talks.rb - Azure Speech CLIを使って話者二人の会話を作るRubyスクリプト

talks.rb

#! /usr/bin/ruby

require 'wavefile'
include WaveFile

VOICE = [
  "ja-JP-NanamiNeural",
  "ja-JP-KeitaNeural",
]
TSV = "_talks.tsv"

open(TSV, "w") do |f|
  f.puts "voice\taudio.output\ttext"
  DATA.each_with_index do |line, index|
    f.puts "#{VOICE[index % 2]}\t#{sprintf("%03d", index)}.wav\t#{line}"
  end
end
system("sudo docker run -it -v /YOUR/WORKING/DIR/:/data --rm msftspeech/spx synthesize --foreach in #{TSV}")

Writer.new("output.wav", Format.new(:mono, :pcm_16, 16000)) do |writer|
  Dir.glob("00*.wav").sort.each do |filename|
    Reader.new(filename).each_buffer do |buffer|
      writer.write(buffer)
    end
  end
end

__END__
これはファイルから読み込んでいます。
TSVファイルを利用して複数のファイルを作っています。
話者も切り換えられるといいですね。
切り換えられるみたいですよ。

https://twitter.com/hyuki/status/1445738596695044099