stack-chan

TTS（音声合成）の使用

English

現在、TTSを使用するには2つの方法があります。

• 事前生成：ビルド時に音声を生成し、スタンドアロンで再生します。事前に定義された文章に適しています。
• リモート：TTSサーバに音声文章を問い合わせ、生成された音声をストリームします。

現在、アクエストークのような__ローカル（オンデマンド）__のTTSは利用できませんが、プルリクエストは歓迎します！

前提条件

どちらの方法を選んでも、まず外部のTTSエンジンを準備する必要があります。

以下がテスト済みです：

• Google Cloud Text-to-Speech API
• Coqui AI TTS
• VoiceVox
• ElevenLabs

それぞれの公式ドキュメントも参照してください。

Google Cloud TTS

• 認証ガイドを通じて認証し、key.jsonを生成します。
• key.jsonをscriptsディレクトリに保存します。

Coqui AI TTS

• coqui-ai/TTSをインストールします。
• サーバを起動します。

$ tts-server --port 8080 --model_name tts_models/ja/kokoro/tacotron2-DDC

• stackchan/manifest_local.jsonのconfig.tts.host|portにサーバー設定を保存します

{
    "config": {
        "tts": {
            "host": "your.tts.host.local",
            "port": 8080
        }
    }
}

ElevenLabs TTS

• API KEYに従い、API KEYを取得します。
• stackchan/manifest_local.jsonのconfig.ttsにAPI KEYを保存します

{
    "config": {
        "tts": {
            "type": "elevenlabs",
            "token": "YOUR_API_KEY"
        },
    }
}

使用方法（事前生成）

以下のようなJavaScriptファイルに発話する文章を書き込みます（mods/monologue/speeches_monologue.jsなどを参照）。

// speeches.js
export const speeches = {
  niceToMeetYou: 'Hello. I am Stach-chan. Nice to meet you.',
  hello: 'Hello World.',
  konnichiwa: 'Konnichiwa.',
  nihao: 'Nee hao.',
}

• npm run generate-speech-[google

  coqui

  voicevox]を実行します

  • このスクリプトはサーバーから音声データを取得し、stackchan/assets/soundsにwaveファイルを保存します
• 音声ファイルとともにファームウェアを書き込みます
• Robot#say(sentense: string)を呼び出します

import { speeches } from 'speeches'
const keys = Object.keys(speeches)

export async function onRobotCreated(robot) {
  await robot.say('hello')
  await robot.say(keys[0] /* 'niceToMeetYou' */)
}

使用方法（リモート）

• manifest_local.jsonのconfig.tts.typeプロパティを使用するTTSエンジンに合わせて設定します。

{
    "config": {
        "tts": {
            "type": "remote",
            "host": "your.tts.host.local",
            "port": 8080
        }
    }
}

• Robot#say(sentense: string)を呼び出します。

// ...
export async function onRobotCreated(robot) {
  await robot.say('Now I can speak any sentense you want.')
}

This site is open source. Improve this page.