AivisSpeech-engineの速度計測

import time
import json
import requests
from pathlib import Path

# 音声合成 API（Nagomi）の設定
# VOICE_API_URL = "<CPU URL>"
VOICE_API_URL = "<GPU URL>"
DEFAULT_SPEAKER_ID = 888753760

def generate_voice_and_save_to_file(text, speaker_id=DEFAULT_SPEAKER_ID, output_file="output.wav"):
    """音声合成 API を呼び出し、音声データをファイルに保存"""
    try:
        # Step 1: audio_query
        print("音声合成クエリ(audio_query)を送信中...")
        query_start_time = time.time()
        query_response = requests.post(
            f"{VOICE_API_URL}/audio_query",
            params={"text": text, "speaker": speaker_id},
        )
        query_end_time = time.time()

        if query_response.status_code != 200:
            print(f"audio_query エラー: {query_response.status_code}, {query_response.text}")
            return

        query_time = query_end_time - query_start_time
        print(f"audio_query 応答時間: {query_time:.2f} 秒")

        # Step 2: synthesis
        print("音声合成(synthesis)を送信中...")
        synthesis_start_time = time.time()
        synthesis_response = requests.post(
            f"{VOICE_API_URL}/synthesis",
            params={"speaker": speaker_id},
            headers={"Content-Type": "application/json", "accept": "audio/wav"},
            data=json.dumps(query_response.json()),
        )
        synthesis_end_time = time.time()

        if synthesis_response.status_code != 200:
            print(f"synthesis エラー: {synthesis_response.status_code}, {synthesis_response.text}")
            return

        synthesis_time = synthesis_end_time - synthesis_start_time
        print(f"synthesis 応答時間: {synthesis_time:.2f} 秒")

        # 音声データをファイルに保存
        print(f"音声をファイルに保存中: {output_file}")
        output_path = Path(output_file)
        with output_path.open("wb") as f:
            f.write(synthesis_response.content)

        print(f"音声ファイルが保存されました: {output_path.resolve()}")

    except Exception as e:
        print(f"エラー: {e}")

# 入力テキストと保存先ファイル名
text_to_synthesize = "こんにちは、いいお天気ですね。今日は何をしていますか？"
output_filename = "synthesized_voice.wav"

# 音声合成を実行してファイルに保存
generate_voice_and_save_to_file(text_to_synthesize, output_file=output_filename)