基本的语音合成
以下talk.php 是从文本合成音频并写入 WAV 文件的示例。
PHP FFI 在 Web 服务器环境（如 FPM）中通常是禁用的。请像
php talk.php 这样 从 CLI 中执行 该脚本。<?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;
// 请根据 voicevox_core 的安装位置修改路径
$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';
// 要合成的文本与 Style 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);
// 加载语音模型
$model = VoiceModelFile::open($vvmPath);
$synthesizer->loadVoiceModel($model);
// 语音合成
$audioQuery = $synthesizer->createAudioQuery($text, $styleId);
$wav = $synthesizer->synthesis($audioQuery, $styleId);
file_put_contents($outPath, $wav);
echo 'Wrote ' . $outPath . PHP_EOL;
php talk.php
一步完成语音合成（tts 方法）
若想省略 createAudioQuery + synthesis 的两步流程，可以使用 tts() 方法：
$wav = $synthesizer->tts($text, $styleId);
file_put_contents('./output.wav', $wav);
通过片假名记法合成
也可以从 AquesTalk 风格的片假名记法进行合成：// 使用 ttsFromKana 时
$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);
使用用户词典
要注册自定义词的读音，请使用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,
);
// 保存词典
$userDict->save('./mydict.json');
// 将词典应用于 OpenJTalk
$openJtalk->useUserDict($userDict);
调整 AudioQuery
通过对createAudioQuery 获得的 JSON 进行调整后再合成，可以对抑扬、节奏等做精细控制：
$audioQueryJson = $synthesizer->createAudioQuery($text, $styleId);
// 解码 JSON 并调整
$audioQuery = json_decode($audioQueryJson, true);
$audioQuery['speedScale'] = 1.2; // 将速度调至 1.2 倍
$audioQuery['pitchScale'] = 0.05; // 稍微提高音高
$wav = $synthesizer->synthesis(json_encode($audioQuery), $styleId);
file_put_contents('./output.wav', $wav);
获取重音短语
可以获取文本的重音短语信息以便查看与编辑：$accentPhrasesJson = $synthesizer->createAccentPhrases($text, $styleId);
$accentPhrases = json_decode($accentPhrasesJson, true);
// 使用其他风格覆盖 mora 的音高与音素时长
$updatedJson = $synthesizer->replaceMoraData($accentPhrasesJson, $styleId);
使用 GPU 模式
在可以使用 GPU 的环境中指定AccelerationMode::Gpu 可以加速：
use Revolution\Voicevox\Core\Enums\AccelerationMode;
$synthesizer = new Synthesizer($onnxruntime, $openJtalk, AccelerationMode::Gpu);
// 检查是否在 GPU 模式下
if ($synthesizer->isGpuMode()) {
echo '当前在 GPU 模式下运行' . PHP_EOL;
}
使用多个语音模型
通过加载多个.vvm 文件并切换 Style ID，可以在多个角色声音间切换使用：
$model0 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/0.vvm');
$model1 = VoiceModelFile::open($voicevoxCoreDir . '/models/vvms/1.vvm');
$synthesizer->loadVoiceModel($model0);
$synthesizer->loadVoiceModel($model1);
// 查看模型中包含的说话人信息
$metas = json_decode($synthesizer->metas(), true);
// 卸载模型（不再需要时）
$synthesizer->unloadVoiceModel($model0->id());