Discord STT Bot

음성 채널의 대화 내용을 실시간으로 텍스트로 변환하고 저장하는 디스코드 봇입니다. Amazon Transcribe API를 활용하여 고품질의 음성-텍스트 변환을 제공하며, 회의록 작성 자동화에 활용할 수 있습니다.

주요 기능

• 실시간 음성-텍스트 변환
• 변환된 텍스트의 채팅창 출력
• 음성 파일 로컬 저장 (recordings/ 디렉토리)
• 변환 텍스트 누적 저장 (transcribe/ 디렉토리)
• 세션 단위의 기록 관리

시작하기

필수 요구사항

• Node.js 16.9.0 이상
• AWS 계정 및 API 접근 권한
• Discord 개발자 계정

설치

1. 저장소 클론

git clone https://github.com/your-username/discord-stt-bot.git
cd discord-stt-bot

2. 필요한 패키지 설치

npm install discord.js @discordjs/voice @aws-sdk/client-transcribe-streaming prism-media dotenv

3. 환경 설정
   • .env.example 파일을 .env로 복사하고 필요한 정보 입력

   DISCORD_TOKEN=your-discord-token
   AWS_REGION=your-aws-region
   AWS_ACCESS_KEY_ID=your-access-key
   AWS_SECRET_ACCESS_KEY=your-secret-key
   

Discord 봇 설정

1. Discord Developer Portal에서 새 애플리케이션 생성
2. Bot 섹션에서 봇 생성 및 토큰 발급
3. 다음 봇 권한 활성화:
   • View Channels
   • Send Messages
   • Manage Messages
   • Read Messages History
   • Connect
   • Speak
4. OAuth2 URL 생성하여 원하는 서버에 봇 초대

실행

node index.js

사용 방법

기본 명령어

• !join: 현재 음성 채널에 봇 참가
• !record: 음성 변환 시작
• !leave: 봇 종료 및 채널 퇴장

파일 저장 구조

project/
├── recordings/        # 원본 음성 파일
│   └── {sessionId}_{username}_{timestamp}.pcm
├── transcribe/        # 변환된 텍스트 파일
│   └── session_{sessionId}.txt
└── index.js

기술적 세부사항

사용된 API 및 라이브러리

• Discord.js: 디스코드 봇 구현
• @discordjs/voice: 음성 채널 접근 및 음성 데이터 처리
• AWS Transcribe: 음성-텍스트 변환
• Prism-media: 음성 인코딩/디코딩

API 선택 이유

현재 AWS Transcribe API를 사용하는 이유:

• 높은 정확도의 음성 인식
• 실시간 스트리밍 지원
• 한국어 포함 다양한 언어 지원

참고: Vosk 등 로컬 모델을 실험적으로 적용해보았으나, 변환 정확도가 낮아 상용 API 채택

향후 계획

• 자동 회의록 요약 기능 (Anthropic API 연동)
• 다중 음성 채널 동시 지원
• 사용자별 음성 프로필 최적화
• 웹 인터페이스 추가