doubao-open-tts

Doubao Open TTS

Doubao（Volcano Engine）API V1 インターフェースを使用して、テキストを自然な音声に変換する音声合成（TTS）サービスです。

特長

• 🎙️ 200 種類以上の音声オプション - デフォルト：一般的なシナリオ向けの Shiny（灿灿）
• 🔊 複数の音声形式 - mp3、pcm、wav に対応
• ⚡ 調整可能なパラメーター - 速度と音量を調整できます
• 📦 2 種類のインターフェース - コマンドラインツール＋Python API
• 🎯 音声の分類 - カテゴリー別に音声を参照できます

インストール

cd skills/doubao-open-tts
pip install -r requirements.txt

設定

方法 1：環境変数

export VOLCANO_TTS_APPID="your_app_id"
export VOLCANO_TTS_ACCESS_TOKEN="your_access_token"
export VOLCANO_TTS_SECRET_KEY="your_secret_key"
export VOLCANO_TTS_VOICE_TYPE="zh_female_cancan_mars_bigtts"  # Optional: set default voice

方法 2：.env ファイル

.env.example.txt を .env にコピーし、認証情報を入力します。

cp .env.example.txt .env
# Edit the .env file with your credentials

使用方法

コマンドライン

# Basic usage (uses default voice: Shiny)
python scripts/tts.py "Hello, this is a test of Doubao text-to-speech service"

# Specify output file and format
python scripts/tts.py "Welcome to use TTS" -o output.mp3 -e mp3

# Read text from file
python scripts/tts.py -f input.txt -o output.mp3

# Adjust parameters
python scripts/tts.py "Custom voice" --speed 1.2 --volume 0.8 -v zh_female_cancan_mars_bigtts

# List all available voices
python scripts/tts.py --list-voices

# List voices by category
python scripts/tts.py --list-voices --category "General-Multilingual"

# Use different cluster
python scripts/tts.py "Hello" --cluster volcano_tts

# Enable debug mode
python scripts/tts.py "Test" --debug

Python API

from scripts.tts import VolcanoTTS, VOICE_TYPES, VOICE_CATEGORIES

# Initialize client
tts = VolcanoTTS(
    app_id="your_app_id",
    access_token="your_access_token",
    secret_key="your_secret_key",
    voice_type="zh_female_cancan_mars_bigtts"  # Optional: set default voice
)

# List available voices
print("All voices:", tts.list_voices())
print("General voices:", tts.list_voices("General-Normal"))

# Change voice
tts.set_voice("zh_male_xudong_conversation_wvae_bigtts")  # Set to "Happy Xiaodong"

# Synthesize speech
output_path = tts.synthesize(
    text="Hello, this is Doubao text-to-speech",
    voice_type="zh_female_cancan_mars_bigtts",  # Optional: override default
    encoding="mp3",
    cluster="volcano_tts",
    speed=1.0,
    volume=1.0,
    output_file="output.mp3"
)
print(f"Audio saved to: {output_path}")

利用可能な音声タイプ

一般カテゴリー（通用场景）

音声名	音声タイプ	説明
Shiny（灿灿）	zh_female_cancan_mars_bigtts	明るい女性の声で、さまざまなシナリオに適しています
活発な小寧（活泼小宁）	zh_female_wanwanxiaohe_mars_bigtts	活発でお茶目な女性の声
小莫（小莫）	zh_male_xiaomo_mars_bigtts	温かく親しみやすい男性の声
小琪（小琪）	zh_female_xiaoqi_mars_bigtts	プロフェッショナルな女性司会者の声
AISuper（AI超级大流利）	zh_female_gaolanfenqu_mars_bigtts	とても流暢な女性の声

感情カテゴリー（情感超自然人声）

音声名	音声タイプ	説明
楽しい小東（开心小东）	zh_male_xudong_conversation_wvae_bigtts	明るく陽気な男性の声
悲しい小亮（悲伤小亮）	zh_male_sadxiaoliang_sad_mars_bigtts	憂いを帯びた男性の声
中性的な小帥（中性小帅）	zh_male_zhongxingxiaoshuai_speech_mars_bigtts	中性的なトーンの男性の声
楽しい小美（开心小美）	zh_female_gaoxiaomei_happy_mars_bigtts	明るい女性の声
怒った小甜（愤怒小甜）	zh_female_shengmoxiaotian_angry_mars_bigtts	怒ったトーンの女性の声

