本日はAI枠です。
先日新型のTextToSpeechサービスのZyphraのZonosを触っていました。
サイドメニューを見るとSettingsの中にAPIKeysおよびAPI Documentationが存在しました。
今回はこのAPIを使用すれば何ができるのか？見ていきます。
API DocumentにはPythonとTypeScriptのサンプルコードが掲載されています。
前回はUnityで動かそうとして失敗しました。
今回はまずクイックスタートに倣いPythonで実行していきます。
〇環境
・Windows11PC
・Anaconda
・Python3.11
〇クイックスタート
Zyphraではpip install zyphraでモジュールが提供されています。
今回はAnaconda Promptを使用して仮想環境から立ち上げていきます。
まずは仮想環境を作ります。
conda create --name zonos311 python=3.11 conda activate zonos311
次にzyphraモジュールをインストールします。
pip install zyphra
これだけで環境構築は完了です。
Pythonファイルを作成します。
from zyphra import ZyphraClient
client = ZyphraClient(api_key="APIキー")
# Text-to-speech
audio_data = client.audio.speech.create(
text="Hello, world!",
speaking_rate=15,
mime_type="audio/wav"
)
# 音声データを 'output' フォルダに 'speech.wav' として保存
with open("output/speech.wav", "wb") as f:
f.write(audio_data)
ここでは公式ドキュメントのコードを改良しています。
具体的には公式のドキュメントのクイックスタートではただ実行するだけで受け取ったデータを再生することができなかったので今回はwav形式でoutputフォルダにエクスポートしています。
これを実行するとHellow World!という音声が生成されます。
本日は以上です。
次回は言語変更を行っていきます。
