EC2にVOICEVOXをインストールしてpythonから音声ファイルを作る

はじめに

Amazon Linux 2023にVOICEVOXをインストールしたときのメモ

VOICEVOXのダウンロード

公式サイトからLinux版、対応モードCPU、Zip版を選択してダウンロード
落としたときのファイル名称は voicevox-linux-cpu-0.18.1.tar.gz
ファイル名称は18世代って意味だっけ

解凍

どこでもいいと思うけど /root直下に格納してtarで解凍する

実行

Windows版もrun.exeだったし、これでしょと思って実行してみる。

普通に動いた。最高かよ

サービスに登録する

毎回手動実行するわけにもいかないので、サービスに登録しておく。
rootで以下コマンド実行

vi /etc/systemd/system/voicevox.service

中身は以下

[Unit]
Description=Voicevox Service
After=network.target

[Service]
User=root
Group=root
WorkingDirectory=/root/VOICEVOX/vv-engine
ExecStart=/root/VOICEVOX/vv-engine/run
Restart=always

[Install]
WantedBy=multi-user.target

vi 閉じたらサービス登録と起動

sudo systemctl enable voicevox.service
sudo systemctl start voicevox.service

Pythonからwaveファイルを作る

いきなりコード

voicevox.py

import requests
import json

# 指定文字を音声ファイルに保存する
# ・デフォルトはなみだめずんだもん(76)
def put_wave(text, file_path, speaker_id=76, speaking_rate=1.0):
    # 音声設定
    response = requests.post(
        'http://127.0.0.1:50021/audio_query',
        params = { 'text' : text, 'speaker' : speaker_id },
        timeout = (3, 10))   # 接続タイムアウト、全体タイムアウト？
    if response.status_code != 200 :
        return False

    # 速度変更
    speed = response.json()
    speed["speedScale"] = speaking_rate
    query = json.dumps(speed)

    # 音声データ要求
    response = requests.post(
        'http://127.0.0.1:50021/synthesis',
        params = { 'speaker' : speaker_id },
        data = query,
        timeout = (3, 10))
    if response.status_code != 200 :
        return False

    # 音声データ保存
    with open(file_path, 'wb') as fp :
        fp.write(response.content)
    return True

if __name__ == "__main__":
    put_wave("こんにちは！ずんだもんです！", 'output.wav', 1, 1.0 )

話す速度は変更できるようにした。タイムアウトはよく分かってない。

話し手IDのありか

以下jsonファイルに登録されているので、知りたいときは参照する。

VOICEVOX/vv-engine/model/metas.json

おわりに

1年間無料の t2.micro だからなのかけっこう動作不安定になるなぁ
スペック足りなめなのかな。
なみだめずんだもん最高におもろい！