text-to-speech
OSXのsay
発音できるボイス一覧
$ say -v "?"
Otoyaでの発音の例
$ echo "こんにちは世界" | say -v "Otoya"
gttsでの発音
Googleの無料サービスにクエリを投げている？
gtts
$ python3 -m pip install gTTS
e.g. 話した内容をmp3形式で保存
from gtts import gTTS
tts = gTTS('今回はおすすめの本の紹介を行いたいと思います。', lang='ja')
tts.save('output.mp3')
Google Cloud Text-to-Speech
wavenet等高品質モデルが使用可能である
GRPCとAPI経由での２つでのIFが用意されている
google-cloud-speech
$ python3 -m pip install google-cloud-speech
APIの有効化
GCPのAPIとサービスの有効化から、 speech-to-textのAPIを有効化している必要とGOOGLE_APPLICATION_CREDENTIALSの環境変数にキーが設定されているがある
GRPCでは以下のようなコードでmp3を生成することができる
from google.cloud import texttospeech
client = texttospeech.TextToSpeechClient()
synthesis_input = texttospeech.SynthesisInput(text="こんにちは世界!")
voice = texttospeech.VoiceSelectionParams(language_code="ja-JP", name="ja-JP-Wavenet-C")
audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.MP3)
response = client.synthesize_speech(input=synthesis_input, voice=voice, audio_config=audio_config)
with open("output.mp3", "wb") as out:
out.write(response.audio_content)
print('Audio content written to file "output.mp3"')
nameでどのモデルで合成音声を作成するか指定しているが、このリンクにGoogle Cloud Text-to-Speechの全モデルが発話例付きで列挙されている。
open-jtalk
ゆっくりボイスに近い音声を作りたいときに便利
install
$ sudo apt install open-jtalk open-jtalk-mecab-naist-jdic
install voices
MMDAgent_Exampleのリンクから最新のzipを落とす
/usr/shareなどに配置する
run example
$ echo "そんなもうだめです" | open_jtalk -x /var/lib/mecab/dic/open-jtalk/naist-jdic -m /usr/share/hts-voice/mei/mei_happy.htsvoice -ow sample.wav