LLPlayer レビュー: 二重字幕とリアルタイム ASR を組み込んだ Windows 専用プレイヤー
The media player for language learning, with dual subtitles, AI-generated subtitles, real-time translation, and more!
ひと目でわかる
- これは何？
- LLPlayer は語学学習向けに字幕機能を振り切った C#/WPF 製メディアプレイヤーで、Whisper による ASR、LLM 翻訳、Tesseract OCR を再生パイプラインに同居させている。便利さの代わりに、Windows 固定とベータ段階の設定互換性という代償を払う設計だ。
- 誰に向いている？
- 導入を検討すべきなのは、Windows 10 1903 以降または Windows 11 を使い、学習言語の字幕を主字幕、母語を副字幕に置いて視聴する習慣が既にある人だ。逆に macOS や Linux しか使えない環境、字幕なしの視聴が中心の人、設定ファイルの後方互換を前提に運用したい人には向かない。
- 商用利用できる？
- 条件付きでできます。GPL-3.0 はコピーレフトのライセンスで、これを含むソフトウェアを配布する場合、そのソフトウェアのソースコードを同じライセンスで公開する必要があります。配布せず社内で使うだけなら、この義務は生じません。
- 今もメンテナンスされている？
- されています。最後のコミットは 5 日前です。
- 何の言語で書かれている？
- 主に C# です（GitHub の言語統計による）。
回答はプロジェクトの GitHub データ（最終同期：2026年9月15日）と当サイトの分析に基づくもので、法的助言ではありません。
オープンソース詳細解説
汎用プレイヤーが埋めない字幕の隙間
通常の動画プレイヤーは字幕を一本表示するのが基本で、二本目を同時に出すには回避策が要る。LLPlayer はこの二重字幕を中心機能として据え、学習言語を主字幕、母語を副字幕に置く使い方を前提にしている。README では主字幕と副字幕をそれぞれ左右の CC ボタンで切り替える仕様が説明されており、テキスト字幕とビットマップ字幕の両方に対応する。
対象は語学学習者、とくに字幕を読みながら視聴する層だ。字幕ファイルが手元にない動画、あるいはビットマップ字幕しか持たない動画でも、ASR と OCR で文字列に変換してから二重表示にかけられる。逆に、字幕を必要としない視聴や、単に高画質再生だけを求める用途では、この構成は過剰になる。
再生パイプラインに ASR・翻訳・OCR が同居する構成
LLPlayer は C#/WPF で書かれ、再生そのものは Flyleaf 系のコンポーネントに載せている。字幕まわりは独立した処理として動画の再生に重なる。音声から字幕を起こす ASR は OpenAI Whisper をベースに、whisper.cpp と faster-whisper の二つのエンジンを選べる。whisper.cpp はモデルを事前にダウンロードして使う方式で、faster-whisper はエンジンを取得すればモデルは初回利用時に自動で落ちてくる。
翻訳は再生中の字幕テキストを対象に走る。Google、DeepL、Ollama、LM Studio、OpenAI など複数のエンジンが選べ、LLM を使う場合は字幕の文脈を読ませる翻訳モードがあると README は説明している。ビットマップ字幕は Tesseract OCR と Microsoft OCR でテキスト化され、これも二重字幕や単語検索の対象になる。つまり再生、文字起こし、翻訳、OCR が同じタイムライン上で並行して動く。GPU があると字幕生成が速くなると README は述べており、Nvidia の RTX 利用者には CUDA Toolkit の導入が案内されている。
導入手順と最初に触る設定キー
配布は GitHub のリリースからビルドを取得し、LLPlayer.exe を起動する形になる。前提として .NET Desktop Runtime 10 が必要で、未導入ならインストーラのダイアログが出る。加えて Microsoft Visual C++ Redistributable 2022 以降が Whisper ASR と Tesseract OCR に必要で、README はこれが無い場合について、アプリは起動するが ASR や OCR を有効にした時点でクラッシュすると明記している。ここは見落としやすい。
設定画面は CTRL+. かシークバー上のアイコンで開く。ASR は Subtitles > ASR で Whisper モデルを選び、Audio Language で音声言語を指定する（既定は自動検出）。モデルはサイズが大きいほど負荷と精度が上がり、末尾が En のモデルは英語専用だと README は説明する。翻訳は Subtitles > Translate で Target Language を設定し、既定エンジンは GoogleV1 だ。オンライン動画は CTRL+V で URL を貼るか、コンテキストメニューから再生する。外部字幕は動画と同じくドラッグかコンテキストメニューで追加する。キー操作の一覧は F1 の組み込みチートシートで確認でき、ショートカットは全て変更できる。
