Google テキスト読み上げコンポーネント — sgcAI | eSeGeCe

テキスト読み上げ(Google)

TsgcTextToSpeechGoogle は Google Cloud Text-to-Speech で音声を合成します。サービスアカウントの JWT に署名して音声を要求し、ファイルにデコードして、割り当てたオーディオプレーヤーで再生します。豊富な音声と言語のカタログをプロパティ 1 つで利用できます。

TsgcTextToSpeechGoogle

Google Cloud をバックエンドとする音声合成コンポーネントです。サービスアカウントの JSON をオプションに貼り付け、言語、性別、音声を選んで、メソッドを 1 つ呼び出すだけです。

コンポーネントクラス

TsgcTextToSpeechGoogle

用途

Google Cloud による音声合成

プラットフォーム

Win32 および Win64

sgcAI は単体で完結しています。このコンポーネントは、土台となる sgcWebSockets Core ランタイムとともに sgcAI に同梱されているため、基本ライセンスを購入する必要はありません。

Google Cloud の音声で読み上げる

サービスアカウントの認証情報を指定し、音声を選んで、オーディオプレーヤーを接続します。

uses
  sgcAI, sgcAI_TextToSpeech_Google, sgcAI_AudioPlayer_MCI;

var
  oTTS: TsgcTextToSpeechGoogle;
begin
  oTTS := TsgcTextToSpeechGoogle.Create(nil);
  oTTS.AudioPlayer := sgcAudioPlayerMCI1;

  // The service account JSON, pasted as-is.
  oTTS.GoogleOptions.Settings.LoadFromFile('service-account.json');
  oTTS.GoogleOptions.Language      := 'en-US';
  oTTS.GoogleOptions.VoiceId       := 'en-US-Neural2-C';
  oTTS.GoogleOptions.AudioEncoding := 'MP3';
  oTTS.GoogleOptions.FileName      := 'speech.mp3';

  oTTS.TextToSpeech('The order has been shipped.');
end;
// includes: sgcAI.hpp, sgcAI_TextToSpeech_Google.hpp

TsgcTextToSpeechGoogle *oTTS = new TsgcTextToSpeechGoogle(NULL);
oTTS->AudioPlayer = sgcAudioPlayerMCI1;

oTTS->GoogleOptions->Settings->LoadFromFile("service-account.json");
oTTS->GoogleOptions->Language = "en-US";
oTTS->GoogleOptions->VoiceId  = "en-US-Neural2-C";

oTTS->TextToSpeech("The order has been shipped.");

主なプロパティとメソッド

最もよく使うメンバーです。

GoogleOptions

Settings はサービスアカウントの JSON を保持します。LanguageVoiceId で音声を選択し、ID を指定しない場合は Gender が既定の音声を決めます。AudioEncodingFileName が合成音声の出力を制御します。

AudioPlayer

AudioPlayer が合成されたファイルを再生します。TsgcAudioPlayerMCI を割り当てれば、レスポンスが届き次第、再生が始まります。

認証

コンポーネントはサービスアカウントの秘密鍵から JWT を構築して署名し、アクセストークンを有効期限までキャッシュします。そのため、長時間動作するアプリケーションでもフレーズごとに再認証することはありません。

TextToSpeech

TextToSpeech(aText) は、リクエスト、デコード、書き出し、再生、一時ファイルの後始末までの一連の処理をまとめて実行します。

ライフサイクル

OnStartOnStop が処理の前後を挟みます。これにより、チャットボットや翻訳のコンポーネントは返答の読み上げが終わった時点で録音を再開できます。

相互に置き換え可能

システムおよび Amazon の音声コンポーネントと同じインターフェースなので、チャットボット、翻訳、アシスタントはコードを変更せずにいずれも受け入れます。

仕様と参考資料

このコンポーネントが利用するサービスとプロトコルの一次情報です。

さらに詳しく

オンラインヘルプsgcAI コンポーネントの完全な API リファレンスと利用ガイドです。
sgcAI の全コンポーネント15 コンポーネントすべての機能一覧を確認できます。
無料体験版をダウンロード自分の Google Cloud プロジェクトで音声を合成できます。
価格Single、Team、Site の各ライセンス。完全なソースコード付き、基本製品は不要です。
最もお得な選択: All-AccesseSeGeCe の全製品にプレミアムサポートが付いて、年間 €1,059 からご利用いただけます。
All-Access の価格を見る

はじめてみませんか

無料体験版をダウンロードして、アプリケーションに Google Cloud の音声を追加しましょう。