Edge-TTS スキル
概要
Microsoft EdgeのニューラルTTSサービスをnode-edge-tts npmパッケージ経由で利用し、高品質なテキスト読み上げオーディオを生成します。複数の言語、音声、速度/ピッチの調整、字幕生成をサポートします。
クイックスタート
トリガーまたはユーザーリクエストからTTSインテントを検出した場合:
- ttsツール(Clawdbot組み込み)を呼び出してテキストを音声に変換します
- ツールはMEDIA: パスを返します
- Clawdbotがオーディオを現在のチャンネルにルーティングします
// 例: 組み込みttsツールの使用法
tts("音声に変換するテキスト")
// 戻り値: MEDIA: /path/to/audio.mp3
トリガー検出
"tts"キーワードをTTSリクエストとして認識します。このスキルは、変換前にテキストからTTS関連キーワードを自動的にフィルタリングし、トリガーワード自体が音声に変換されるのを防ぎます。
高度なカスタマイズ
Node.jsスクリプトの使用
より詳細な制御が必要な場合は、同梱のスクリプトを直接使用します:
TTSコンバーター
cd scripts
npm install
node tts-converter.js "テキスト" --voice ja-JP-NanamiNeural --rate +10% --output output.mp3
オプション:
--voice, -v: 音声名(デフォルト: en-US-AriaNeural)--lang, -l: 言語コード(例: ja-JP, en-US)--format, -o: 出力フォーマット(デフォルト: audio-24khz-48kbitrate-mono-mp3)--pitch: ピッチ調整(例: +10%, -20%, default)--rate, -r: 速度調整(例: +10%, -20%, default)--volume: 音量調整(例: +0%, -10%, default)--save-subtitles, -s: 字幕をJSONファイルとして保存--output, -f: 出力ファイルパス(デフォルト: tts_output.mp3)--proxy, -p: プロキシURL(例: http://localhost:7890)--timeout: リクエストタイムアウト(ミリ秒)(デフォルト: 10000)--list-voices, -L: 利用可能な音声一覧を表示
設定マネージャー
cd scripts
npm install
node config-manager.js --set-voice ja-JP-NanamiNeural
node config-manager.js --set-rate +10%
node config-manager.js --get
node config-manager.js --reset
音声選択
一般的な音声(完全なリストは--list-voicesを使用):
英語:
en-US-MichelleNeural(女性、自然、デフォルト)en-US-AriaNeural(女性、自然)en-US-GuyNeural(男性、自然)en-GB-SoniaNeural(女性、イギリス英語)en-GB-RyanNeural(男性、イギリス英語)
その他の言語:
es-ES-ElviraNeural(スペイン語、スペイン)fr-FR-DeniseNeural(フランス語)de-DE-KatjaNeural(ドイツ語)ja-JP-NanamiNeural(日本語)zh-CN-XiaoxiaoNeural(中国語)ar-SA-ZariyahNeural(アラビア語)
速度ガイドライン
速度値はパーセンテージ形式を使用:
"default": 通常速度"-20%"から"-10%": ゆっくり、明瞭(チュートリアル、ストーリー、アクセシビリティ)"+10%"から"+20%": やや速い(要約)"+30%"から"+50%": 速い(ニュース、効率)
出力フォーマット
ユースケースに応じて音声品質を選択:
audio-24khz-48kbitrate-mono-mp3: 標準品質(音声メモ、メッセージ)audio-24khz-96kbitrate-mono-mp3: 高品質(プレゼンテーション、コンテンツ)audio-48khz-96kbitrate-stereo-mp3: 最高品質(プロフェッショナル音声、音楽)
リソース
scripts/tts-converter.js
node-edge-ttsを使用したメインTTS変換スクリプト。音声ファイルを生成し、音声、速度、音量、ピッチ、フォーマットをカスタマイズ可能。字幕生成と音声一覧表示をサポート。
scripts/config-manager.js
