myTranslatorForDiscord

디스코드 음성 채널에서 실시간으로 음성을 텍스트로 바꾸고 번역해주는 봇입니다. 화자가 말하면, 그 발화가 끝나는 대로 인식된 원문과 번역문이 자막처럼 음성 채널의 텍스트 채팅에 올라옵니다.

학습을 겸한 개인 프로젝트로, 기능을 phase 단위로 하나씩 쌓아가는 중입니다.

지원 언어

한국어(ko), 영어(en), 중국어(cn), 일본어(ja) 4개 언어가 서로 전부 번역되는 완전 그래프 구조로, 총 12개 언어쌍을 지원합니다.

en→ko, en→ja, en→cn, ko→ja, ko→en, ko→cn, cn→en, cn→ko, cn→ja, ja→ko, ja→en, ja→cn

커맨드

커맨드	옵션	설명
/join	없음	내가 있는 음성 채널로 봇을 불러옵니다.
/leave	없음	봇을 음성 채널에서 내보냅니다.
/setlang	language (필수), user (선택)	말할 언어를 설정하고 번역을 켭니다.
/setoutputlang	language (필수), user (선택)	발화를 번역해서 보여줄 언어를 설정합니다.
/stoptranslate	user (선택)	번역을 끕니다.

user 옵션을 비우면 커맨드를 실행한 나 자신에게 적용됩니다.

기본 사용 흐름

1. 음성 채널에 들어간 뒤 /join으로 봇을 부릅니다.
2. /setlang으로 내가 말할 언어를 고릅니다. 이 순간부터 내 말이 번역 대상이 됩니다.
3. /setoutputlang으로 내 말을 어떤 언어로 보여줄지 고릅니다. (안 고르면 영어)
4. 말하면, 발화가 끝날 때마다 원문과 번역문이 음성 채널의 텍스트 채팅에 올라옵니다.
5. 그만하려면 /stoptranslate로 내 번역만 끄거나, /leave로 봇을 내보냅니다.

예를 들어 한국어로 말하고 그 말을 영어로 보여주고 싶다면 /setlang KO → /setoutputlang EN 순서로 설정합니다. 말할 언어와 번역 언어는 같게 고를 수 없습니다(번역할 이유가 없으므로).

다른 사람 지정하기

/setlang, /setoutputlang, /stoptranslate에 user를 지정하면 다른 사람의 설정을 바꿀 수 있습니다. 다른 사람의 말이 본인 모르게 받아적히지 않도록 아래 규칙이 있습니다.

• 나와 같은 음성 채널에 있는 사람만 지정할 수 있습니다.
• 다른 사람을 지정하면 봇이 채널 전체가 보는 메시지로 알리고, 대상에게 멘션을 보냅니다. (본인 설정은 나에게만 보이는 메시지로 답합니다.)
• 지정당한 사람은 언제든 /stoptranslate로 스스로 번역을 끌 수 있습니다.

알아둘 점

• /setlang을 한 사람만 번역됩니다. 음성 채널에 있어도 번역을 켜지 않은 사람의 음성은 처리하지 않습니다.
• 자막은 3분 뒤 자동으로 지워집니다. 나중에 채널에 들어온 사람이 지난 대화를 스크롤해서 볼 수 없게 하기 위해서입니다.
• 설정은 봇을 재시작하면 초기화됩니다. 재시작 후에는 /setlang부터 다시 해야 합니다.

동작 방식

1. 번역이 켜진 유저의 음성만 받아서, 무음 구간(800ms)을 기준으로 발화 단위로 묶습니다. 400ms보다 짧은 소리는 잡음으로 보고 버립니다.
2. 화자의 말할 언어에 따라 STT 엔진(한국어는 CLOVA Speech, 그 외는 Azure Speech)으로 보내서 텍스트로 변환합니다.
3. 인식된 텍스트를 화자가 고른 번역 언어로 Papago Translation을 통해 번역합니다. 같은 문장은 캐시해서 다시 번역 요청하지 않습니다.
4. **서버 별명**: 원문 + 번역문 형태로 음성 채널 자체의 텍스트 채팅에 올리고, 3분 뒤 지웁니다.

실시간 언어 자동 감지는 하지 않습니다. 감지 실패 시 엉뚱한 엔진으로 보내 인식이 통째로 망가지는 것보다, 화자가 미리 선택해두는 쪽이 안정적이기 때문입니다.

기술 스택

• Discord 연동: JDA 6.7.0
• 음성 종단간 암호화(DAVE): libdave-jvm — 디스코드가 2026-03-01부터 DAVE 프로토콜 없는 음성 연결을 거부하기 시작해서 필요
• STT (한국어): CLOVA Speech (Naver Cloud Platform)
• STT (영어/중국어/일본어): Azure Speech
• 번역: Papago Translation (Naver Cloud Platform)

시작하기

요구사항

• JDK 21
• 디스코드 봇 토큰 (Discord Developer Portal에서 발급)
• Naver Cloud Platform 계정 (CLOVA Speech, Papago Translation API 키)
• Azure 계정 (Azure Speech API 키)

디스코드 봇에는 별도의 Privileged Gateway Intent가 필요 없습니다. 봇 초대 시 아래 권한만 있으면 됩니다.

• Connect(음성 채널 접속 — 없으면 /join 시 안내 메시지가 뜹니다)
• Send Messages(음성 채널 텍스트 채팅에 자막 전송)

실행

git clone <repository-url>
cd myTranslatorForDiscord

cp .env.example .env
# .env를 열어서 DISCORD_BOT_TOKEN, PAPAGO_*, CLOVA_SPEECH_*, AZURE_SPEECH_* 값을 채워넣기

./gradlew run

STT/번역 API 키 중 일부가 비어있어도 봇 자체는 켜집니다 — 해당 기능만 경고 로그와 함께 비활성화됩니다.

기타 명령어

./gradlew build             # 컴파일 + 테스트 + checkstyle
./gradlew checkstyleMain    # 컨벤션 검사만 실행 (report: build/reports/checkstyle/main.xml)

진행 상황

• Phase 1 — 로그인
• Phase 2 — /join//leave 음성 채널 접속·퇴장
• Phase 3 — 유저별 음성 캡처 + 무음 구간 감지
• Phase 4 — STT 연동 (CLOVA/Azure, 4개 언어 전부 검증 완료)
• Phase 5 — Papago 번역 연동
• Phase 6 — 번역 결과를 음성 채널 텍스트 채팅에 자막으로 출력
• Phase 7 — 연결 끊김 처리, 에러 처리, API 사용량 절감
• 번역 켜기/끄기(/stoptranslate), 다른 사람 지정, 자막 3분 뒤 자동 삭제
• Phase 8 — 배포

개발 중 겪은 문제와 설계 결정의 배경은 docs/에 단계별로 정리되어 있습니다.

프로젝트 구조

src/main/java/io/github/alreadybold/translator/
├── Main.java           # 부팅(토큰 로드, 인텐트/리스너 설정)만 담당
├── command/            # 슬래시 커맨드 리스너
├── audio/              # 오디오 수신·버퍼링·포맷 변환·음성 연결 감시
├── stt/                # STT 엔진 클라이언트 (CLOVA, Azure)
├── translation/        # 번역 엔진 클라이언트 (Papago)
├── settings/           # 유저별 설정 상태 (언어 선택 등)
└── i18n/               # 다국어 응답 문구