Modalità client - Preset - VOICEVOX for Laravel

Utilizzando la funzionalità dei preset puoi salvare e riutilizzare combinazioni di parametri di sintesi vocale frequenti sul motore ufficiale VOICEVOX. In modalità client i preset non vengono salvati lato Laravel, ma viene utilizzata l’API dei preset gestita dal motore ufficiale a cui ti connetti.

Panoramica

I preset in modalità client vengono manipolati tramite la Facade Voicevox. Internamente, invia richieste HTTP a /presets, /add_preset, /update_preset, /delete_preset, /audio_query_from_preset del motore ufficiale VOICEVOX. I preset del motore ufficiale sono salvati come presets.yaml nell’area utente specifica per ciascun sistema operativo. Nella build macOS dell’app VOICEVOX (versione stabile), normalmente vengono salvati nel seguente percorso.

~/Library/Application Support/voicevox-engine/presets.yaml

Anche se avvii il motore ufficiale con Docker, vengono salvati nell’area utente all’interno del container. Finché continui a utilizzare lo stesso container, i dati vengono mantenuti anche dopo il riavvio. Tuttavia, se crei ogni volta un container temporaneo, ad esempio con docker run --rm, i preset vengono persi al termine del container. Per rendere persistenti i preset in modo affidabile, monta l’area utente all’interno del container tramite un volume Docker. Questa è una gestione separata dallo storage/voicevox/presets.json della modalità nativa. Il config('voicevox.core.presets') lato Laravel non viene utilizzato in modalità client.

Prerequisiti

Avvia il motore ufficiale VOICEVOX.

docker pull voicevox/voicevox_engine:cpu-latest
docker run --rm -p '127.0.0.1:50021:50021' voicevox/voicevox_engine:cpu-latest

Puoi modificare la destinazione con VOICEVOX_URL.

VOICEVOX_URL=http://127.0.0.1:50021

Struttura di un preset

I preset scambiati in modalità client sono array allineati allo schema dell’API del motore ufficiale.

[
    'id' => 1,                // ID del preset (intero)
    'name' => 'ゆっくり',      // Nome del preset
    'speaker_uuid' => 'uuid', // UUID dello speaker (stringa)
    'style_id' => 1,          // Style ID (intero)
    'speedScale' => 0.8,      // Velocità di parlato
    'pitchScale' => 0.0,      // Pitch
    'intonationScale' => 1.0, // Intonazione
    'volumeScale' => 1.0,     // Volume
    'prePhonemeLength' => 0.1, // Silenzio iniziale
    'postPhonemeLength' => 0.1, // Silenzio finale
]

Utilizzo di base

Creazione di un preset

Puoi creare un preset con Voicevox::addPreset(). Nel motore ufficiale, specificando 0 come id, viene assegnato un ID non ancora utilizzato.

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; // Es: 1

Recupero di tutti i preset

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,
        ...
    ],
    ...
]
*/

Aggiornamento di 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,
]);

Eliminazione di un preset

use Revolution\Voicevox\Voicevox;

Voicevox::deletePreset(1);

Sintesi vocale con preset

talkFromPreset()

Voicevox::talkFromPreset() utilizza /audio_query_from_preset del motore ufficiale per creare una TalkAudioQuery con il preset già applicato.

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()

Se vuoi ottenere solo l’array della audio query prima della sintesi, 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;

Regolazione aggiuntiva con tap()

Anche una TalkAudioQuery creata da un preset può essere regolata con tap() come una normale Voicevox::talk().

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);

Corrispondenza con l’Engine API

Ogni metodo della Facade Voicevox corrisponde all’API del motore ufficiale.

Laravel	API del motore ufficiale
`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`

Differenze con la modalità nativa

Elemento	Modalità client	Modalità nativa
Modalità d’uso	Facade `Voicevox`	Helper `preset()` / `talk()`
Formato di salvataggio	`presets.yaml` del motore ufficiale	`presets.json` di Laravel
Esempio su macOS	`~/Library/Application Support/voicevox-engine/presets.yaml`	`storage/voicevox/presets.json`
Generazione della audio query	`/audio_query_from_preset` del motore ufficiale	Implementazione nativa lato Laravel
Processo del motore	Necessario	Non necessario (richiede FFI)

Esempi pratici

Per narrazione

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,
]);

Per parlato veloce

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,
]);

Dettagli sui parametri

speedScale: 0.5 – 2.0 (velocità di parlato)
pitchScale: -0.15 – 0.15 (pitch)
intonationScale: 0.0 – 2.0 (intonazione)
volumeScale: 0.0 – 2.0 (volume)
prePhonemeLength: 0.0 – 1.5 (silenzio iniziale, in secondi)
postPhonemeLength: 0.0 – 1.5 (silenzio finale, in secondi)

Avvertenze

In modalità client viene aggiornato presets.yaml lato motore ufficiale. Non viene salvato nella storage del progetto Laravel.

Se crei ogni volta un container temporaneo con docker run --rm, i preset vengono persi al termine del container.
Includi sia speaker_uuid che style_id.
Quando esegui generate(id:) su una query creata con talkFromPreset(), normalmente specifica lo stesso ID dello style_id del preset.

Risoluzione dei problemi

Impossibile recuperare i preset

Verifica che il motore ufficiale VOICEVOX sia in esecuzione.
Verifica che VOICEVOX_URL punti alla destinazione corretta.
Verifica di non aver riavviato un container Docker differente.

Non trovi il file dei preset

Nella build macOS controlla il seguente percorso.

~/Library/Application Support/voicevox-engine/presets.yaml

Con Docker vengono salvati nell’area utente (all’interno del container) del motore ufficiale. Se serve persistenza, monta l’area utente all’interno del container su un volume Docker.

Non conosci lo speaker_uuid

Puoi ottenere gli UUID dall’elenco degli speaker.

use Revolution\Voicevox\Voicevox;

$speakers = Voicevox::speakers();

foreach ($speakers as $speaker) {
    echo $speaker['name'].': '.$speaker['speaker_uuid'].PHP_EOL;
}

​Panoramica

​Prerequisiti

​Struttura di un preset

​Utilizzo di base

​Creazione di un preset

​Recupero di tutti i preset

​Aggiornamento di un preset

​Eliminazione di un preset

​Sintesi vocale con preset

​talkFromPreset()

​audioQueryFromPreset()

​Regolazione aggiuntiva con tap()

​Corrispondenza con l’Engine API

​Differenze con la modalità nativa

​Esempi pratici

​Per narrazione

​Per parlato veloce

​Dettagli sui parametri

​Avvertenze

​Risoluzione dei problemi

​Impossibile recuperare i preset

​Non trovi il file dei preset

​Non conosci lo speaker_uuid

Panoramica

Prerequisiti

Struttura di un preset

Utilizzo di base

Creazione di un preset

Recupero di tutti i preset

Aggiornamento di un preset

Eliminazione di un preset

Sintesi vocale con preset

talkFromPreset()

audioQueryFromPreset()

Regolazione aggiuntiva con tap()

Corrispondenza con l’Engine API

Differenze con la modalità nativa

Esempi pratici

Per narrazione

Per parlato veloce

Dettagli sui parametri

Avvertenze

Risoluzione dei problemi

Impossibile recuperare i preset

Non trovi il file dei preset

Non conosci lo speaker_uuid