CoeFont API のText2speechを使って日本語文字列を音声Buffer(wav/mp3)に変換します。

概要

CoeFont API のText2speechを使って日本語文字列を音声Buffer(wav/mp3)に変換します。

2022年7月より、LiteプランでのAPI利用ができなくなり 、作者はこのノードをメンテナンスできないので、一定期間後にアーカイブにします。大変残念です。

このノードを利用するには、CoeFontの法人アカウントが必要です。また無料のCoeFontを使う場合にも、API経由の利用となりますのでアカウントのポイント残高を消費(1文字5pt～)します。ポイント残高にはご注意ください。

インストール

``
npm i node-red-contrib-coefont-text2speech
``

もしくは、「パレットの管理」から導入してください。（導入後、パレットに反映されない場合は一度ブラウザのリロードをお願いします）
※なお、Node-RED 2.0.0以降でないと動作しないようです。

利用方法

プロパティウインドウでCoeFontのアクセスキー/シークレットキーと音声を生成したい文字列を指定することで、Buffer形式のWAVで音声が出力されます。
node-red-contib-play-audioを使うことで、エディタ内で音声を再生することができます。
Injectノードなどでmsg.payloadで文字列を入力することで、音声を生成することができます。

!image

入力パラメータ

入力パラメータはノードプロパティで設定しますが、msgオブジェクトでも指定することができ、両方で指定された場合はmsgオブジェクトが優先されます。

$3

- CoeFont AccessKey (msg.akey) : CoeFont のAccess Keyを指定。
- CoeFont SecretKey (msg.skey) : CoeFont のClient Secretを指定。

Access KeyとClient Secretは、CoeFont API情報 で生成してください。

$3

- CoeFont ID (msg.cfid) : 音声変換を行うcoefontのID。coefont詳細画面のurlに表示される個別のuuidを参照。デフォルトは「ミリアル(喜)」。(無料音声ですが、1文字あたり5pt消費されます。
- テキスト (msg.payload) : 生成する文章を指定。最大で1000文字指定できます。デフォルトは"こんにちは"。
- スピード (msg.speed) : 音声の速度。1.0で通常速度。0.5で半速。2.0で2倍速。デフォルトは1.0。
- ピッチ (msg.pitch) : 音声のピッチ。±1200で1オクターブ変化。デフォルトは0。
- 句点 (msg.kuten) : 句点の間隔(秒)。デフォルトは0.7。
- 読点 (msg.toten) : 読点の間隔(秒)。デフォルトは0.4。
- 音量 (msg.volume) : 音量(倍)。デフォルトは1。
- 抑揚 (msg.intonation) : 抑揚。デフォルトは1。
- 音声フォーマット (msg.format) : 出力音声のフォーマット。"wav"か"mp3"を指定。 デフォルトは"wav"。

出力

- 音声Buffer出力 : node-red-contib-play-audio で再生できます。
- 音声ファイルURL : このURLに対してhttp-requestノードを使ってHTTP GETすることで音声ファイルを取得できます。

その他

生成された音声データは、 CoeFontのサービス利用規約に従って利用してください。

このノードは、node-red-nodegenで生成されました。
また、作成にあたっては、Qiitaの記事 Node-REDでCoeFont CLOUD APIを使い高品質のTTSを試すを参考にさせていただきました。

既知の不具合

- ノードパレットに導入した際、リロードしないと反映しない
- 導入時、ノードの名前が正しく反映されない。(「sf.4008898c5f8d8781」となる。node-red-nodegenの仕様かもしれません。）

LICENCE

Apache 2.0