Google Colab VOICEVOX ENGINEで音声生成 （CPU、GPU対応環境）
Google Colab VOICEVOX ENGINEで音声生成をする際にCPU、GPUを自動で判定して環境にあったVOICEVOX環境を生成します。
これによりGPUが使えない状況でもCPUの環境を自動的に作ってくれます。
環境構築
まずは環境構築を行います。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| # @title VOICEVOX ENGINE設定
# @markdown [VOICEVOX ENGINE リリースページ](https://github.com/VOICEVOX/voicevox_engine/releases/)
import os
import tensorflow as tf
os.environ['ENGINE_VERSION'] = "0.18.1" # @param {type:"string"}
if tf.test.gpu_device_name():
# GPU
!wget "https://github.com/VOICEVOX/voicevox_engine/releases/download/${ENGINE_VERSION}/voicevox_engine-linux-nvidia-${ENGINE_VERSION}.7z.001"
!7za x -y voicevox_engine-linux-nvidia-${ENGINE_VERSION}.7z.001
else:
# CPU
!wget "https://github.com/VOICEVOX/voicevox_engine/releases/download/${ENGINE_VERSION}/voicevox_engine-linux-cpu-${ENGINE_VERSION}.7z.001" -o "voicevox_engine.7z"
!7za x -y voicevox_engine-linux-cpu-${ENGINE_VERSION}.7z.001
|
VOICEVOX ENGINE 起動
VOICEVOX ENGINEの起動を行います。
1
2
3
4
5
6
7
8
9
10
| # @title VOICEVOX ENGINE 起動
# VOICEVOX ENGINE バックグランド起動
import tensorflow as tf
if tf.test.gpu_device_name():
# GPU
!./linux-nvidia/run --use_gps --allow_origin '*' --cors_policy_mode 'all' --host '127.0.0.1' > /dev/null 2>&1 &
else:
# CPU
!./linux-cpu/run --allow_origin '*' --cors_policy_mode 'all' --host '127.0.0.1' > /dev/null 2>&1 &
|
テキスト合成サンプル
実際にテキスト合成をしてみます。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| # @title テキスト合成
# 音声変換ファイル用意
!echo -n "こんにちは、音声合成の世界へようこそ" >text.txt
# 音声クエリ変換
!curl -s \
-X POST \
"127.0.0.1:50021/audio_query?speaker=1"\
--get --data-urlencode text@text.txt \
> query.json
# 音声ファイル変換
!curl -s \
-H "Content-Type: application/json" \
-X POST \
-d @query.json \
"127.0.0.1:50021/synthesis?speaker=1" \
> audio.wav
# 音声再生
from IPython.display import Audio
Audio("audio.wav", autoplay=True)
|
まとめ
これでVOICEVOXをGoogle Colabで使用したい時に自動的に環境に合わせてVOICEVOX環境を構築してくれます。
VOICEVOX ENGINE は APIサーバーなので ngrok などを使えばローカル環境などから接続して使用することも可能になります。
