Saltar al contenido principal

Onnxruntime

Cargador de ONNX Runtime. Es un singleton a nivel de proceso: solo existe una instancia por proceso.

Métodos

MétodoDescripción
static loadOnce(string $filename = ''): selfCarga e inicializa ONNX Runtime. En llamadas posteriores ignora los argumentos y devuelve la instancia existente.
static get(): ?selfDevuelve la instancia existente. Devuelve null si aún no se ha inicializado.
supportedDevices(): stringDevuelve la información de dispositivos disponibles como cadena JSON.
static libVersionedFilename(): stringDevuelve el nombre de archivo con versión de la biblioteca ONNX Runtime (por ejemplo, libvoicevox_onnxruntime.1.17.3.dylib).
static libUnversionedFilename(): stringDevuelve el nombre de archivo sin versión de la biblioteca ONNX Runtime.

Constantes

ConstanteDescripción
LIB_NAMENombre base de la biblioteca (voicevox_onnxruntime)
LIB_VERSIONVersión recomendada de ONNX Runtime

OpenJtalk

Analizador de texto que usa OpenJTalk.

Métodos

MétodoDescripción
__construct(string $openJtalkDictDir)Inicializa con la ruta al directorio del diccionario OpenJTalk.
analyze(string $text): stringAnaliza texto en japonés y devuelve un JSON con el array de frases acentuadas.
useUserDict(UserDict $userDict): voidAplica un diccionario de usuario. Si el diccionario cambia, hay que volver a llamarlo.

VoiceModelFile

Archivo de modelo de voz (archivo .vvm).

Métodos

MétodoDescripción
static open(string $path): selfAbre un archivo .vvm.
id(): stringDevuelve el ID del modelo de voz como cadena hex (16 bytes).
createMetasJson(): stringDevuelve los metadatos del speaker como cadena JSON.
close(): voidCierra el archivo y libera los recursos.

Synthesizer

Clase principal para la síntesis de voz desde texto.

Métodos

MétodoDescripción
__construct(Onnxruntime $onnxruntime, OpenJtalk $openJtalk, AccelerationMode $accelerationMode = Auto, int $cpuNumThreads = 0)Inicializa el synthesizer.
onnxruntime(): OnnxruntimeDevuelve la instancia de Onnxruntime que mantiene este synthesizer.
isGpuMode(): boolDevuelve si el modo GPU está habilitado.
metas(): stringDevuelve los metadatos del speaker cargado como cadena JSON.
loadVoiceModel(VoiceModelFile $model): voidCarga un modelo de voz.
unloadVoiceModel(string $voiceModelId): voidDescarga el modelo de voz identificado por el ID hex.
isLoadedVoiceModel(string $voiceModelId): boolComprueba si el modelo de voz está cargado.
createAudioQuery(string $text, int $styleId): stringGenera un JSON AudioQuery a partir de texto en japonés.
createAudioQueryFromKana(string $kana, int $styleId): stringGenera un JSON AudioQuery a partir de notación kana estilo AquesTalk.
createAccentPhrases(string $text, int $styleId): stringGenera un JSON con el array de frases acentuadas a partir de texto en japonés.
createAccentPhrasesFromKana(string $kana, int $styleId): stringGenera un JSON con el array de frases acentuadas a partir de notación kana.
replaceMoraData(string $accentPhrasesJson, int $styleId): stringDevuelve nuevas frases acentuadas actualizando el pitch y la longitud de fonemas de las moras.
replacePhonemeLength(string $accentPhrasesJson, int $styleId): stringDevuelve nuevas frases acentuadas actualizando la longitud de fonemas.
replaceMoraPitch(string $accentPhrasesJson, int $styleId): stringDevuelve nuevas frases acentuadas actualizando el pitch de las moras.
synthesis(string $audioQueryJson, int $styleId, bool $enableInterrogativeUpspeak = true): stringSintetiza voz a partir de un JSON AudioQuery. Devuelve el binario WAV.
tts(string $text, int $styleId, bool $enableInterrogativeUpspeak = true): stringSintetiza voz desde texto en japonés en un solo paso. Devuelve el binario WAV.
ttsFromKana(string $kana, int $styleId, bool $enableInterrogativeUpspeak = true): stringSintetiza voz desde notación kana. Devuelve el binario WAV.
createSingFrameAudioQuery(string $scoreJson, int $styleId): stringGenera un JSON de query de síntesis de canto a partir de un JSON de partitura.
frameSynthesis(string $frameAudioQueryJson, int $styleId): stringSintetiza voz cantada desde el frame audio query. Devuelve el binario WAV.
createSingFrameF0(string $scoreJson, string $frameAudioQueryJson, int $styleId): stringDevuelve el F0 (frecuencia fundamental) por frame como array JSON de floats a partir de partitura y query de canto.
createSingFrameVolume(string $scoreJson, string $frameAudioQueryJson, int $styleId): stringDevuelve el volumen por frame como array JSON de floats a partir de partitura y query de canto.

