DiscordのボイスチャットでGemini AIとVOICEVOXを使って読み上げができるジェミニです。

• /vv コマンド：テキストをVOICEVOXの音声で読み上げ
• /vvai コマンド：AIに質問し、その回答をVOICEVOXの音声で読み上げ
• /vvlisten コマンド：ボイスチャットでの会話を認識し、「ジェミニ」と話しかけるとAIが応答
• /vvstoplisten コマンド：音声認識を停止
• /lvv コマンド：ジェミニをボイスチャンネルから退出させる

1. Node.js (v16以上)
2. VOICEVOX (インストールして起動しておく)
3. Discord Botのトークン
4. Google API Key (Gemini API)

1. このリポジトリをクローンまたはダウンロード
2. install_dependencies.bat を実行して必要なパッケージをインストール
3. src/config.json ファイルを作成し、以下の形式で設定：

{
  "token": "YOUR_DISCORD_BOT_TOKEN",
  "applicationId": "YOUR_DISCORD_APPLICATION_ID",
  "guildId": "YOUR_DISCORD_SERVER_ID",
  "googleApiKey": "YOUR_GOOGLE_API_KEY"
}

node src/index.js

/vv text:こんにちは、VOICEVOXです。

/vvai question:今日の天気を教えて

/vvlisten

ボイスチャンネルに入った状態でこのコマンドを実行すると、音声認識が開始されます。 その後、「ジェミニ」と話しかけると、AIが応答します。

例：「ジェミニ、今日の天気を教えて」

/vvstoplisten

• VOICEVOXはローカルで実行され、ポート50021で接続されるため、起動しておく必要があります
• 音声認識には最新のWhisper AIモデルを使用しています
• 初回の音声認識時にWhisperモデルがダウンロードされるため、少し時間がかかることがあります
• 長時間の音声認識はリソースを消費するため、使用しないときは /vvstoplisten で停止することをおすすめします

このボットは、OpenAIのWhisperモデル（小型版）を使用した高精度な音声認識を実装しています。

• Transformersライブラリを使用して、ブラウザ環境でも動作するように最適化されています
• 多言語対応（主に日本語用に設定）
• 雑音に強く、自然な会話を認識できます
• 初回実行時にモデルがダウンロードされるため、インターネット接続が必要です

MIT License