Communitygithub.com

OpenMontage – 動画翻訳(HeyGen)

OpenMontage の HeyGen ビデオ翻訳スキル。既存の動画を複数言語に翻訳・吹き替えし、リップシンクを維持します。/v2/video_translate エンドポイントを使用します。

OpenMontage – 動画翻訳(HeyGen) とは?

このスキルは、HeyGen API を利用して動画を多言語に翻訳・吹き替える機能を提供します。元の動画を HeyGen で作成する必要はなく、URL か HeyGen 動画 ID を指定するだけで、リップシンク(口の動きの同期)を保持した翻訳済み動画を生成できます。翻訳ジョブの作成(POST /v2/video_translate)、進捗確認(GET /v2/video_translate/{translate_id})、完了した翻訳動画のURL取得までを一貫して行います。バッチ翻訳(複数言語への同時翻訳)、音声のみの高速翻訳、複数話者対応、カスタム語彙の保持、SRT字幕の差し替えなどの高度なオプションもサポートしています。curl、TypeScript、Python のサンプルコードが SKILL.md に記載されており、Claude Code / Cursor / Codex などの AI エージェントから簡単に利用できます。翻訳の完了まで最大30分程度かかる場合があるため、ポーリングによる待機処理も実装されています。

対応~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/calesthio/OpenMontage/tree/main/.agents/skills/video-translate

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

動画翻訳(HeyGen)

既存の動画を複数言語に翻訳・吹き替えし、リップシンクと自然な話し方を維持します。動画のURLまたはHeyGen動画IDを指定するだけで、事前にHeyGenで動画を作成する必要はありません。

認証

すべてのリクエストに X-Api-Key ヘッダーが必要です。HEYGEN_API_KEY 環境変数を設定してください。

curl -X POST "https://api.heygen.com/v2/video_translate" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"video_url": "https://example.com/video.mp4", "output_language": "es-ES"}'

デフォルトのワークフロー

  1. 動画のURLまたはHeyGen動画IDを指定します
  2. 対象言語を指定して POST /v2/video_translate を呼び出します
  3. ステータスが completed になるまで GET /v2/video_translate/{translate_id} をポーリングします
  4. 返却されたURLから翻訳済み動画をダウンロードします

翻訳ジョブの作成

リクエストフィールド

フィールド型必須説明
video_urlstringY*翻訳する動画のURL(*video_id と排他的)
video_idstringY*HeyGen 動画ID(*video_url と排他的)
output_languagestringY対象言語コード(例:"es-ES")
titlestring翻訳後動画の名前
translate_audio_onlyboolean音声のみ翻訳(リップシンクなし、高速)
speaker_numnumber動画内の話者数
callback_idstringWebhook 追跡用のカスタムID
callback_urlstring完了通知を受け取るURL

video_url または video_id のいずれか を必ず指定してください。

curl

curl -X POST "https://api.heygen.com/v2/video_translate" \
  -H "X-Api-Key: $HEYGEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video_url": "https://example.com/original-video.mp4",
    "output_language": "es-ES",
    "title": "Spanish Version"
  }'

TypeScript

interface VideoTranslateRequest {
  video_url?: string;
  video_id?: string;
  output_language: string;
  title?: string;
  translate_audio_only?: boolean;
  speaker_num?: number;
  callback_id?: string;
  callback_url?: string;
}

interface VideoTranslateResponse {
  error: null | string;
  data: {
    video_translate_id: string;
  };
}

async function translateVideo(config: VideoTranslateRequest): Promise<string> {
  const response = await fetch("https://api.heygen.com/v2/video_translate", {
    method: "POST",
    headers: {
      "X-Api-Key": process.env.HEYGEN_API_KEY!,
      "Content-Type": "application/json",
    },
    body: JSON.stringify(config),
  });

  const json: VideoTranslateResponse = await response.json();

  if (json.error) {
    throw new Error(json.error);
  }

  return json.data.video_translate_id;
}

Python

import requests
import os

def translate_video(config: dict) -> str:
    response = requests.post(
        "https://api.heygen.com/v2/video_translate",
        headers={
            "X-Api-Key": os.environ["HEYGEN_API_KEY"],
            "Content-Type": "application/json"
        },
        json=config
    )

    data = response.json()
    if data.get("error"):
        raise Exception(data["error"])

    return data["data"]["video_translate_id"]

対応言語

言語コード備考
英語(米国)en-USデフォルトのソース
スペイン語(スペイン)es-ESヨーロッパスペイン語
スペイン語(メキシコ)es-MXラテンアメリカ
フランス語fr-FR標準フランス語
ドイツ語de-DE標準ドイツ語
イタリア語it-IT標準イタリア語
ポルトガル語(ブラジル)pt-BRブラジルポルトガル語
日本語ja-JP標準日本語
韓国語ko-KR標準韓国語
中国語(北京語)zh-CN簡体字中国語
ヒンディー語hi-IN標準ヒンディー語
アラビア語ar-SA現代標準アラビア語

翻訳オプション

基本翻訳(リップシンクあり)

const config = {
  video_url: "https://example.com/original.mp4",
  output_language: "es-ES",
  title: "Spanish Translation",
};

音声のみ翻訳(高速、リップシンクなし)

const config = {
  video_url: "https://example.com/original.mp4",
  output_language: "es-ES",
  translate_audio_only: true,
};

複数話者動画

const config = {
  video_url: "https://example.com/interview.mp4",
  output_language: "fr-FR",
  speaker_num: 2,
};

高度なオプション(v4 API)

