YouTube Dictation Pause Control

Windowsで音声入力中だけYouTubeを自動一時停止するローカル補助ツールです。通知領域常駐EXEがTypeless／Wispr Flowの操作を検知し、対応するLocal Voice Bridgeは録音状態をローカルHTTP Bridgeへ直接通知します。BraveなどのChromium系ブラウザのYouTubeタブだけを制御します。

非公式・非提携について このプロジェクトは独立して開発された非公式ツールであり、Google、YouTube、Typeless、Wispr Flowの公式製品、提携製品、承認製品、スポンサー製品ではありません。各製品名・サービス名・商標は各権利者に帰属します。

配布ZIPにはAutoHotkey v2ランタイムを組み込んだYouTubeDictationControl.exeとNode.jsランタイムが含まれるため、利用者がAutoHotkeyやNode.jsを別途インストールする必要はありません。

動作デモ

youtube-dictation-demo.mp4

Ctrl + ]で音声入力を開始すると動画が停止し、もう一度押して終了すると再開する流れを確認できます。画面は操作説明用に作成したUIです。

できること

• 音声入力開始時に、再生中だったYouTube動画を一時停止
• 音声入力終了時に、このツールが停止した動画だけを再開
• 録音中に再生へ戻った場合はPause Guardで再停止
• Typeless、Wispr Flow、対応版Local Voice Bridgeの入力状態を統合
• YouTubeのSPA遷移や拡張機能再読み込み後も再接続
• 通知領域へ常駐し、通常利用ではターミナルを表示しない
• Bridge終了時の自動復旧とWindowsログイン時の自動起動

必要なもの

• Windows 10 / 11（x64）
• Brave BrowserまたはChromium系ブラウザ

配布版の利用にNode.jsとAutoHotkeyのインストールは不要です。 ソースから開発・テストする場合はNode.js 22以上が必要です。

セットアップ

1. 配布ZIPを展開する

Latest ReleaseからYouTubeDictationPauseControl-<version>-windows-x64.zipを取得し、書き込み可能なフォルダへ展開します。各ReleaseにはZIPとSHA256SUMS.txtが添付されます。

2. 拡張機能を読み込む

1. Braveでbrave://extensionsを開きます。
2. デベロッパーモードをオンにします。
3. 「パッケージ化されていない拡張機能を読み込む」から、展開先のextensionフォルダを選びます。

3. 常駐アプリを起動する

YouTubeDictationControl.exeをダブルクリックします。Windows右下の通知領域にアイコンが表示され、同梱Node.jsで127.0.0.1専用Bridgeをウィンドウ非表示で起動します。

4. 動作確認

1. BraveでYouTube動画を再生します。
2. Wispr FlowはCtrl + ]、TypelessはCtrl + [で音声入力を開始します。
3. 対応版Local Voice Bridgeでは、右Ctrlを押したまま右Shift左の＼ / _キーを押している間だけ録音します。
4. 動画が停止し、入力終了後に再開することを確認します。

詳細な実機確認はdocs/e2e-checklist.mdを参照してください。

通知領域メニュー

• Status: ...: Bridgeの現在状態
• Restart local bridge: このEXEが所有するBridgeを再起動
• Reset dictation state: 音声入力状態をinactiveへ戻す
• Open recent activity / Open full log: 状態変化やエラーを確認
• Start with Windows: 現在のユーザーの自動起動を切り替え
• Exit: 常駐アプリと所有中のBridgeを終了

既に別の互換Bridgeが起動している場合、そのプロセスを勝手に停止しません。

状態が逆になったとき

Typeless / Wispr Flowを停止し、Local Voice Bridgeの録音キーを離してからCtrl + Alt + Rを押すか、通知領域のReset dictation stateを選びます。この操作は音声入力アプリ本体を停止しないため、入力終了後に使用してください。

設定

設定を変更しない場合、config/settings.jsonは不要です。Typeless / Wispr Flowのホットキーには通常キーを1つ含めてください。Ctrl + Shiftのような修飾キーだけの組み合わせは使えません。ポート、ホットキー、復旧用キー、自動起動などを変更する場合は設定リファレンスを参照してください。

プライバシーとセキュリティ

• 外部サーバーへ音声や入力内容を送信しません
• ローカルHTTP Bridgeは127.0.0.1のみにバインドします
• APIキー、OAuthトークン、認証情報は使いません
• 実行ログとPIDはローカルへ保存し、Git管理外です
• ローカルポートを外部ネットワークへ公開しないでください
• CORSは拡張機能Origin向けに制限しています

詳しくはSECURITY.mdを参照してください。

制限

• YouTube側のDOM変更やブラウザ仕様変更で動作しなくなる場合があります
• 拡張機能が無効または未読込のタブは制御できません
• このツールが一時停止していない動画は、入力終了時に再開しません
• Pause GuardはすべてのYouTube UI状態で完全な停止維持を保証するものではありません
• Typeless / Wispr Flowの状態はホットキー押下をトグルとして扱います

開発・配布資料

npm test

• 状態と再生制御: docs/state-behavior.md
• Windows GUI検証: docs/windows-gui-testing.md
• 公開前チェック: docs/public-release-checklist.md
• Release手順: docs/releasing.md（vX.Y.Zタグで自動公開）
• 旧Native Messaging検討記録: docs/legacy-native-messaging.md

License

このリポジトリ独自のソースコードはMIT Licenseです。配布版に含まれるAutoHotkeyとNode.jsには各ライセンスが適用されます。詳細はTHIRD_PARTY_NOTICES.mdを参照してください。