VOICEVOX Text-to-Speech Pipeline

このリポジトリでは、VOICEVOXエンジンを使用して、テキストを音声（MP3形式）に変換する Python スクリプト voicevox_reader.py を提供します。

🚀 主な機能

• テキストファイルから音声ファイル（MP3）を生成
• VOICEVOXエンジンと連携
• 話者IDの指定可能（デフォルト: ずんだもん）

📌 サンプル

sample.mp3

• (smaple.txtを入力として出来たもの)

---

✅ 必要なもの

• Python 3.8+
• VOICEVOX エンジン（ローカルで動作）
• pip で以下のパッケージをインストール:

pip install requests pydub tqdm

---

🖥️ VOICEVOX エンジンの準備（Linux）

1. VOICEVOX エンジンのダウンロード

VOICEVOX公式のリリースページから以下のファイルを取得してください:

• voicevox_engine-linux-nvidia-0.23.0.7z.001
• voicevox_engine-linux-nvidia-0.23.0.7z.002

🔗 VOICEVOX エンジン ダウンロード

2. 7zで展開（自動で結合＆展開）

.001 ファイルだけを指定すれば、自動で結合・展開されます：

# 7z が未インストールならインストール
sudo apt install p7zip-full

# 展開（.001だけ指定すればOK）
7z x voicevox_engine-linux-nvidia-0.23.0.7z.001

これで linux-nvidia が作成される

3. VOICEVOXエンジンの起動

cd linux-nvidia
./run

エンジンが http://127.0.0.1:50021 で起動します。

---

📜 スクリプトの使い方

コマンド構文

python voicevox_reader.py --input input.txt --output output.mp3 --speaker_id 3

• --input: 入力するテキストファイル（UTF-8）
• --output: 出力する音声ファイル名（.mp3）
• --speaker_id: 話者ID（例：3 = ずんだもん）

---

💡 話者IDの例（VOICEVOX 0.23.0 時点）

話者名	ID
四国めたん	0
ずんだもん	3
春日部つむぎ	8
雨晴はう	10

（※ 最新のIDは VOICEVOX エンジン起動時に /speakers で確認可能）

---

📁 フォルダ構成例

.
├── LICENSE
├── README.md(いまここ)
├── requirements.txt
├── sample.mp3
├── sample.txt
└─ voicevox_reader.py

---

🧾 ライセンス

このスクリプトは MIT ライセンスで提供されています。詳細は LICENSE をご覧ください。

---

🔗 関連リンク

• VOICEVOX 公式サイト
• VOICEVOX GitHub