音声合成の概要 - Intelligent Speech Interaction - Alibaba Cloud ドキュメントセンター

音声合成サービスは、入力テキストをバイナリオーディオデータに変換するために使用されます。

機能

パルス符号変調（ PCM ）、 WAV 、および MP3 を含む、次のオーディオコーディング形式をサポートしています。
話者の速度、イントネーション、音量を設定できます。

生成された音声の話者（さまざまな言語または方言の男性音声と女性音声を含む）を設定できます。

重要

各中国語の文字または英単語の音素境界検出をサポートしています。音声合成サービスは、合成された音声内の各単語のタイムスタンプを生成します。このタイムスタンプは、音声内の各中国語の文字または英単語の時点を示します。タイムスタンプ情報は、リップシンクまたは吹き替えに使用できます。詳細については、「タイムスタンプ機能」をご参照ください。

名前	voice パラメーターの値	タイプ	シナリオ	対応言語	対応サンプリングレート（ Hz ）	各文字または単語の音素境界検出	備考
Xiaoyun	Xiaoyun	標準女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	いいえ	なし
Xiaogang	Xiaogang	標準男性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	いいえ	なし
Ruoxi	Ruoxi	優しい女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	いいえ	なし
Siqi	Siqi	優しい女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	はい	なし
Sijia	Sijia	標準女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	いいえ	なし
Sicheng	Sicheng	標準男性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	はい	なし
Aiqi	Aiqi	優しい女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aijia	Aijia	標準女性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aicheng	Aicheng	標準男性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aida	Aida	標準男性音声	すべてのシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Ning'er	Ninger	標準女性音声	すべてのシナリオ	中国語のみ	8K/16K/24K	いいえ	なし
Ruilin	Ruilin	標準女性音声	すべてのシナリオ	中国語のみ	8K/16K/24K	いいえ	なし
Siyue	Siyue	優しい女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	いいえ	なし
Aiya	Aiya	ハスキーな女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aixia	Aixia	愛想の良い女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aimei	Aimei	甘い女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aiyu	Aiyu	自然な女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aiyue	Aiyue	優しい女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Aijing	Aijing	ハスキーな女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	なし
Xiaomei	Xiaomei	甘い女性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K/24K	いいえ	なし
Aina	Aina	浙江なまりの女性音声	カスタマーサービス	中国語のみ	8K/16K	はい	なし
Yina	Yina	浙江なまりの女性音声	カスタマーサービス	中国語のみ	8K/16K/24K	いいえ	なし
Sijing	Sijing	ハスキーな女性音声	カスタマーサービス	中国語のみ	8K/16K/24K	はい	なし
Sitong	Sitong	子供の声	子供の声が必要なシナリオ	中国語のみ	8K/16K/24K	いいえ	なし
Xiaobei	Xiaobei	少女の声	子供の声が必要なシナリオ	中国語のみ	8K/16K/24K	はい	なし
Aitong	Aitong	子供の声	子供の声が必要なシナリオ	中国語のみ	8K/16K	はい	なし
Aiwei	Aiwei	少女の声	子供の声が必要なシナリオ	中国語のみ	8K/16K	はい	なし
Aibao	Aibao	少女の声	子供の声が必要なシナリオ	中国語のみ	8K/16K	はい	なし
Harry	Harry	イギリス英語の男性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Abby	Abby	アメリカ英語の女性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Andy	Andy	アメリカ英語の男性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Eric	Eric	イギリス英語の男性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Emily	Emily	イギリス英語の女性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Luna	Luna	イギリス英語の女性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Luca	Luca	イギリス英語の男性音声	英語のみ	英語のみ	8K/16K	いいえ	なし
Wendy	Wendy	イギリス英語の女性音声	英語のみ	英語のみ	8K/16K/24K	いいえ	なし
William	William	イギリス英語の男性音声	英語のみ	英語のみ	8K/16K/24K	いいえ	なし
Olivia	Olivia	イギリス英語の女性音声	英語のみ	英語のみ	8K/16K/24K	いいえ	なし
Shanshan	Shanshan	広東語を話す女性の声	方言が使用されるシナリオ	広東語（簡体字）とバイリンガル（広東語と英語）	8K/16K/24K	いいえ	なし
Xiaoyue	Xiaoyue	四川なまりの女性音声	方言が使用されるシナリオ	中国語またはバイリンガル（中国語と英語）	8K/16K	いいえ	パブリックプレビュー中
Lydia	Lydia	バイリンガル（中国語と英語）の女性音声	英語のみ	英語のみ	8K/16K	いいえ	パブリックプレビュー中
Aishuo	Aishuo	自然な男性音声	カスタマーサービス	中国語またはバイリンガル（中国語と英語）	8K/16K	はい	パブリックプレビュー中
Qingqing	Qingqing	台湾語を話す女性の声	方言が使用されるシナリオ	中国語のみ	8K/16K	いいえ	パブリックプレビュー中
Cuijie	Cuijie	東北官話なまりの女性の声	方言が使用されるシナリオ	中国語のみ	8K/16K	いいえ	パブリックプレビュー中
Xiaoze	Xiaoze	強い湖南なまりの男性音声	方言が使用されるシナリオ	中国語のみ	8K/16K	はい	パブリックプレビュー中

制限

入力テキストは UTF-8 エンコードである必要があります。
入力テキストは最大 300 文字です。テキストに 300 文字を超える文字が含まれている場合、追加の文字は削除されます。

サービスアドレス

タイプ	説明	URL
外部ネットワークからのアクセス	インターネット経由のすべてのクライアントから音声合成サービスにアクセスするには、この URL を使用できます。外部アクセス用の URL は、 SDK のデフォルト URL として指定されています。	wss://nls-gateway-ap-southeast-1.aliyuncs.com/ws/v1

