニタリング層であり、バイリンガル視聴者が実際に読んでいる内容をリアルタイムで確認できる、いわば信頼度モニターのようなものです。

方法2 — OBSブラウザソースのオーバーレイ

ライブキャプションを配信上に見える形で表示するには、MirrorCaptionをOBSのブラウザソースとして追加します。

1. ChromeでMirrorCaptionを開き、Talkモードのセッションを開始します。
2. OBSで、新しいソースを追加 → Browser Source を選びます。
3. URLとしてhttps://www.mirrorcaption.com/appを入力します。
4. 幅と高さを設定します。アプリ全体のUIがレイヤーとして描画されます。
5. OBSのCrop/PadフィルターまたはTransform設定を使ってライブ文字起こし部分だけを切り出し、シーンの下部に配置します。

日本語配信者がMirrorCaptionをブラウザソースとして追加し、翻訳された英語キャプション行だけが見えるようにクロップして、ゲーム画面の下3分の1に固定します。英語圏の視聴者は英語訳を追え、日本語話者の視聴者はチャットで原文を読めます。

実用上の注意点があります。MirrorCaptionのブラウザソースはアプリ全体を表示するため、キャプション領域だけを切り出すには一度クロップを行います。OBSはそのクロップをシーンコレクションに保存するので、最初の設定後は、毎回の配信でオーバーレイがきれいな状態のまま使えます。

方法3 — ソースコンテンツのリアルタイム翻訳（Meetモード）

このワークフローは、外国語動画を視聴するリアクション配信者向けに特化しています。

1. 反応したいコンテンツ（YouTube動画、海外配信、ビデオ通話）をChromeブラウザタブで開きます。
2. MirrorCaptionを別のChromeタブで開き、Meetモードを選択します。これにより、マイクではなくコンテンツタブの音声をキャプチャします。
3. ソース言語（コンテンツの言語）と翻訳先を設定します。
4. セッションを開始します。MirrorCaptionがコンテンツ音声をディスプレイ上でリアルタイム翻訳します。

英語話者の配信者が日本のバラエティ番組にリアクションします。2台目のディスプレイでMirrorCaptionをMeetモードで動かすと、番組が進むにつれて翻訳キャプションが表示され、表情や効果音から推測するのではなく、実際に何が言われているかに対して反応できます。

OBSのキャプションツール比較

現在、OBS配信コミュニティで最も推奨されている4つのツールです。

完全オフライン処理が必要でない限り、MirrorCaptionが明らかな選択肢であり、より手間の少ない道です。Chromeタブで動作し、インストール不要（Mac、Windows、iPhone、Android向けのネイティブアプリもあります）、プラグイン不要、日本語、韓国語、アラビア語、ヒンディー語を含む60以上の選択可能な言語に対応し、月額料金ではなく一度の€99で利用できます。StreamTranslateのような専用キャプションストリップサービスは28以上の言語に対応し、月額課金です。

LocalVocalのようなローカルGPUプラグインが適しているのは、完全オフライン処理が必要で、GPUに余裕がある場合だけです。手動インストール、OBSのメジャーバージョン更新時の不具合、そしてすでに動画をエンコードしているマシンへの追加GPU負荷を想定してください。それ以外の人にとっては、音声処理をクラウドにオフロードするMirrorCaptionのブラウザタブのほうが、よりシンプルで明らかに適しています。

MirrorCaptionは、言語の幅、日本語・韓国語・アラビア語の翻訳品質、長期的な総コスト、そしてリアクション配信での翻訳用途において優れています。その代わり、StreamTranslateの専用ストリップURLと比べると、最初のブラウザソース設定はやや手間がかかります。

60以上の言語 — 視聴者が実際に話す言語まで対応

StreamTranslateは28以上の言語に対応しています。LocalVocalはWhisperをローカルで動かし、単純な数ではより多くの言語をカバーしますが、翻訳品質にはかなりばらつきがあります。日本語、韓国語、アラビア語、ヒンディー語では、ローカルのニューラル機械翻訳モデルは、周囲の会話の文脈を理解するGPTベースの翻訳とは明らかに異なる出力になります。

その差が最もはっきり出るのがライブ配信です。日本語と英語を切り替えるバイリンガル配信者は、日本のゲーム配信でよく見られるこのパターンにおいて、文中での言語切り替え、くだけた言い回しの変化、ゲーム用スラングを同時に処理できる翻訳エンジンを必要とします。単語を個別に予測する方式では、これにうまく対応できません。会話の直前数行を文脈として与えるGPTベースの翻訳なら、かなりうまく処理できます。

MirrorCaptionは、元の文字起こしと翻訳を同時に表示し、単語レベルで対応付けも行います。翻訳された任意の単語をタップすると、どの原文単語に対応しているかが分かります。ライブ配信中に翻訳の正確さをその場で確認したいバイリンガル配信者にとって、この機能はリアルタイムの監査ツールです。

欧州言語を超えて国際的な視聴者を増やしたい配信者にとって、60以上の言語セットは、中国語、日本語、韓国語、アラビア語、ヘブライ語、ヒンディー語、ロシア語、ベトナム語、インドネシア語、タイ語などを、同じインターフェースと同じ買い切り価格でカバーします。