ベータ段階という制約をどう読むか
README の Development Status は Beta と明記し、十分な人数にテストされていないため不安定になりうると書いている。UI と設定に大きな変更が入る可能性があり、バージョン 0.X.X の間は破壊的変更を積極的に行うと宣言している。設定ファイルが更新時に後方互換でない場合がある、という但し書きも付く。
これは単なる謙遜ではない。字幕タイミングや翻訳エンジンの設定を詰めたあと、次のリリースで設定項目の意味が変わりうるということだ。学習の進捗をこのアプリの設定に依存させていると、更新のたびに組み直す手間が出る。安定運用を前提にしたワークフローには向かない段階だと考えるべきで、リリース間隔も一様ではない。v0.2.1 から v0.2.2 までは約一か月、v0.2.2 から v0.3.0 までは約十か月空いている。
Windows 固定と GPL-3.0 が意味する範囲
対応 OS は Windows 10 x64 の Version 1903 以降と Windows 11 x64 に限られる。WPF を使う以上、macOS や Linux で同じものを動かす道は用意されていない。Linux で Whisper と mpv を組み合わせて字幕を重ねる構成を組んでいる人にとっては、LLPlayer は選択肢にならない。
ライセンスは GPL-3.0 で、これは再配布や改変版の公開に条件が付く種類のライセンスだ。README はビルド手順としてリポジトリを clone し、LLPlayer.slnx を Visual Studio か JetBrains Rider で開き、LLPlayer プロジェクトをビルドする流れを示している。社内でフォークして改変する場合、GPL-3.0 の下でソース公開義務がどう及ぶかは利用形態によって変わる。ここは法的判断なので、実際に配布や社内展開を計画する段階では専門家に確認する必要がある。ライセンス本文を読んだだけで結論を出せる話ではない。
mpv と Whisper を手で組む場合との違い
比較対象として素直なのは mpv に外部の文字起こしとスクリプトを足す構成だ。mpv は設定ファイルと Lua スクリプトで字幕表示を細かく制御でき、プラットフォームも選ばない。ただし二重字幕、リアルタイム ASR、OCR、翻訳エンジンの切り替えは自分で繋ぎ込む必要があり、それぞれ別のツールの面倒を見ることになる。
LLPlayer はこの繋ぎ込みを一つの GUI にまとめ、Whisper のモデル選択や翻訳先言語の設定を設定画面から触れるようにした点が違いだ。字幕サイドバーからのシークや単語検索、Yomitan や 10ten のようなブラウザ拡張との連携も README に挙がっている。逆に mpv 側の利点は、字幕以外の再生制御やスクリプトによる自動化の自由度で、LLPlayer の設定 UI の範囲を超えた制御は望めない。学習用途に絞って設定の手間を減らしたいなら LLPlayer、再生環境全体を自分で組み上げたいなら mpv 側が向く。
更新コストと設定の持ち方
バージョン 0.X.X の間は設定の後方互換が保証されないため、更新のたびに Subtitles > ASR のモデル選択や Subtitles > Translate の Target Language を入れ直す可能性を見込んでおく必要がある。リリースは頻繁ではなく、v0.3.0 は 2026 年 4 月付で、直前の v0.2.2 から約十か月後になっている。更新頻度が低いということは、破壊的変更が起きる回数も少ない代わりに、久しぶりに更新したときに設定の差分がまとめて降ってくるということでもある。
ASR のモデルは whisper.cpp を使う場合、サイズの大きいものを選ぶほどディスクとメモリを食う。faster-whisper は初回利用時にモデルを自動取得するため、事前ダウンロードの手間はないが、初回の再生時に取得が走る点は把握しておきたい。CUDA Toolkit を入れておくと字幕生成が速くなるという記述があり、Nvidia GPU を持つなら入れておく価値がある。ただしこれらは README の説明に基づく挙動で、実測値は示されていない。
編集部の結論
導入を検討すべきなのは、Windows 10 1903 以降または Windows 11 を使い、学習言語の字幕を主字幕、母語を副字幕に置いて視聴する習慣が既にある人だ。逆に macOS や Linux しか使えない環境、字幕なしの視聴が中心の人、設定ファイルの後方互換を前提に運用したい人には向かない。最初に確認すべきは、Microsoft Visual C++ Redistributable が 2022 以降で入っているかどうかで、これが欠けているとアプリ自体は起動するが ASR や OCR を有効にした瞬間にクラッシュする。次に Subtitles > ASR で Whisper モデルを取得できるか、Subtitles > Translate で Target Language を設定できるかを試し、最後にバージョン 0.X.X の間は設定ファイルが更新時に壊れうる前提で、設定を書き換える前にバックアップを取っておくこと。
コミュニティノート