Kokoro-FastAPI (kokoro TTS) を使ってローカルで日本語音声を合成してみました

Mac miniでKokoro-FastAPIを動かし、日本語の文章がどんな声になるか試しました。

インストールすると色々な話者が選択できますが、話者名が j で始まるのが日本語の話者になっているようで、女性話者が４つ、男性話者が一つ入っていました。

Web画面で文章を入力し、作った音声をファイルとして保存できます。短い案内音声を試したいときにも便利です。

ローカルで動かせますが、社内情報を入力する前には、利用する設定や通信先、組織のルールを確認してください。

合成させた文章はこちら。英単語の読み上げは苦手のようでしたが、この例ではカタカナに直すと、意図した読み方に近づきました。

こころの音声合成を試してみました。どんな感じかな？

オープンAI 読めるかな。オープンエーアイなら読めるよ。

話者名のリンククリックで音声が聞けると思います。

これらサンプルはWebのUIから作りましたが、APIを叩いてファイルを作る事もできます。CLIの方が便利な時は、下のような感じで使う事もできます。