翻訳をより細かく制御する場合:

interface VideoTranslateV4Request {
  input_video_id?: string;
  google_url?: string;
  output_languages: string[];        // 1回の呼び出しで複数言語
  name: string;
  srt_key?: string;                  // カスタムSRT字幕
  instruction?: string;
  vocabulary?: string[];             // そのまま残す用語
  brand_voice_id?: string;
  speaker_num?: number;
  keep_the_same_format?: boolean;
  input_language?: string;
  enable_video_stretching?: boolean;
  disable_music_track?: boolean;
  enable_speech_enhancement?: boolean;
  srt_role?: "input" | "output";
  translate_audio_only?: boolean;
}

複数出力言語

const config = {
  input_video_id: "original_video_id",
  output_languages: ["es-ES", "fr-FR", "de-DE"],
  name: "Multi-language translations",
};

カスタム語彙(特定の用語を保持)

const config = {
  video_url: "https://example.com/product-demo.mp4",
  output_language: "ja-JP",
  vocabulary: ["SuperWidget", "Pro Max", "TechCorp"],
};

カスタムSRT字幕

const config = {
  video_url: "https://example.com/video.mp4",
  output_language: "es-ES",
  srt_key: "path/to/custom-subtitles.srt",
  srt_role: "input",
};

翻訳ステータスの確認

curl

curl -X GET "https://api.heygen.com/v2/video_translate/{translate_id}" \
  -H "X-Api-Key: $HEYGEN_API_KEY"

TypeScript

interface TranslateStatusResponse {
  error: null | string;
  data: {
    id: string;
    status: "pending" | "processing" | "completed" | "failed";
    video_url?: string;
    message?: string;
  };
}

async function getTranslateStatus(translateId: string): Promise<TranslateStatusResponse["data"]> {
  const response = await fetch(
    `https://api.heygen.com/v2/video_translate/${translateId}`,
    { headers: { "X-Api-Key": process.env.HEYGEN_API_KEY! } }
  );

  const json: TranslateStatusResponse = await response.json();

  if (json.error) {
    throw new Error(json.error);
  }

  return json.data;
}

完了までのポーリング

翻訳は通常の動画生成よりも時間がかかります。最大30分程度を見込んでください。

async function waitForTranslation(
  translateId: string,
  maxWaitMs = 1800000,
  pollIntervalMs = 30000
): Promise<string> {
  const startTime = Date.now();

  while (Date.now() - startTime < maxWaitMs) {
    const status = await getTranslateStatus(translateId);

    switch (status.status) {
      case "completed":
        return status.video_url!;
      case "failed":
        throw new Error(status.message || "Translation failed");
      default:
        console.log(`Status: ${status.status}...`);
        await new Promise((r) => setTimeout(r, pollIntervalMs));
    }
  }

  throw new Error("Translation timed out");
}

完全なワークフロー

async function translateAndDownload(
  videoUrl: string,
  targetLanguage: string
): Promise<string> {
  console.log(`Starting translation to ${targetLanguage}...`);
  const translateId = await translateVideo({
    video_url: videoUrl,
    output_language: targetLanguage,
  });
  console.log(`Translation ID: ${translateId}`);

  console.log("Processing translation...");
  const translatedVideoUrl = await waitForTranslation(translateId);
  console.log(`Translation complete: ${translatedVideoUrl}`);

  return translatedVideoUrl;
}

const spanishVideo = await translateAndDownload(
  "https://example.com/my-video.mp4",
  "es-ES"
);

バッチ翻訳

複数言語に並行翻訳します:

async function translateToMultipleLanguages(
  sourceVideoUrl: string,
  targetLanguages: string[]
): Promise<Record<string, string>> {
  const results: Record<string, string> = {};

  const translatePromises = targetLanguages.map(async (lang) => {
    const translateId = await translateVideo({
      video_url: sourceVideoUrl,
      output_language: lang,
    });
    return { lang, translateId };
  });

  const translationJobs = await Promise.all(translatePromises);

  for (const job of translationJobs) {
    try {
      const videoUrl = await waitForTranslation(job.translateId);
      results[job.lang] = videoUrl;
    } catch (error) {
      results[job.lang] = `error: ${error.message}`;
    }
  }

  return results;
}

const translations = await translateToMultipleLanguages(
  "https://example.com/original.mp4",
  ["es-ES", "fr-FR", "de-DE", "ja-JP"]
);

機能

  • リップシンク — 翻訳後の音声に合わせて話者の口の動きを自動調整
  • 声のクローン — 翻訳後の音声が元の話者の声質と一致するように調整
  • 音楽トラック制御 — disable_music_track: true で背景音楽を除去可能
  • 音声強調 — enable_speech_enhancement: true で音質を向上

ベストプラクティス

  1. ソース品質が重要 — 高品質なソース動画を使用すると結果が向上します
  2. 明瞭な音声 — 明瞭な発話の動画ほど翻訳品質が高くなります
  3. 単一話者 — 単一話者のコンテンツで最高の結果が得られます
  4. 適度な話速 — 非常に速い話速は品質に影響を与える可能性があります
  5. 事前テスト — 長い動画を翻訳する前に短いクリップでテストしてください
  6. 余裕をもって — 翻訳は動画生成よりも時間がかかります(最大30分)

エラーハンドリング

よくあるエラーとその対処方法:

async function safeTranslate(
  videoUrl: string,
  targetLanguage: string
): Promise<{ success: boolean; result?: string; error?: string }> {
  try {
    const url = await translateAndDownload(videoUrl, targetLanguage);
    return { success: true, result: url };
  } catch (error) {
    if (error.message.includes("quota")) {
      return { success: false, error: "Insufficient credits" };
    }
    if (error.message.includes("duration")) {
      return { success: false, error: "Video too long" };
    }
    if (error.message.includes("format")) {
      return { success: false, error: "Unsupported video format" };
    }
    return { success: false, error: error.message };
  }
}

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

関連スキル