HOYA VoiceText Web API で音声が切れるのを防ぐ方法

症状

HOYAのVoiceText Web API を使って音声合成すると、最後の部分がプツっと切れるようなwavファイルが生成されることがある。

原因

おそらくファイルとして生成されるのが合成した波形のみで、最後に空のデータなどのスペースがないためそう聞こえるんだと思う。多分。。
バッファに残った部分が再生しきらずに終わっちゃってるとか？

対策

HOYAのVoiceTextはSSMLに対応しているので、最後に少しpauseを入れてやればOK。
<vt_pause=500/>で500[ms]のポーズが入れられる。

with open('test.wav', 'wb') as f:
    f.write(vt.to_wave(text + '<vt_pause=500/>'))

curl "https://api.voicetext.jp/v1/tts" \
       -o "test.wav" \
       -u "YOUR_API_KEY:" \
       -d "text=おはようございます<vt_pause=500/>" \
       -d "speaker=hikari" \
       -d "emotion=happiness" \
       -d "emotion_level=2" \
       -d "pitch=105" \
       -d "speed=105"

これできれいなファイルになる。