【discord.js】ボイスチャンネルごとの音声を録音するbotの作成

前提・実現したいこと

discord.js（v13）を使用して音声録音botを作成しています。
具体的には以下のようなものです。

ボイスチャンネルにメンバーが参加(1人以上)
botがボイスチャンネルの人数を検知し参加
ボイスチャンネルにメンバーが参加(2人以上)
botが自動で録音を開始
ボイスチャンネルのメンバーが退出（1人）
botが自動退出

以下のコード
https://github.com/discordjs/voice/tree/main/examples/recorder
を参考にして1~6のように動作するbotを作成できました。

発生している問題

4の録音の動作で問題が発生しています。

現状、録音された音声が特定のユーザのもので一つのファイルとして保存されてしまうのですが、
私としては、ユーザごとではなくボイスチャンネルごとの音声（複数人の発言）を一つのファイルとして保存したいと考えています。

音声の受け取りでuseridを指定しているためそのuseridに該当するユーザのみの音声を拾って保存しているのだと思います。

以下が、該当箇所のソースコードとなります。

createListeningStream関数の引数の説明
receiver : getVoiceConnection('ボイスチャンネルid').receiver
userId : ユーザID
recordable : new Set
user : ユーザ名

import { EndBehaviorType, VoiceConnection, VoiceReceiver } from '@discordjs/voice'
import { User, Client, Intents } from 'discord.js'
import { createWriteStream } from 'fs'
import { opus } from 'prism-media'
import { pipeline } from 'stream'

function getDisplayName (userId: string, user?: User) {
    return user ? `${user.username}_${user.discriminator}` : userId
}


export async function createListeningStream (receiver: VoiceReceiver, userId: string, recordable: Set<string>, user?: User) {
    if (!recordable.has('recorded')) {
// =======================ここから==========================
        receiver.subscribe(userId)
        const opusStream = receiver.subscribe(userId, {
            end: {
                behavior: EndBehaviorType.Manual
            }
        })
// =======================ここまで==========================
        const oggStream = new opus.OggLogicalBitstream({
            opusHead: new opus.OpusHead({
                channelCount: 2,
                sampleRate: 48000
            }),
            pageSizeControl: {
                maxPackets: 10
            }
        })

        const filename = `./recordings/${Date.now()}-${getDisplayName(userId, user)}.ogg`

        const out = createWriteStream(filename)

        console.log(`???? Started recording ${filename}`)

        await pipeline(opusStream, oggStream, out, (err) => {
            if (err) {
                console.warn(`❌ Error recording file ${filename} - ${err.message}`)
            } else {
                console.log(`✅ Recorded ${filename}`)
            }
        })
    }

    recordable?.add('recorded')
}

discord.jsのdocumentやdiscordjs/voiceのdocument、Qiitaなどを確認して見たのですが、
録音は特定のユーザに対してのみのものがほとんどでした。

どのようにボイスチャンネル全体の録音をするのか実装のヒントを教えていただけないでしょうか。

ソースコード

https://github.com/takumi-pro/discord_recorder

補足情報（FW/ツールのバージョンなど）

@discordjs/voice : 0.6.0
discord.js : 13.1.0
typescript : 4.4.4

行動規範の内容に同意します

回答1件

※私はDiscord開発者ではないので、間違った事を書いている可能性があるという前提でお読み下さい

音声ストリーミングデータもテキストと同様に【ユーザーからの】メッセージの一種としてDidcord Voiceサーバでハンドリングされ、メッセージの中身は改造WebRTCによってVoIP(IP電話)同様にユーザーとサーバー間のIP通話になっていて、複数ユーザーの会話の場合はそれをDiscord Voiceサーバ側でミキシングしてサーバから各ユーザーにIP通話として配信している仕組みのようです。

https://blog.discord.com/how-discord-handles-two-and-half-million-concurrent-voice-users-using-webrtc-ce01c3187429

この音声データをプログラムで扱うためにDiscord側からSDKで提供されているNetworkingモジュールなどがありますが、現時点では音声関連のAPIはユーザーIDやユーザーのpeerID(VoIPのIPアドレス情報)と紐付ける形で提供されているようです。

https://discord.com/developers/docs/resources/voice
https://discord.com/developers/docs/game-sdk/networking#sendmessage

（Dicord Voiceサーバからすれば、ユーザーとは違うチャンネルというただの管理上の入れ物自身から発せられる音声メッセージはないという考えなのかな？）

このため、discord.js及びその拡張のdiscord.js/voiceもDiscord Voiceサーバー上では、あたかもチャンネルという部屋に居るようにミキシングされ配信された音声データは扱えないと思われます。
実際、discord.js/voiceのリファレンスには該当するメソッドがありませんね。

なので、チャンネル全体としての音をまとめようと思ったら、チャンネルにいる全てのユーザーID分の音声データを取得して、自前でミックスする必要があるってことですね(；´Д｀)

(DiscordにAPIの機能追加要望出したら取得できるようになるかもしれませんが・・・)

投稿2021/11/02 21:44