Con la funcionalidad de presets puedes guardar combinaciones habituales de parámetros de síntesis de voz en el motor oficial de VOICEVOX y reutilizarlas. En modo cliente, los presets no se guardan en Laravel; se usa la API de presets que gestiona el motor oficial al que te conectas.
Resumen
Los presets del modo cliente se manejan desde la facade Voicevox. Internamente envía peticiones HTTP a /presets, /add_preset, /update_preset, /delete_preset y /audio_query_from_preset del motor oficial de VOICEVOX.
Los presets del motor oficial se guardan como presets.yaml en el área de usuario según el sistema operativo. En la build de macOS de la app de VOICEVOX (versión de producto) se guarda normalmente en:
~/Library/Application Support/voicevox-engine/presets.yaml
docker run --rm, los presets se pierden al finalizar el contenedor. Si necesitas persistencia garantizada, monta el área de usuario del contenedor con un volumen Docker.
Se gestionan por separado del storage/voicevox/presets.json del modo nativo. El config('voicevox.core.presets') de Laravel no se usa en modo cliente.
Preparación
Arranca el motor oficial de VOICEVOX.
docker pull voicevox/voicevox_engine:cpu-latest
docker run --rm -p '127.0.0.1:50021:50021' voicevox/voicevox_engine:cpu-latest
VOICEVOX_URL.
VOICEVOX_URL=http://127.0.0.1:50021
Estructura del preset
El preset que se envía y recibe en modo cliente es un array que se ajusta al esquema de la API del motor oficial.
[
'id' => 1, // ID del preset (entero)
'name' => 'ゆっくり', // Nombre del preset
'speaker_uuid' => 'uuid', // UUID del speaker (string)
'style_id' => 1, // ID de estilo (entero)
'speedScale' => 0.8, // Velocidad
'pitchScale' => 0.0, // Tono
'intonationScale' => 1.0, // Entonación
'volumeScale' => 1.0, // Volumen
'prePhonemeLength' => 0.1, // Silencio inicial
'postPhonemeLength' => 0.1, // Silencio final
]
Uso básico
Crear un preset
Puedes crear presets con Voicevox::addPreset(). En el motor oficial, si indicas 0 como id, se asigna un ID libre.
use Revolution\Voicevox\Voicevox;
$id = Voicevox::addPreset([
'id' => 0,
'name' => 'ゆっくり丁寧',
'speaker_uuid' => '7ffcb7ce-00ec-4bdc-82cd-45a8889e43ff',
'style_id' => 1,
'speedScale' => 0.8,
'pitchScale' => 0.0,
'intonationScale' => 1.2,
'volumeScale' => 1.0,
'prePhonemeLength' => 0.1,
'postPhonemeLength' => 0.1,
]);
echo $id; // Ejemplo: 1
Obtener todos los presets
use Revolution\Voicevox\Voicevox;
$presets = Voicevox::presets();
/*
[
[
"id" => 1,
"name" => "ゆっくり丁寧",
"speaker_uuid" => "7ffcb7ce-00ec-4bdc-82cd-45a8889e43ff",
"style_id" => 1,
"speedScale" => 0.8,
...
],
...
]
*/
Actualizar un preset
use Revolution\Voicevox\Voicevox;
$id = Voicevox::updatePreset([
'id' => 1,
'name' => 'ゆっくりはっきり',
'speaker_uuid' => '7ffcb7ce-00ec-4bdc-82cd-45a8889e43ff',
'style_id' => 1,
'speedScale' => 0.7,
'pitchScale' => 0.0,
'intonationScale' => 1.5,
'volumeScale' => 1.0,
'prePhonemeLength' => 0.1,
'postPhonemeLength' => 0.1,
]);
Eliminar un preset
use Revolution\Voicevox\Voicevox;
Voicevox::deletePreset(1);
Síntesis de voz con presets
talkFromPreset()
Voicevox::talkFromPreset() usa /audio_query_from_preset del motor oficial para crear un TalkAudioQuery con el preset ya aplicado.
use Revolution\Voicevox\Voicevox;
$response = Voicevox::talkFromPreset('プリセットを使うのだ', presetId: 1)
->generate(id: 1);
$response->storeAs('client', 'preset-talk.wav');
audioQueryFromPreset()
Si solo necesitas el array de audio query previo a la síntesis, usa audioQueryFromPreset().
