Skip to content

Commit

Permalink
微調整
Browse files Browse the repository at this point in the history
  • Loading branch information
@Hiroshiba
Hiroshiba committed Dec 1, 2023
1 parent 8afb8bc commit 5526e82
Showing 1 changed file with 11 additions and 11 deletions.
22 changes: 11 additions & 11 deletions docs/usage.md
View file
Original file line number Diff line number Diff line change
Expand Up @@ -14,23 +14,23 @@ VOICEVOX の音声合成のコア部分で、VOICEVOX 音声合成が可能で

コアを動作させるには依存ライブラリである `onnxruntime` や、音声合成のための音声モデル（VVM ファイル）が必要です。これらはコア用の Downloader を用いてダウンロードすることができます。

[最新のリリース](https://github.com/VOICEVOX/voicevox_core/releases/latest/)から、お使いの環境にあった Downloader （Windows の x64 環境の場合は`download-windows-x64.exe`）をダウンロードし、ファイル名を`download`に変更します。macOS や Linux の場合は実行権限を付与します。
[最新のリリース](https://github.com/VOICEVOX/voicevox_core/releases/latest/)から、お使いの環境にあった Downloader （例えば Windows の x64 環境の場合は`download-windows-x64.exe`）をダウンロードし、ファイル名を`download`に変更します。macOS や Linux の場合は実行権限を付与します。

```sh
# 実行権限の付与
chmod +x download
```

以下のコマンドで Downloader を実行して依存ライブラリとモデルをダウンロードします。DirectML や CUDA を利用する場合は引数を追加します。
以下のコマンドで Downloader を実行して依存ライブラリとモデルをダウンロードします。DirectML 版や CUDA 版を利用する場合は引数を追加します。

```sh
# CPU 版を利用する場合
# CPU版を利用する場合
./download

# DirectML を利用する場合
# DirectML版を利用する場合
./download --device directml

# CUDA を利用する場合
# CUDA版を利用する場合
./download --device cuda
```

Expand All @@ -51,7 +51,7 @@ pip install https://github.com/VOICEVOX/voicevox_core/releases/download/[バー

## テキスト音声合成

`voicevox_core`ディレクトリ内でコードを実行します。VOICEVOX コアは`Synthesizer`に音声モデルを読み込むことでテキスト音声合成できます。まずサンプルコードを紹介し、その後で処理１つ１つを説明します。
VOICEVOX コアでは`Synthesizer`に音声モデルを読み込むことでテキスト音声合成できます。まずサンプルコードを紹介し、その後で処理１つ１つを説明します。

### サンプルコード

Expand Down Expand Up @@ -88,7 +88,7 @@ asyncio.run(main())

### 2. 音声モデルの読み込み

VVM ファイルから`VoiceModel`インスタンスを作成し、`Synthesizer`に読み込ませます。`VoiceModel`は音声モデルのパラメータを保持しています。`.metas`でその VVM ファイルにどの声が含まれているか確認できます。
VVM ファイルから`VoiceModel`インスタンスを作成し、`Synthesizer`に読み込ませます。その VVM ファイルにどの声が含まれているかは`VoiceModel`は`.metas`で確認できます。

```python
model = await VoiceModel.from_path("model/0.vvm")
Expand All @@ -113,7 +113,7 @@ pprint(model.metas)

## イントネーションの調整

`Synthesizer`はイントネーションの生成と音声合成を分けて行うことができます。
`Synthesizer`はイントネーションの生成と音声合成の処理を分けることができます。

### AudioQuery の生成

Expand Down Expand Up @@ -145,7 +145,7 @@ AudioQuery(accent_phrases=[AccentPhrase(moras=[Mora(text='サ',

### AudioQuery の調整

では少し声を高くしてみましょう。`AudioQuery`の`.pitch_scale`で声の高さを調整できます。
少し声を高くしてみます。`AudioQuery`の`.pitch_scale`で声の高さを調整できます。

```python
audio_query.pitch_scale = 0.1
Expand All @@ -161,9 +161,9 @@ audio_query.pitch_scale = 0.1
f.write(wav)
```

`AudioQuery`で調整できるパラメータは他にも速さ`.speed_scale`や音量`.volume_scale`、他にも音ごとの高さ`.accent_phrases[].moras[].pitch`などがあります。詳細は[API ドキュメント](https://voicevox.github.io/voicevox_core/apis/python_api/autoapi/voicevox_core/index.html#voicevox_core.AudioQuery)で紹介しています。
`AudioQuery`で調整できるパラメータは他にも速さ`.speed_scale`や音量`.volume_scale`、音ごとの高さ`.accent_phrases[].moras[].pitch`などがあります。詳細は[API ドキュメント](https://voicevox.github.io/voicevox_core/apis/python_api/autoapi/voicevox_core/index.html#voicevox_core.AudioQuery)で紹介しています。

## 辞書の変更
## ユーザー辞書

TODO。[OpenJtalk.use_user_dict](https://voicevox.github.io/voicevox_core/apis/python_api/autoapi/voicevox_core/index.html#voicevox_core.OpenJtalk.use_user_dict)辺りを使います。

Expand Down

0 comments on commit 5526e82

Please sign in to comment.