テキスト音声変換 (TTS)

API インターフェースを介して、入力されたテキストを音声ファイルに変換して出力します。

準備

サンプルプログラムを実行する前に、デバイスに対応するモデルパッケージをインストールする必要があります。モデルパッケージのインストール手順については、モデルリストのセクションを参照してください。モデルの詳細については、モデル紹介のセクションを参照してください。

本サンプルプログラムを実行する前に、LLM デバイス上で以下の準備が完了していることを確認してください：

1. apt パッケージ管理ツールを使用して llm-model-melotts-en-us モデルパッケージをインストールします。

apt install llm-model-melotts-en-us

2. ffmpeg ツールをインストールします。

apt install ffmpeg

3. インストール完了後、OpenAI サービスを再起動して新しいモデルを有効にします。

systemctl restart llm-openai-api

サンプルプログラム

PC 側から OpenAI API を介してテキスト情報を送信し、テキスト読み上げ機能を実現します。プログラムを実行する前に、以下の base_url の IP 部分をデバイスの実際の IP アドレスに変更してください。

from pathlib import Path
from openai import OpenAI

client = OpenAI(
    api_key="sk-",
    base_url="http://192.168.20.186:8000/v1"
)

speech_file_path = Path(__file__).parent / "speech.mp3"
with client.audio.speech.with_streaming_response.create(
  model="melotts-en-us",
  voice="alloy",
  input="The quick brown fox jumped over the lazy dog."
) as response:
  response.stream_to_file(speech_file_path)

リクエストパラメータ

レスポンス例

• 音声ファイルデータは、サンプルプログラム内の speech_file_path パスに保存されます。