1. 認証を通過するためのトークンを提供する

クライアントからサーバーへの WebSocket 接続を確立し、認証を通過するためのトークンを提供します。トークンの取得方法の詳細については、「トークンの取得」をご参照ください。

2. 合成タスクを開始する

クライアントは音声合成を開始するためのリクエストを送信します。 SDK の SpeechSynthesizer オブジェクトの SET メソッドを使用して、リクエストパラメーターを設定できます。次の表に、リクエストパラメーターを示します。

パラメーター	タイプ	必須	説明
appkey	文字列	はい	Intelligent Speech Interaction コンソールで作成されたプロジェクトの appkey 。
text	文字列	はい	合成するテキスト。テキストは `UTF-8` エンコードである必要があります。テキストは最大 300 文字です。テキスト内の単語を区切るには、スペース文字を使用します。
voice	文字列	いいえ	使用する話者。デフォルト値： `xiaoyun` 。
format	文字列	いいえ	オーディオコーディング形式。デフォルト値： pcm 。有効な値： pcm 、 wav 、および mp3 。
sample_rate	整数	いいえ	オーディオサンプリングレート。単位： Hz 。デフォルト値： 16000 。
volume	整数	いいえ	話者の音量。値の範囲： 0 ～ 100 。デフォルト値： 50 。
speech_rate	整数	いいえ	話者が話す速度。値の範囲： -500 ～ 500 。デフォルト値： 0 。
pitch_rate	整数	いいえ	話者のイントネーション。値の範囲： -500 ～ 500 。デフォルト値： 0 。

3. 合成されたオーディオデータを受信する

サーバーは、合成されたオーディオデータをバイナリ形式で返します。クライアントは、 SDK を使用してオーディオデータを受信および処理します。

4. 合成タスクを完了する

合成タスクが完了すると、サーバーは通知メッセージを送信します。次の例は、サンプルの通知メッセージを示しています。

{
    "header": {
        "message_id": "05450bf69c53413f8d88aed1ee60****", // メッセージID
        "task_id": "640bc797bb684bd6960185651307****", // タスクID
        "namespace": "SpeechSynthesizer", // 名前空間
        "name": "SynthesisCompleted", // 合成完了
        "status": 20000000, // ステータスコード
        "status_message": "GATEWAYSUCCESSSuccess." // ステータスメッセージ
    }
}

説明

デモでは、合成されたオーディオはファイルに保存されます。受信処理中に合成されたオーディオを再生する場合は、ストリーム再生を使用することをお勧めします。ストリーム再生モードでは、オーディオデータの受信中に合成されたオーディオを再生できます。これにより、オーディオを再生できるようになるまでの待ち時間が短縮されます。

ステータスコード

各レスポンスにはステータスコードが含まれています。次の表に、ステータスコードを示します。

一般的なエラー

ステータスコード	原因	解決策
40000001	クライアントが認証に失敗しました。	クライアントが使用しているトークンが有効かどうか、または期限切れかどうかを確認します。
40000002	リクエストが無効です。	クライアントから送信されたリクエストが要件を満たしているかどうかを確認します。
403	トークンが期限切れであるか、リクエストに無効なパラメーターが含まれています。	クライアントで使用されているトークンが期限切れかどうかを確認します。次に、パラメーター値が有効かどうかを確認します。
40000004	クライアントがタイムアウトしました。	クライアントが 10 秒などの長時間サーバーにデータを送信しなかったかどうかを確認します。
40000005	リクエスト数が上限を超えています。	同時接続数または 1 秒あたりのクエリ数（ QPS ）値が上限を超えているかどうかを確認します。同時接続数が上限を超えている場合は、Intelligent Speech Interaction をトライアル版から商用版にアップグレードすることをお勧めします。商用版を使用している場合は、同時実行性を高めるためにより多くのリソースを購入することをお勧めします。
40000000	クライアントエラーが発生しました。これは、クライアントエラーのデフォルトのステータスコードです。	エラーメッセージに基づいてエラーを解決するか、チケットを送信します。
50000000	サーバーエラーが発生しました。これは、サーバーエラーのデフォルトのステータスコードです。	ステータスコードがたまに返される場合は、無視します。ステータスコードが複数回返される場合は、チケットを送信します。
50000001	内部呼び出しエラーが発生しました。	ステータスコードがたまに返される場合は、無視します。ステータスコードが複数回返される場合は、チケットを送信します。

ゲートウェイエラー

ステータスコード	原因	解決策
40010001	メソッドはサポートされていません。	SDK を使用している場合は、チケットを送信します。
40010002	命令はサポートされていません。	SDK を使用している場合は、チケットを送信します。
40010003	命令形式が無効です。	SDK を使用している場合は、チケットを送信します。
40010004	クライアントが予期せず切断されました。	サーバーがリクエストされたタスクを完了する前にクライアントが切断されたかどうかを確認します。
40010005	タスクステータスが無効です。	タスクが現在の状態にあるときに命令がサポートされているかどうかを確認します。

構成エラー

ステータスコード	原因	解決策
40020105	アプリケーションが存在しません。	appkey が正しいかどうか、またトークンと同じ Alibaba Cloud アカウントに属しているかどうかを確認します。

テキスト読み上げ（ TTS ）サービスエラー

ステータスコード	原因	解決策
41020001	1 つ以上のパラメーターが無効です。	指定されたパラメーター値が有効かどうかを確認します。
51020001	TTS サーバーエラーが発生しました。	ステータスコードがたまに返される場合は、無視します。ステータスコードが複数回返される場合は、チケットを送信します。

[No text provided to translate. Please provide the text you want translated.]