カテゴリー: 音声

テキストを投げるとWAVが帰ってくるAPIを作りたい。

サービスとしてはいくつかあってDocomoは使いやすかった。

 dev.smt.docomo.ne.jp  72 shares

| docomo Developer support | NTTドコモ

こういうのは制限もあるので自分で作ってみたい。

Lambdaでお試し

慣れてるし、他にいいのも思いつかないのでAWSを使う。

LambdaでテキストからWAVを作る処理を書いてトリガーでAPIを指定する。

Lambdaで実行ファイルを起動したいときは次みたいな処理をはさむ。

ためしにAquesTalkPiがLambdaで動かないかなと思ったけど無理だった。

音声合成ソフトについて

次に音声合成ソフトを色々調べてみた。

• 組み込み用
  • AquesTalk,AquesTalk2：アクエスト規約に従う。
  • OpenJTalk：修正BSDライセンス。
• フリーソフト（実行ファイル）
  • softalk（ソフトーク）：Windows向け。Aquestalk使用でアクエスト規約に従う必要あり。
  • textalk（テキストーク）：Windows向け。OpenJTalk使用。
  • AquesTalkPi：ラズベリーパイ向け。アクエスト規約に従う必要あり。

実行ファイルは基本Winbdows向けだし、いろいろ自由に使うためにOpenJTalk使って自分で実行ファイル作ることにする。

他にもnodejsのモジュールが２つ見つかったけど、やりたいことと微妙に違ったのとEC2でインストールできなかったのでこれらはいったん保留。

• https://github.com/hecomi/node-openjtalk
• https://github.com/TanUkkii007/node-openjtalk

OpenJTalkのインストール

とりあえずWindowsにインストールしてみる。

ここを参考にした。

 真実の楽譜（フルスコア）  8 shares 3 users

Open JTalkをWindowsでビルドして動かしてみる - 真実の楽譜（フルスコア）

オープンソースの日本語の音声合成エンジンOpen JTalk Open JTalk - HMM-based Text-to-Speech System 日本語合成エンジンなのに公式解説は英語だらけだし、 Windowsに...

Visual Studio 2015にVcvarsall.batがなかったので2013を追加インストール。

2015のときも思ったけど西暦よりバージョンが１少ないのは紛らわしい。

（今回はMicrosoft Visual Studio 12.0に配置された。）

これでWindows上で動作するようになりました。

今日はとりあえずここまで。

ここから先が果てしなく長そう…。