インテリジェントカスタマーサービス（智能客服）

音声名	音声タイプ	説明
カスタマーサービス小文（客服小文）	zh_male_jingyixiaowen_mars_bigtts	プロフェッショナルな男性カスタマーサービスの声
カスタマーサービス小柔（客服小柔）	zh_female_xiaorou_customer_service_mars_bigtts	穏やかな女性カスタマーサービスの声

ドキュメンタリー（纪录片）

音声名	音声タイプ	説明
クラシック小明（经典小明）	zh_male_jingdianxiaoming_mars_bigtts	クラシックなドキュメンタリー向け男性の声
ナレーション小然（旁白小然）	zh_female_xiaoran_narration_mars_bigtts	ドキュメンタリーのナレーション向け女性の声

オーディオブック（有声小说）

音声名	音声タイプ	説明
読み聞かせ小桃（讲书小桃）	zh_female_jiangshuxiaotao_mars_bigtts	物語を語る女性の声
温かな小晨（温暖小晨）	zh_male_wennuanxiaochen_mars_bigtts	小説の朗読に適した温かみのある男性の声

ニュース放送（新闻播报）

音声名	音声タイプ	説明
ニュース小志（新闻小志）	zh_male_xinwenxiaozhi_mars_bigtts	標準的なニュース放送向け男性の声
ニュース小静（新闻小静）	zh_female_xinwenxiaojing_mars_bigtts	プロフェッショナルなニュース放送向け女性の声
広東語ニュース（粤语新闻）	zh_male_yueyuxiaowu_mars_bigtts	広東語の男性ニュース音声
閩南語ニュース（闽南语新闻）	zh_female_minnanxiaoyue_mars_bigtts	閩南語の女性ニュース音声

汎用・多言語（通用多语言）

音声名	音声タイプ	説明
英語・穏やかな男性（英语男声-柔和）	en_male_mars_bigtts	穏やかな英語の男性音声
英語・活発な女性（英语女声-活泼）	en_female_mars_bigtts	活発な英語の女性音声
日本語・男性（日语男声）	ja_male_mars_bigtts	日本語の男性音声
日本語・女性（日语女声）	ja_female_mars_bigtts	日本語の女性音声
韓国語・男性（韩语男声）	ko_male_mars_bigtts	韓国語の男性音声
韓国語・女性（韩语女声）	ko_female_mars_bigtts	韓国語の女性音声
フランス語・男性（法语男声）	fr_male_mars_bigtts	フランス語の男性音声
フランス語・女性（法语女声）	fr_female_mars_bigtts	フランス語の女性音声
ドイツ語・男性（德语男声）	de_male_mars_bigtts	ドイツ語の男性音声
ドイツ語・女性（德语女声）	de_female_mars_bigtts	ドイツ語の女性音声
スペイン語・男性（西班牙语男声）	es_male_mars_bigtts	スペイン語の男性音声
スペイン語・女性（西班牙语女声）	es_female_mars_bigtts	スペイン語の女性音声
ロシア語・男性（俄语男声）	ru_male_mars_bigtts	ロシア語の男性音声
ロシア語・女性（俄语女声）	ru_female_mars_bigtts	ロシア語の女性音声
ポルトガル語・男性（葡萄牙语男声）	pt_male_mars_bigtts	ポルトガル語の男性音声
ポルトガル語・女性（葡萄牙语女声）	pt_female_mars_bigtts	ポルトガル語の女性音声
イタリア語・男性（意大利语男声）	it_male_mars_bigtts	イタリア語の男性音声
イタリア語・女性（意大利语女声）	it_female_mars_bigtts	イタリア語の女性音声
アラビア語・男性（阿拉伯语男声）	ar_male_mars_bigtts	アラビア語の男性音声
アラビア語・女性（阿拉伯语女声）	ar_female_mars_bigtts	アラビア語の女性音声
ヒンディー語・男性（印地语男声）	hi_male_mars_bigtts	ヒンディー語の男性音声
ヒンディー語・女性（印地语女声）	hi_female_mars_bigtts	ヒンディー語の女性音声
タイ語・男性（泰语男声）	th_male_mars_bigtts	タイ語の男性音声
タイ語・女性（泰语女声）	th_female_mars_bigtts	タイ語の女性音声
ベトナム語・男性（越南语男声）	vi_male_mars_bigtts	ベトナム語の男性音声
ベトナム語・女性（越南语女声）	vi_female_mars_bigtts	ベトナム語の女性音声
インドネシア語・男性（印尼语男声）	id_male_mars_bigtts	インドネシア語の男性音声
インドネシア語・女性（印尼语女声）	id_female_mars_bigtts	インドネシア語の女性音声
マレー語・男性（马来语男声）	ms_male_mars_bigtts	マレー語の男性音声
マレー語・女性（马来语女声）	ms_female_mars_bigtts	マレー語の女性音声
フィリピン語・男性（菲律宾语男声）	fil_male_mars_bigtts	フィリピン語の男性音声
フィリピン語・女性（菲律宾语女声）	fil_female_mars_bigtts	フィリピン語の女性音声
トルコ語・男性（土耳其语男声）	tr_male_mars_bigtts	トルコ語の男性音声
トルコ語・女性（土耳其语女声）	tr_female_mars_bigtts	トルコ語の女性音声
オランダ語・男性（荷兰语男声）	nl_male_mars_bigtts	オランダ語の男性音声
オランダ語・女性（荷兰语女声）	nl_female_mars_bigtts	オランダ語の女性音声
ポーランド語・男性（波兰语男声）	pl_male_mars_bigtts	ポーランド語の男性音声
ポーランド語・女性（波兰语女声）	pl_female_mars_bigtts	ポーランド語の女性音声
ウクライナ語・男性（乌克兰语男声）	uk_male_mars_bigtts	ウクライナ語の男性音声
ウクライナ語・女性（乌克兰语女声）	uk_female_mars_bigtts	ウクライナ語の女性音声
ヘブライ語・男性（希伯来语男声）	he_male_mars_bigtts	ヘブライ語の男性音声
ヘブライ語・女性（希伯来语女声）	he_female_mars_bigtts	ヘブライ語の女性音声

