テキストから音声への変換

APIインターフェースを介して入力テキストを音声ファイルに変換します。

準備作業

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はモデルリスト章をご参照ください。

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を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、新しいモデルを有効にするために OpenAI サービスを再起動します。

systemctl restart llm-openai-api

サンプルプログラム

PC側で OpenAI API を使用してテキストを渡し、テキストから音声を生成する機能を実装します。サンプルプログラムを実行する前に、下記 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 に保存されます。