概要
edge_tts_sample.py は、Microsoft Edge の Text-to-Speech (TTS) API を利用して、テキストデータまたはテキストファイルの内容を音声に変換し、自動的に再生するユーティリティスクリプトです。生成された音声データは一時ファイルとして保存され、実行環境のオペレーティングシステムに応じたデフォルトのメディアプレイヤーで再生されます。
動作環境・依存ライブラリ
本スクリプトを実行するには、Pythonの標準ライブラリに加えて、以下の外部ライブラリが必要です。
標準ライブラリ
sysosasynciotempfilesubprocess
非標準ライブラリ(実行前にインストールが必要)
edge_tts
動作原理・アルゴリズム
本スクリプトは、以下のフローでテキストの読み上げを行います。
コマンドライン引数の判定
スクリプト実行時に与えられた第一引数を取得します。
引数がオペレーティングシステム上に実在するファイルのパスであるかを判定します。
ファイルが存在する場合は、UTF-8エンコーディングでファイルの内容を読み込み、読み上げ対象のテキストとします。
ファイルが存在しない場合は、渡された引数の文字列そのものを読み上げ対象のテキストとします。
音声合成と一時ファイルの作成
tempfile.NamedTemporaryFileを使用して、拡張子が.mp3の一時ファイルを作成します。edge_tts.Communicateを用いて、テキストデータを音声データに変換します。音声モデル(ボイス)はja-JP-NanamiNeuralに固定されています。生成された音声データを一時ファイルに保存します。
音声の再生
実行環境のOS(Windows、macOS、Linuxなど)を判別し、それぞれに適したコマンド(
os.startfile、open、xdg-open)を発行して、一時ファイルをシステムのデフォルトアプリケーションで開きます。これにより音声の再生が開始されます。
入出力仕様
入力
コマンドライン第一引数(文字列データ、または読み上げ対象のテキストファイルのパス)
出力
スクリプトの実行状況を示す標準出力(読み込み元の情報など)
拡張子
.mp3の一時ファイルの生成、およびシステム標準のアプリケーションによる音声再生
実行例
コマンドラインからテキストを直接指定して読み上げる場合の実行例は以下の通りです。
python edge_tts_sample.py "こんにちは"
テキストファイルの内容を読み上げる場合の実行例は以下の通りです。事前に sample.txt を用意して実行します。
python edge_tts_sample.py sample.txt