方言カテゴリ（方言场景）

音声名	音声タイプ	説明
広東語の男性（粤语男声）	zh_male_yueyuzhongxing_mars_bigtts	広東語の男性音声
広東語の女性（粤语女声）	zh_female_yueyumars_mars_bigtts	広東語の女性音声
閩南語の男性（闽南语男声）	zh_male_taiminmars_mars_bigtts	閩南語の男性音声
閩南語の女性（闽南语女声）	zh_female_minnanAImars_mars_bigtts	閩南語の女性音声
四川語（四川话）	zh_male_sichuanmars_mars_bigtts	四川方言の男性音声
上海語（上海话）	zh_female_shanghaihuamars_mars_bigtts	上海語の女性音声
武漢方言（武汉话）	zh_male_wuhanmars_mars_bigtts	武漢方言の男性音声
湖南方言（湖南话）	zh_male_hunanmars_mars_bigtts	湖南方言の男性音声
河南方言（河南话）	zh_female_henanmars_mars_bigtts	河南方言の女性音声
東北方言（东北话）	zh_male_dongbeimars_mars_bigtts	東北方言の男性音声
山東方言（山东话）	zh_male_shandongmars_mars_bigtts	山東方言の男性音声
天津方言（天津话）	zh_female_tianjinmars_mars_bigtts	天津方言の女性音声

特殊カテゴリ

音声名	音声タイプ	説明
オーディオブックの小予（有声小予）	zh_female_xiaoyujingxisanguo_mars_bigtts	三国志オーディオブックの音声
アニメの小花（动漫小花）	zh_female_xiaohuadongman_mars_bigtts	アニメ風の音声
ラップの小蔷（Rap小蔷）	zh_female_xiaoqiangrap_mars_bigtts	ラップ風の女性音声
RAP将軍（Rap大将）	zh_male_rapgeneral_mars_bigtts	ラップ風の男性音声
賢者の声（智慧的声音）	zh_male_jinyumars_mars_bigtts	賢く落ち着いた音声
おしゃべり（唠唠叨叨）	zh_female_laolaodaodao_chat_mars_bigtts	おしゃべりな女性音声
北京の話し言葉（讲话北京）	zh_male_jianghuabeijing_speech_mars_bigtts	北京なまり
ホストの小羊（主播小羊）	zh_female_xiaoyang_host_mars_bigtts	ストリーマーのホスト風

出力

生成された音声ファイルは、指定した出力パスに保存されます（デフォルト：現在のディレクトリのoutput.mp3）。

注意事項

1. VOLCANO_TTS_APPID、VOLCANO_TTS_ACCESS_TOKEN、VOLCANO_TTS_SECRET_KEYの環境変数が設定されていることを確認してください
2. mp3、pcm、wav形式に対応しています（デフォルトはmp3です）
3. 速度の範囲：0.8～2.0（1.0が標準です）
4. 音量の範囲：0.1～3.0（1.0が標準です）
5. 音声タイプは--list-voicesを使って確認できます
6. クラスターによって対応する音声タイプが異なる場合があります。デフォルトのクラスターはvolcano_ttsです
7. 中国語以外のテキストには、「General-Multilingual」カテゴリの多言語音声を使用してください