use Revolution\Voicevox\Voicevox;
$audioQuery = Voicevox::audioQueryFromPreset(
text: 'プリセットのクエリだけ作るのだ',
presetId: 1,
);
$audioQuery['speedScale'] = 1.1;
Ajustes adicionales con tap()
El TalkAudioQuery creado desde un preset se puede ajustar con tap() igual que con el Voicevox::talk() habitual.
use Revolution\Voicevox\Client\TalkAudioQuery;
use Revolution\Voicevox\Voicevox;
$response = Voicevox::talkFromPreset('少し速く読むのだ', presetId: 1)
->tap(function (TalkAudioQuery $talk) {
$talk->audioQuery['speedScale'] = 1.2;
})
->generate(id: 1);
Correspondencia con la Engine API
Cada método de la facade Voicevox corresponde a una API del motor oficial.
| Laravel | API del motor oficial |
|---|
Voicevox::presets() | GET /presets |
Voicevox::addPreset() | POST /add_preset |
Voicevox::updatePreset() | POST /update_preset |
Voicevox::deletePreset() | POST /delete_preset |
Voicevox::audioQueryFromPreset() | POST /audio_query_from_preset |
Voicevox::talkFromPreset() | POST /audio_query_from_preset + POST /synthesis |
Diferencias con el modo nativo
| Elemento | Modo cliente | Modo nativo |
|---|
| Forma de uso | Facade Voicevox | Helpers preset() / talk() |
| Formato de guardado | presets.yaml del motor oficial | presets.json de Laravel |
| Ejemplo en macOS | ~/Library/Application Support/voicevox-engine/presets.yaml | storage/voicevox/presets.json |
| Generación de audio query | /audio_query_from_preset del motor oficial | Implementación nativa en Laravel |
| Proceso del motor | Necesario | No necesario (se requiere FFI) |
Ejemplos prácticos
Para narración
use Revolution\Voicevox\Voicevox;
Voicevox::addPreset([
'id' => 0,
'name' => 'ナレーション',
'speaker_uuid' => '7ffcb7ce-00ec-4bdc-82cd-45a8889e43ff',
'style_id' => 1,
'speedScale' => 1.0,
'pitchScale' => -0.05,
'intonationScale' => 0.8,
'volumeScale' => 1.0,
'prePhonemeLength' => 0.15,
'postPhonemeLength' => 0.15,
]);
Para habla rápida
Voicevox::addPreset([
'id' => 0,
'name' => '早口',
'speaker_uuid' => '388f246b-8c41-4ac1-8e2d-5d79f3ff56d9',
'style_id' => 3,
'speedScale' => 1.5,
'pitchScale' => 0.05,
'intonationScale' => 1.3,
'volumeScale' => 1.0,
'prePhonemeLength' => 0.05,
'postPhonemeLength' => 0.05,
]);
Detalle de parámetros
speedScale: 0.5 a 2.0 (velocidad)pitchScale: -0.15 a 0.15 (tono)intonationScale: 0.0 a 2.0 (entonación)volumeScale: 0.0 a 2.0 (volumen)prePhonemeLength: 0.0 a 1.5 (silencio inicial, en segundos)postPhonemeLength: 0.0 a 1.5 (silencio final, en segundos)
Notas importantes
En modo cliente se actualiza el presets.yaml del motor oficial. No se guarda en el storage del proyecto Laravel.
- Si creas contenedores efímeros cada vez con
docker run --rm, los presets se pierden al finalizar el contenedor.
- Incluye tanto
speaker_uuid como style_id.
- Cuando llames a
generate(id:) con una query creada por talkFromPreset(), normalmente indica el mismo ID que el style_id del preset.
Solución de problemas
No se pueden obtener los presets
- Comprueba que el motor oficial de VOICEVOX esté arrancado.
- Comprueba que
VOICEVOX_URL apunte al destino correcto.
- Comprueba si has vuelto a arrancar un contenedor distinto de Docker.
No sé dónde está el archivo de presets
En la build de macOS, comprueba esta ruta:
~/Library/Application Support/voicevox-engine/presets.yaml
No conozco el speaker_uuid
Puedes obtener el UUID desde la lista de speakers.
use Revolution\Voicevox\Voicevox;
$speakers = Voicevox::speakers();
foreach ($speakers as $speaker) {
echo $speaker['name'].': '.$speaker['speaker_uuid'].PHP_EOL;
}