VoicevoxCore

Funciones utilitarias globales de VOICEVOX Core.

Métodos

MétodoDescripción
static getVersion(): stringDevuelve la versión de VOICEVOX Core como cadena SemVer.
static audioQueryCreateFromAccentPhrases(string $accentPhrasesJson): stringGenera un JSON AudioQuery a partir del JSON del array de frases acentuadas.
static audioQueryValidate(string $audioQueryJson): voidValida un JSON AudioQuery. Si es inválido lanza VoicevoxException.
static accentPhraseValidate(string $accentPhraseJson): voidValida un JSON AccentPhrase. Si es inválido lanza VoicevoxException.
static moraValidate(string $moraJson): voidValida un JSON Mora. Si es inválido lanza VoicevoxException.
static scoreValidate(string $scoreJson): voidValida un JSON Score. Si es inválido lanza VoicevoxException.
static noteValidate(string $noteJson): voidValida un JSON Note. Si es inválido lanza VoicevoxException.
static frameAudioQueryValidate(string $frameAudioQueryJson): voidValida un JSON FrameAudioQuery. Si es inválido lanza VoicevoxException.
static framePhonemeValidate(string $framePhonemeJson): voidValida un JSON FramePhoneme. Si es inválido lanza VoicevoxException.
static ensureCompatible(string $scoreJson, string $frameAudioQueryJson): voidComprueba que la combinación de partitura y query de síntesis de canto sea válida. Si es inválida lanza VoicevoxException.

UserDict

Diccionario de usuario para registrar la pronunciación de palabras personalizadas.

Métodos

MétodoDescripción
__construct()Crea un diccionario de usuario vacío.
load(string $path): voidCarga el diccionario de usuario desde un archivo.
save(string $path): voidGuarda el diccionario de usuario en un archivo.
addWord(string $surface, string $pronunciation, int $accentType, UserDictWordType $wordType = CommonNoun, int $priority = 5): stringAñade una palabra. Devuelve el UUID de la palabra como cadena hex.
updateWord(string $wordUuid, string $surface, string $pronunciation, int $accentType, UserDictWordType $wordType = CommonNoun, int $priority = 5): voidActualiza la palabra existente indicada por UUID.
removeWord(string $wordUuid): voidElimina la palabra indicada por UUID.
importDict(UserDict $other): voidImporta palabras desde otro UserDict.
toJson(): stringDevuelve todas las palabras como cadena JSON.

Enum: AccelerationMode

Modo de aceleración por hardware del synthesizer.
CaseValorDescripción
Auto0Selecciona automáticamente el mejor modo disponible.
Cpu1Fuerza el modo CPU.
Gpu2Fuerza el modo GPU.

Enum: UserDictWordType

Clase gramatical de la entrada del diccionario de usuario.
CaseValorDescripción
ProperNoun0Nombre propio
CommonNoun1Nombre común
Verb2Verbo
Adjective3Adjetivo
Suffix4Sufijo

VoicevoxException

Se lanza cuando una llamada a la API en C de VOICEVOX Core devuelve un código de error. El mensaje de la excepción incluye la descripción del error devuelta por la biblioteca.
Última modificación el 13 de julio de 2026