Onnxruntime
Loader für die ONNX Runtime. Prozessweiter Singleton: pro Prozess existiert nur eine Instanz.
Methoden
| Methode | Beschreibung |
|---|---|
static loadOnce(string $filename = ''): self | Lädt und initialisiert die ONNX Runtime. Bei erneutem Aufruf werden die Argumente ignoriert und die bestehende Instanz zurückgegeben. |
static get(): ?self | Gibt die bestehende Instanz zurück. Ist noch keine initialisiert, wird null zurückgegeben. |
supportedDevices(): string | Gibt Informationen zu verfügbaren Geräten als JSON-String zurück. |
static libVersionedFilename(): string | Gibt den versionierten Dateinamen der ONNX-Runtime-Bibliothek zurück (z. B. libvoicevox_onnxruntime.1.17.3.dylib). |
static libUnversionedFilename(): string | Gibt den Dateinamen der ONNX-Runtime-Bibliothek ohne Version zurück. |
Konstanten
| Konstante | Beschreibung |
|---|---|
LIB_NAME | Bibliotheks-Basisname (voicevox_onnxruntime) |
LIB_VERSION | Empfohlene ONNX-Runtime-Version |
OpenJtalk
Textanalysator, der OpenJTalk verwendet.
Methoden
| Methode | Beschreibung |
|---|---|
__construct(string $openJtalkDictDir) | Initialisiert mit dem Pfad zum OpenJTalk-Wörterbuchverzeichnis. |
analyze(string $text): string | Analysiert einen japanischen Text und gibt das JSON eines Akzentphrasen-Arrays zurück. |
useUserDict(UserDict $userDict): void | Wendet ein Benutzerwörterbuch an. Bei Änderung des Wörterbuchs erneut aufrufen. |
VoiceModelFile
Audiomodell-Datei (.vvm-Datei).
Methoden
| Methode | Beschreibung |
|---|---|
static open(string $path): self | Öffnet eine .vvm-Datei. |
id(): string | Gibt die Audiomodell-ID als Hex-String (16 Byte) zurück. |
createMetasJson(): string | Gibt die Speaker-Metadaten als JSON-String zurück. |
close(): void | Schließt die Datei und gibt die Ressourcen frei. |
Synthesizer
Hauptklasse für die Text-Sprachsynthese.
Methoden
| Methode | Beschreibung |
|---|---|
__construct(Onnxruntime $onnxruntime, OpenJtalk $openJtalk, AccelerationMode $accelerationMode = Auto, int $cpuNumThreads = 0) | Initialisiert den Synthesizer. |
onnxruntime(): Onnxruntime | Gibt die von diesem Synthesizer gehaltene Onnxruntime-Instanz zurück. |
isGpuMode(): bool | Gibt zurück, ob der GPU-Modus aktiv ist. |
metas(): string | Gibt die Metadaten der geladenen Speaker als JSON-String zurück. |
loadVoiceModel(VoiceModelFile $model): void | Lädt ein Audiomodell. |
unloadVoiceModel(string $voiceModelId): void | Entlädt das über die Hex-ID angegebene Audiomodell. |
isLoadedVoiceModel(string $voiceModelId): bool | Prüft, ob das Audiomodell geladen ist. |
createAudioQuery(string $text, int $styleId): string | Erzeugt aus japanischem Text ein AudioQuery-JSON. |
createAudioQueryFromKana(string $kana, int $styleId): string | Erzeugt aus Kana in AquesTalk-Notation ein AudioQuery-JSON. |
createAccentPhrases(string $text, int $styleId): string | Erzeugt aus japanischem Text ein JSON eines Akzentphrasen-Arrays. |
createAccentPhrasesFromKana(string $kana, int $styleId): string | Erzeugt aus Kana-Notation ein JSON eines Akzentphrasen-Arrays. |
replaceMoraData(string $accentPhrasesJson, int $styleId): string | Gibt neue Akzentphrasen mit aktualisierten Mora-Pitches und Phonemlängen zurück. |
replacePhonemeLength(string $accentPhrasesJson, int $styleId): string | Gibt neue Akzentphrasen mit aktualisierten Phonemlängen zurück. |
replaceMoraPitch(string $accentPhrasesJson, int $styleId): string | Gibt neue Akzentphrasen mit aktualisierten Mora-Pitches zurück. |
synthesis(string $audioQueryJson, int $styleId, bool $enableInterrogativeUpspeak = true): string | Synthetisiert Audio aus einem AudioQuery-JSON. Gibt die WAV-Binärdaten zurück. |
tts(string $text, int $styleId, bool $enableInterrogativeUpspeak = true): string | Synthetisiert in einem Schritt Audio aus japanischem Text. Gibt die WAV-Binärdaten zurück. |