プラグイン不要、GPU負荷なし、OBS更新の不安もなし

LocalVocalについてOBSフォーラムのスレッドで一貫して挙がる不満の1つが、バージョン互換性です。OBSのメジャーリリースでプラグインの音声フィルタチェーンが壊れ、手動での再インストールやプラグイン更新待ちが必要になることがあります。キャプションをアクセシビリティ設定の一部として頼っている配信者にとって、配信当日にプラグインが壊れるのは本当に困る問題です。

MirrorCaptionはOBSの外で完全に動作します。Chromeブラウザタブの中にあります。OBSの更新で壊れることはありません。GPUドライバの更新も影響しません。OBSの音声フィルタチェーン、プラグイン登録、エンコーダ設定とは一切関係がありません。今日動く設定は、次の3回のOBSリリース後もそのまま動きます。

パフォーマンス面の利点もあります。ローカルAIによる文字起こしは、すでに1080p60以上で動画をエンコードしているマシンに、意味のあるGPU負荷を追加します。ミドルレンジのハードウェアを使う配信者の中には、ローカルの文字起こしモデルがOBSとGPUメモリを奪い合うことで、フレーム落ちが発生したと報告する人もいます。MirrorCaptionは音声処理をすべてクラウドにオフロードするため、GPUはエンコードに専念できます。

サブスクリプションの計算

StreamTranslateの現在の料金は$14.99/monthなので、キャプション付きで1年間配信するとおよそ$180かかります。2年なら$360です。配信するたびにコストは積み上がっていきます。

MirrorCaption Premiumは€99の買い切りです。200時間分のホスト型文字起こしクレジット、恒久的な製品アクセス、今後のすべてのアップデートが含まれます。Voice Packs（別売）は、付属クレジットを使い切ったときに時間を追加できます。Premiumユーザーは、1時間あたりのVoice Pack料金が最も低くなります。$14.99/month相当で考えると、MirrorCaptionの費用はおよそ7か月の配信で回収でき、その後の配信には追加費用がかかりません。

毎日配信しない人、あるいは毎回の配信ではなく特定のイベントだけキャプションを使いたい人にとっては、買い切りモデルなら「今月は元が取れているか？」という計算自体が不要になります。まずは無料の1時間トライアルで、クレジットカード不要のまま、コンテンツ上での翻訳品質を確認してから導入できます。

よくある質問

OBSには標準のライブキャプション機能がありますか？

いいえ。OBS Studioには標準のキャプションまたは文字起こしエンジンは含まれていません。配信者は、ブラウザベースのサービス、OBSプラグイン、専用のオーバーレイ生成ツールなどの外部ツールを使ってライブキャプションを追加します。MirrorCaptionはOBSプラグイン不要のブラウザベースの選択肢です。

MirrorCaptionをOBSのブラウザソースとして追加できますか？

はい。MirrorCaptionは配信に自然にフィットします。Chromeでアプリを開き、Talkモードのセッションを開始してから、そのタブURLをOBSのBrowser Sourceとして追加します。Crop/PadフィルターまたはTransform設定を使ってライブキャプション領域だけを切り出し、シーン上に配置します。OBSはこの設定をシーンごとに保存するため、セットアップは一度だけで済み、配信を始めるたびにキャプションが使える状態になります。

ライブキャプションはTwitchのVODに表示されますか？

ブラウザソースのオーバーレイは、配信動画に焼き込まれた視覚要素として描画されます。つまり、VODやクリップにも動画フレームの一部として表示されます。これはCEA-608の埋め込みキャプションとは異なり、TwitchプレーヤーのCCボタンで切り替える形式で、OBS Closed Captioning pluginのような別のエンコーダプラグインが必要です。MirrorCaptionのオーバーレイ方式なら、視聴者側の設定なしで録画動画にキャプションが恒久的に表示されます。

MirrorCaptionは配信向けにどの言語をサポートしていますか？

MirrorCaptionは60以上の選択可能な言語に対応しており、日本語、韓国語、中国語、アラビア語、ヒンディー語、ドイツ語、スペイン語、フランス語、ポルトガル語、ロシア語、ヘブライ語、ベトナム語、インドネシア語、タイ語などを含みます。翻訳にはGPTベースの洗練処理を使っており、辞書ベースや単語を切り離した方式よりも、コードスイッチングや会話音声をうまく処理します。言語ごとの詳細は多言語文字起こしガイドをご覧ください。

MirrorCaptionとLocalVocalの違いは何ですか？

MirrorCaptionはブラウザベースなので、ライブ配信との相性がより良いです。OBSプラグイン不要、GPU使用なし、バージョン互換性リスクなしで、GPTベースの翻訳が60以上の言語にわたって日本語、韓国語、アラビア語を扱います。LocalVocalはGPU上でローカル文字起こしを行う無料のOBSプラグインで、手動インストールが必要、エンコード用マシンに負荷を追加し、OBS更新で壊れることがあります。

MirrorCaptionに無料トライアルはありますか？

はい。すべてのアカウントには、ライブ文字起こしと翻訳の1時間無料分が付与されます。1回限りで、毎月のリセットはなく、クレジットカードも不要です。さらに時間が必要になったら、Annual（€54.99/year、100時間分のホスト型文字起こしクレジット付き）またはPremium（€99の買い切り、200時間分付き、今後のすべてのアップデートと新機能に優先アクセス）にアップグレードできます。Voice Packs（別売）は、どのプランでもいつでもクレジットを追加でき、Premiumユーザーは1時間あたりの料金が最も低くなります。