기본적인 음성 합성
아래의 talk.php는 텍스트에서 음성을 합성해 WAV 파일로 출력하는 샘플입니다.
PHP FFI는 웹 서버 환경(FPM 등)에서는 통상 무효화되어 있습니다. 이 스크립트는 php talk.php처럼 CLI에서 실행하세요.
<?php
require __DIR__ . '/vendor/autoload.php';
use Revolution\Voicevox\Core\Enums\AccelerationMode;
use Revolution\Voicevox\Core\Onnxruntime;
use Revolution\Voicevox\Core\OpenJtalk;
use Revolution\Voicevox\Core\Synthesizer;
use Revolution\Voicevox\Core\VoiceModelFile;
// voicevox_core 설치 위치에 맞게 경로를 변경하세요
$voicevoxCoreDir = getenv('HOME') . '/.local/voicevox_core';
$onnxruntimeFilename = $voicevoxCoreDir . '/onnxruntime/lib/' . Onnxruntime::libVersionedFilename();
$dictDir = $voicevoxCoreDir . '/dict/open_jtalk_dic_utf_8-1.11';
$vvmPath = $voicevoxCoreDir . '/models/vvms/0.vvm';
// 합성할 텍스트와 스타일 ID
$text = 'この音声は、ボイスボックスを使用して、出力されています。';
$styleId = 0;
$outPath = './output.wav';
// 초기화
$onnxruntime = Onnxruntime::loadOnce($onnxruntimeFilename);
$openJtalk = new OpenJtalk($dictDir);
$synthesizer = new Synthesizer($onnxruntime, $openJtalk, AccelerationMode::Auto);
// 음성 모델 로드
$model = VoiceModelFile::open($vvmPath);
$synthesizer->loadVoiceModel($model);
// 음성 합성
$audioQuery = $synthesizer->createAudioQuery($text, $styleId);
$wav = $synthesizer->synthesis($audioQuery, $styleId);
file_put_contents($outPath, $wav);
echo 'Wrote ' . $outPath . PHP_EOL;
1단계로 음성 합성 (tts 메서드)
createAudioQuery + synthesis의 2단계를 생략하고 싶은 경우 tts() 메서드를 사용할 수 있습니다:
$wav = $synthesizer->tts($text, $styleId);
file_put_contents('./output.wav', $wav);
카타카나 표기로 음성 합성
AquesTalk 풍의 카타카나 표기에서도 합성할 수 있습니다:
// ttsFromKana를 사용할 경우
$wav = $synthesizer->ttsFromKana("コノオンセイワ'、ボイスボックスオ'/シヨーシテ'、シュツリョクサレテイマ'ス。", $styleId);
file_put_contents('./output.wav', $wav);
사용자 사전 사용
커스텀 단어의 읽는 법을 등록하려면 UserDict를 사용합니다:
use Revolution\Voicevox\Core\UserDict;
use Revolution\Voicevox\Core\Enums\UserDictWordType;
$userDict = new UserDict();
$uuid = $userDict->addWord(
surface: 'ボイボ',
pronunciation: 'ボイボ',
accentType: 0,
wordType: UserDictWordType::ProperNoun,
priority: 10,
);
// 사전 저장
$userDict->save('./mydict.json');
// OpenJTalk에 사전 적용
$openJtalk->useUserDict($userDict);
AudioQuery 조정
createAudioQuery로 획득한 JSON을 조정한 뒤 합성함으로써 억양이나 템포 등을 세밀하게 제어할 수 있습니다:
$audioQueryJson = $synthesizer->createAudioQuery($text, $styleId);
// JSON을 디코드하여 조정
$audioQuery = json_decode($audioQueryJson, true);
$audioQuery['speedScale'] = 1.2; // 속도를 1.2배로
$audioQuery['pitchScale'] = 0.05; // 피치를 조금 올림
$wav = $synthesizer->synthesis(json_encode($audioQuery), $styleId);
file_put_contents('./output.wav', $wav);
액센트 구 획득
텍스트의 액센트 구 정보를 획득해 확인·편집할 수 있습니다:
$accentPhrasesJson = $synthesizer->createAccentPhrases($text, $styleId);
$accentPhrases = json_decode($accentPhrasesJson, true);
// 모라의 피치와 음소 길이를 다른 스타일로 덮어쓰기
$updatedJson = $synthesizer->replaceMoraData($accentPhrasesJson, $styleId);
GPU 모드 사용
GPU를 사용할 수 있는 환경에서는 AccelerationMode::Gpu를 지정하면 고속화할 수 있습니다:
use Revolution\Voicevox\Core\Enums\AccelerationMode;
$synthesizer = new Synthesizer($onnxruntime, $openJtalk, AccelerationMode::Gpu);
// GPU 모드인지 여부를 확인
if ($synthesizer->isGpuMode()) {
echo 'GPU 모드로 동작 중' . PHP_EOL;
}
여러 음성 모델 사용
여러 .vvm 파일을 로드하고, 스타일 ID를 전환함으로써 여러 캐릭터 보이스를 구분하여 사용할 수 있습니다:
$model0 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/0.vvm');
$model1 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/1.vvm');
$synthesizer->loadVoiceModel($model0);
$synthesizer->loadVoiceModel($model1);
// 모델에 포함된 스피커 정보를 확인
$metas = json_decode($synthesizer->metas(), true);
// 모델 언로드 (더 이상 필요하지 않을 경우)
$synthesizer->unloadVoiceModel($model0->id());
