基本語音合成
以下的talk.php 是從文字合成語音並輸出成 WAV 檔案的範例。
PHP FFI 在 Web 伺服器環境（如 FPM）中通常會被停用。請以
php talk.php 從 CLI 執行這支腳本。<?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;
// 請依 voicevox_core 的安裝位置修改路徑
$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';
// 要合成的文字與樣式 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';
// 初始化
$onnxruntime = Onnxruntime::loadOnce($onnxruntimeFilename);
$openJtalk = new OpenJtalk($dictDir);
$synthesizer = new Synthesizer($onnxruntime, $openJtalk, AccelerationMode::Auto);
// 載入聲音模型
$model = VoiceModelFile::open($vvmPath);
$synthesizer->loadVoiceModel($model);
// 語音合成
$audioQuery = $synthesizer->createAudioQuery($text, $styleId);
$wav = $synthesizer->synthesis($audioQuery, $styleId);
file_put_contents($outPath, $wav);
echo 'Wrote ' . $outPath . PHP_EOL;
php talk.php
一步完成語音合成（tts 方法）
若想省略 createAudioQuery + synthesis 兩個步驟，可使用 tts() 方法：
$wav = $synthesizer->tts($text, $styleId);
file_put_contents('./output.wav', $wav);
以片假名記法合成語音
也可以從 AquesTalk 風格的片假名記法進行合成：// 使用 ttsFromKana
$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);
使用使用者字典
若要註冊自訂單字的讀音，可使用UserDict：
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,
);
// 儲存字典
$userDict->save('./mydict.json');
// 將字典套用至 OpenJTalk
$openJtalk->useUserDict($userDict);
調整 AudioQuery
在合成之前調整由createAudioQuery 取得的 JSON，可精細控制抑揚頓挫與節奏等：
$audioQueryJson = $synthesizer->createAudioQuery($text, $styleId);
// 解碼 JSON 並調整
$audioQuery = json_decode($audioQueryJson, true);
$audioQuery['speedScale'] = 1.2; // 速度為 1.2 倍
$audioQuery['pitchScale'] = 0.05; // 音高稍微提高
$wav = $synthesizer->synthesis(json_encode($audioQuery), $styleId);
file_put_contents('./output.wav', $wav);
取得重音短語
可以取得並確認、編輯文字的重音短語資訊：$accentPhrasesJson = $synthesizer->createAccentPhrases($text, $styleId);
$accentPhrases = json_decode($accentPhrasesJson, true);
// 以其他樣式覆寫音節音高與音素長度
$updatedJson = $synthesizer->replaceMoraData($accentPhrasesJson, $styleId);
使用 GPU 模式
在有 GPU 可用的環境中，指定AccelerationMode::Gpu 可加速：
use Revolution\Voicevox\Core\Enums\AccelerationMode;
$synthesizer = new Synthesizer($onnxruntime, $openJtalk, AccelerationMode::Gpu);
// 檢查是否為 GPU 模式
if ($synthesizer->isGpuMode()) {
echo 'GPU モードで動作中' . PHP_EOL;
}
使用多個聲音模型
透過載入多個.vvm 檔案並切換樣式 ID，可以使用多個角色聲音：
$model0 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/0.vvm');
$model1 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/1.vvm');
$synthesizer->loadVoiceModel($model0);
$synthesizer->loadVoiceModel($model1);
// 檢查模型中包含的話者資訊
$metas = json_decode($synthesizer->metas(), true);
// 卸載模型（不再需要時）
$synthesizer->unloadVoiceModel($model0->id());