Server Configuration
Describes the environment variables required to run the server.
| Name | Required | Description | Default |
|---|---|---|---|
| OPENAI_API_KEY | No | OpenAI API key, required only when using the translation function. |
Tools
Functions exposed to the LLM to take actions
| Name | Description |
|---|---|
| get_supported_languages | サポートされている言語の一覧を取得します。 翻訳可能な言語コードと言語名のリストを返します。 |
| transcribe_from_file | ローカルの動画/音声ファイルから字幕を生成します。 Args:
file_path: 動画/音声ファイルの絶対パス
device: 推論に使用するデバイス ("cuda" または "cpu")
model_size: Whisperモデルサイズ (デフォルト: "large-v3")
input_lang: 入力言語コード（省略時は自動検知）
output_lang: 翻訳先言語コード（省略時は翻訳なし）
initial_prompt: 専門用語や固有名詞のヒントを提供するプロンプト
condition_on_previous_text: 前のセグメントを参照して文脈維持 (デフォルト: False、ハルシネーション防止)
temperature: 温度パラメータ（0.0で最も決定的、デフォルト: 0.0）
no_speech_threshold: 無音判定の閾値 (デフォルト: 0.6)
compression_ratio_threshold: 繰り返し検出の閾値 (デフォルト: 2.4)
vad_filter: 音声区間検出フィルタを使用 (デフォルト: True、ハルシネーション防止)
Returns:
生成されたSRTファイルのパスと検出された言語情報 |
| transcribe_from_url | URLから動画をダウンロードして字幕を生成します。 Args:
url: 動画のURL（YouTube等）
device: 推論に使用するデバイス ("cuda" または "cpu")
model_size: Whisperモデルサイズ (デフォルト: "large-v3")
input_lang: 入力言語コード（省略時は自動検知）
output_lang: 翻訳先言語コード（省略時は翻訳なし）
initial_prompt: 専門用語や固有名詞のヒントを提供するプロンプト
condition_on_previous_text: 前のセグメントを参照して文脈維持 (デフォルト: False、ハルシネーション防止)
temperature: 温度パラメータ（0.0で最も決定的、デフォルト: 0.0）
no_speech_threshold: 無音判定の閾値 (デフォルト: 0.6)
compression_ratio_threshold: 繰り返し検出の閾値 (デフォルト: 2.4)
vad_filter: 音声区間検出フィルタを使用 (デフォルト: True、ハルシネーション防止)
Returns:
生成されたSRTファイルのパスと検出された言語情報 |
Prompts
Interactive templates invoked by user choice
| Name | Description |
|---|---|
No prompts | |
Resources
Contextual data attached and managed by the client
| Name | Description |
|---|---|
No resources | |