Raspberry Piにしゃべってもらう

（2019-03-17 初稿 - 2020-09-14 転記)

はじめに

様々なことができるRaspberry Pi3（ラズパイ）ですが、筆者は24時間電源ONにしているので、人が近づいて来たら、「こんにちは」等とあいさつしたり、セリフをしゃべりながらパワーポイントの資料を見せたら、さらに有効に活用できそうです。

このページでは、Raspberry Pi3に Open Jtalkのライブラリを使ってしゃべってもらう設定をします。

なお、このページを記載するにあたり、以下のページを参照ネットで検索すると、他にもたくさん有益なページがありますので、ぜひご参照を。(^^)/というか、そのまま利用させていただきました。

• RaspberryPiを音声合成でしゃべらせよう

インストール

上記サイトの記述にあるとおり、Open Jtalkのライブラリと音声ファイルをインストールします。

sudo apt-get install open-jtalk open-jtalk-mecab-naist-jdic hts-voice-nitech-jp-atr503-m001

上記インストールが終了したら、以下のとおりスクリプトを作成します。

mkdir ~/bin

vi bin/speak

スクリプトを作成

毎回細かなオプション等を入力するのは、面倒なので、以下のスクリプトを作成します。

#!/bin/bash

tempfile=$(tempfile)

option="-m /usr/share/hts-voice/nitech-jp-atr503-m001/nitech_jp_atr503_m001.htsvoice \

-x /var/lib/mecab/dic/open-jtalk/naist-jdic \

-ow $tempfile"

echo "$1" | open_jtalk $option aplay -q $tempfile

rm $tempfile

出力先の設定

スクリプトが完成したらさっそくしゃべらせてみます。

が、その前に出力先の設定を行います。

amixer cset numid=3 0 自動判別

amixer cset numid=3 1 外部スピーカー

amixer cset numid=3 2 HDMI出力

ちなみに、筆者は HDMI出力で行っていますが、最初の文字を話してくれない問題があります。(^_^;)

音量の調節

デフォルトでは、かなり音量が小さいので、以下のコマンドで音量を調節してください。

alsamixer

しゃべってもらう

さて、準備が整いましたので、以下のとおりしゃべってもらいます。

./speak "こんにちは。ラズベリーパイです"

音声をメイさんに変更

デフォルトでは、男性の良い声ですが、お好みに応じて以下に示すように、音声をメイさんに変更します。

wget https://sourceforge.net/projects/mmdagent/files/MMDAgent_Example/MMDAgent_Example-1.7/MMDAgent_Example-1.7.zip --no-check-certificate

ダウンロードしたzipファイルを解凍します。

unzip MMDAgent_Example-1.7.zip

解凍したファイルのうち、メイさんのものをコピーします。

sudo cp -R ./MMDAgent_Example-1.7/Voice/mei /usr/share/hts-voice/

スクリプト

インストールしたメイさんの音声を使ってしゃべってもらいます。

#!/bin/bash

tempfile=`tempfile`

option="-m /usr/share/hts-voice/mei/mei_normal.htsvoice \

-x /var/lib/mecab/dic/open-jtalk/naist-jdic \

-ow $tempfile"

echo "$1" | open_jtalk $option

aplay -q $tempfile

rm $tempfile

上記スクリプトを実行すると、最初の何文字かは音声になりません。

ネットで検索すると以下のページを見つけました。

• www.tapun.net/raspi/raspberry-pi-analog-speaker

どうも、HDMI出力では、遅延が起こって、最初の何文字かは発声されないようです。

外部スピーカーをお持ちの方は、外部スピーカーで試してみてください。

たくさんのテキストをしゃべってもらう(2019年3月18日追記)

上記のスクリプトは、短いテキスト（200字以内）でしたら問題がありませんが、長い文章になると途中でしゃべらなくなってしまいます。

せっかく上手にしゃべってくれるのに、残念ですね。

そこで、長い文章でもしゃべってくれるようにスクリプトを変更しました。

まず最初に、soxというパッケージをインストールします。

sudo apt-get install sox

soxは、複数の wav ファイルを結合してくれます。

以下の例では、input01.wavとinput02.wavを結合して、output.wavを作成します。

sox input01.wav input02.wav output.wav

それでは、実際に話す内容を1行1文の形式で、read.txt というテキストファイルに書き込みます。

$ cat read.txt

こんにちは。

ラズベリーパイです。

新しいスクリプトでは、長い文章でもちゃんと読み上げることができます。

皆さんも、使ってくださいね。

最後に作成したスクリプト lot_speak を示します。

#!/bin/bash

option="-m /usr/share/hts-voice/mei/mei_normal.htsvoice \

-x /var/lib/mecab/dic/open-jtalk/naist-jdic"

i=0

cat "$1" | while read line

do

echo $line | open_jtalk $option -ow temp_$(printf %03d $i).wav

i=$(($i + 1))

done

/usr/bin/sox $(ls temp_*.wav) "$2"

rm temp_*.wav

使い方は、以下のとおりです。

$ lot_speak read.txt out.wav # 読み上げるテキストファイル 出力のwavファイル

$ aplay -q out.wav # 出力されたwavファイルを読み上げる

長い文章も読み上げることができたでしょうか？

サンプルとして、以下のリンクを貼っておきますので、聞いてみてください。

• drive.google.com/open?id=194RBc6fhqguS61MGCvfxvrwTtwNV9Rbm

おわりに

今回は、ラズパイにしゃべってもらう設定をしました。しゃべってもらう内容をAIで判断すれば、かなり面白いアプリケーションができるような気がします。

皆さんも、ぜひ、いろいろと挑戦してみてください。

また、なにかわかったら、追記します。(^^)/

関連ページ

• Raspberry Pi

• Raspberry Pi3で動体監視カメラに挑戦