TTS設定(音声、言語、フォーマット、ピッチ、速度、音量)のユーザー設定を永続的に管理。~/.tts-config.jsonに設定を保存。
scripts/package.json
node-edge-tts依存関係を含むNPMパッケージ構成。
references/node_edge_tts_guide.md
node-edge-tts npmパッケージの完全なドキュメント。以下を含む:
- 言語別の全音声リスト
- プロソディオプション(速度、ピッチ、音量)
- 使用例(CLIおよびモジュール)
- 字幕生成
- 出力フォーマット
- ベストプラクティスと制限事項
音声テスト
さまざまな音声をテストし、音質をプレビュー: https://tts.travisvn.com/
特定の音声の詳細や高度な機能が必要な場合は、これを参照してください。
インストール
同梱スクリプトを使用するには:
cd /home/user/clawd/skills/public/tts-skill/scripts
npm install
これにより以下がインストールされます:
node-edge-tts- TTSライブラリcommander- CLI引数解析
ワークフロー
- インテントを検出: ユーザーメッセージ内の「tts」トリガーまたはキーワードを確認
- 方法を選択: 単純なリクエストには組み込みの
ttsツール、カスタマイズが必要な場合はscripts/tts-converter.jsを使用 - オーディオを生成: 対象テキスト(メッセージ、検索結果、要約)を変換
- ユーザーに返す: ttsツールがMEDIA: パスを返し、Clawdbotが配信を処理
テスト
基本テスト
テストスクリプトを実行してTTS機能を確認:
cd /home/user/clawd/skills/public/edge-tts/scripts
npm test
これによりテスト用オーディオファイルが生成され、TTSサービスが動作しているか確認されます。
音声テスト
さまざまな音声をテストし、音質をプレビュー: https://tts.travisvn.com/
統合テスト
組み込みのttsツールを使用して簡単にテスト:
// 例: デフォルト設定でTTSをテスト
tts("これはTTS機能のテストです。")
設定テスト
設定の永続性を確認:
cd /home/user/clawd/skills/public/edge-tts/scripts
node config-manager.js --get
node config-manager.js --set-voice en-US-GuyNeural
node config-manager.js --get
トラブルシューティング
- 接続テスト:
npm testを実行してTTSサービスにアクセス可能か確認 - 音声の可用性確認:
node tts-converter.js --list-voicesで利用可能な音声を表示 - プロキシ設定の確認: プロキシを使用する場合、
node tts-converter.js "test" --proxy http://localhost:7890でテスト - 音声出力の確認: テストにより
scriptsディレクトリにtest-output.mp3が生成されるはずです
注意事項
- node-edge-ttsはMicrosoft EdgeのオンラインTTSサービスを使用(更新済み、動作する認証方法)
- APIキー不要(無料サービス)
- デフォルト出力はMP3形式
- インターネット接続が必要
- 字幕生成をサポート(単語レベルのタイミングを含むJSON形式)
- 一時ファイルの処理: デフォルトでは、オーディオファイルは一意のファイル名(例:
tts_1234567890_abc123.mp3)でシステムの一時ディレクトリ(Unix:/tmp/edge-tts-temp/、Windows:C:\Users\<user>\AppData\Local\Temp\edge-tts-temp\)に保存されます。ファイルは自動削除されません - 呼び出し元のアプリケーション(Clawdbot)が使用後にクリーンアップを処理する必要があります。永続的な保存が必要な場合は、--outputオプションでカスタム出力パスを指定できます。 - TTSキーワードフィルタリング: このスキルは、変換前にテキストからTTS関連キーワード(tts, TTS, text-to-speech)を自動的にフィルタリングし、トリガーワード自体が音声に変換されるのを防ぎます
- 繰り返し使用する設定には、
config-manager.jsを使用してデフォルトを設定してください - デフォルト音声:
en-US-MichelleNeural(女性、自然) Neuralで終わるニューラル音声は、Standard音声よりも高品質です