ttsFromKana(string $kana, int $styleId, bool $enableInterrogativeUpspeak = true): string | Synthetisiert Audio aus Kana-Notation. Gibt die WAV-Binärdaten zurück. |
createSingFrameAudioQuery(string $scoreJson, int $styleId): string | Erzeugt aus einem Partitur-JSON ein Gesangs-Synthese-Query-JSON. |
frameSynthesis(string $frameAudioQueryJson, int $styleId): string | Synthetisiert Gesangsaudio aus einer Frame-Audio-Query. Gibt die WAV-Binärdaten zurück. |
createSingFrameF0(string $scoreJson, string $frameAudioQueryJson, int $styleId): string | Gibt aus Partitur und Gesangs-Query den F0 (Grundfrequenz) pro Frame als JSON-Array von Floats zurück. |
createSingFrameVolume(string $scoreJson, string $frameAudioQueryJson, int $styleId): string | Gibt aus Partitur und Gesangs-Query die Lautstärke pro Frame als JSON-Array von Floats zurück. |
VoicevoxCore
Globale Utility-Funktionen von VOICEVOX Core.
Methoden
| Methode | Beschreibung |
|---|---|
static getVersion(): string | Gibt die Version von VOICEVOX Core als SemVer-String zurück. |
static audioQueryCreateFromAccentPhrases(string $accentPhrasesJson): string | Erzeugt aus einem JSON eines Akzentphrasen-Arrays ein AudioQuery-JSON. |
static audioQueryValidate(string $audioQueryJson): void | Validiert AudioQuery-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static accentPhraseValidate(string $accentPhraseJson): void | Validiert AccentPhrase-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static moraValidate(string $moraJson): void | Validiert Mora-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static scoreValidate(string $scoreJson): void | Validiert Score-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static noteValidate(string $noteJson): void | Validiert Note-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static frameAudioQueryValidate(string $frameAudioQueryJson): void | Validiert FrameAudioQuery-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static framePhonemeValidate(string $framePhonemeJson): void | Validiert FramePhoneme-JSON. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
static ensureCompatible(string $scoreJson, string $frameAudioQueryJson): void | Prüft, ob die Kombination aus Partitur und Gesangssynthese-Query gültig ist. Bei Ungültigkeit wird eine VoicevoxException geworfen. |
UserDict
Benutzerwörterbuch zur Registrierung individueller Wortaussprachen.
Methoden
| Methode | Beschreibung |
|---|---|
__construct() | Erstellt ein leeres Benutzerwörterbuch. |
load(string $path): void | Lädt ein Benutzerwörterbuch aus einer Datei. |
save(string $path): void | Speichert das Benutzerwörterbuch in einer Datei. |
addWord(string $surface, string $pronunciation, int $accentType, UserDictWordType $wordType = CommonNoun, int $priority = 5): string | Fügt ein Wort hinzu. Gibt die Wort-UUID als Hex-String zurück. |
updateWord(string $wordUuid, string $surface, string $pronunciation, int $accentType, UserDictWordType $wordType = CommonNoun, int $priority = 5): void | Aktualisiert ein durch UUID bestimmtes bestehendes Wort. |
removeWord(string $wordUuid): void | Löscht das durch die UUID bestimmte Wort. |
importDict(UserDict $other): void | Importiert Wörter aus einem anderen UserDict. |
toJson(): string | Gibt alle Wörter als JSON-String zurück. |
Enum: AccelerationMode
Hardware-Beschleunigungsmodus des Synthesizers.
| Case | Wert | Beschreibung |
|---|---|---|
Auto | 0 | Wählt automatisch den besten verfügbaren Modus. |
Cpu | 1 | Erzwingt CPU-Modus. |
Gpu | 2 | Erzwingt GPU-Modus. |
Enum: UserDictWordType
Wortart eines Benutzerwörterbucheintrags.
| Case | Wert | Beschreibung |
|---|---|---|
ProperNoun | 0 | Eigenname |
CommonNoun | 1 | Nomen |
Verb | 2 | Verb |
Adjective | 3 | Adjektiv |
Suffix | 4 | Suffix |