Skip to content

server_ja.md

Latest commit

 

History

History
137 lines (87 loc) · 4.41 KB

server_ja.md

File metadata and controls

137 lines (87 loc) · 4.41 KB

サーバの設定

.envファイルの作成

サーバの基本設定は.envファイル、もしくは環境変数に全て記述します。 リポジトリのルートディレクトリに、.envという名前のファイルを作成してください。

次から、.envファイルに記述する環境変数を説明します。

Google Cloudの設定

./google_cloud_ja.md にて、Google Cloudのプロジェクトを作成し、サービスアカウントの秘密鍵のJSONファイルをダウンロードしました。

この値を記述します。

  • GCLOUD_PROJECT: プロジェクト名
  • GOOGLE_APPLICATION_CREDENTIALS: ダウンロードしたサービスアカウントの秘密鍵のJSONファイルのパス

プロジェクト名は、秘密鍵のJSONファイル中に記載されている、project_idの値と同じものを指定してください。

GCLOUD_PROJECT="your-gcloud-project-id"
GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"

この設定は、Google Cloud Speech-to-Text(STT)、Google Cloud Text-to-Speech(TTS)の両方で使用されます。

音声認識の設定

音声認識エンジンとして、以下に対応しています。

  • Google Cloud Speech-to-Text
  • Whisper.cppのwhisper-server
  • Whisper.cppのwhisper-cli

Google Cloud Speech-to-Textの設定

以下の値を設定します。

  • STACKCHAN_USE_GOOGLE_CLOUD_STT: 1
  • STACKCHAN_GOOGLE_CLOUD_STT_LANGUAGE_CODE: BCP-47 言語コード

BCP-47 言語コードは以下のページを参照してください。

https://docs.cloud.google.com/speech-to-text/docs/speech-to-text-supported-languages

STACKCHAN_USE_GOOGLE_CLOUD_STT=1
STACKCHAN_GOOGLE_CLOUD_STT_LANGUAGE_CODE="ja-JP"

(オプション)Whisper.cppのwhisper-cliの設定

(WIP)

STACKCHAN_USE_WHISPER_CLI=1
STACKCHAN_WHISPER_CLI_MODEL_PATH="/path/to/whisper.cpp/ggml-small.bin"
STACKCHAN_WHISPER_CLI_VAD_MODEL_PATH="/path/to/whisper.cpp/ggml-silero-v5.1.2.bin"

(オプション)Whisper.cppのwhisper-serverの設定

(WIP)

STACKCHAN_USE_USE_WHISPER_SERVER=1
STACKCHAN_WHISPER_SERVER_PORT=8431

音声合成の設定

音声合成エンジンとして、以下に対応しています。

  • Google Cloud Text-to-Speech
  • VOICEVOX

Google Cloud Text-to-Speechの設定

以下の値を設定します。

  • STACKCHAN_USE_GOOGLE_CLOUD_TTS: 1
  • STACKCHAN_GOOGLE_CLOUD_TTS_MODEL: モデル
  • STACKCHAN_GOOGLE_CLOUD_TTS_LANGUAGE_CODE: BCP-47 言語コード
  • STACKCHAN_GOOGLE_CLOUD_TTS_VOICE_NAME: 音声の名前

モデルは以下から選択できます。

https://docs.cloud.google.com/text-to-speech/docs/gemini-tts#available_models

対応言語は以下から確認してください。

https://docs.cloud.google.com/text-to-speech/docs/gemini-tts#available_languages

ボイス名は以下から確認してください。（サンプル音声は英語ですが、日本語に対応しているようです）

https://docs.cloud.google.com/text-to-speech/docs/gemini-tts#voice_options

STACKCHAN_USE_GOOGLE_CLOUD_TTS=1
STACKCHAN_GOOGLE_CLOUD_TTS_MODEL="gemini-2.5-flash-tts"
STACKCHAN_GOOGLE_CLOUD_TTS_LANGUAGE_CODE="ja-JP"
STACKCHAN_GOOGLE_CLOUD_TTS_VOICE_NAME="Despina"

VOICEVOXの設定

VOICEVOXを利用する際には、VOICEVOXの利用規約の参照をお願いします。

https://voicevox.hiroshiba.jp/

./setup_ja.md の手順で立ち上げた場合、http://localhost:50021/ でVOICEVOXのAPIが利用できるようになっています。

以下の値を設定します。

  • STACKCHAN_USE_VOICEVOX: 1
  • STACKCHAN_VOICEVOX_URL: VOICEVOXのAPIのURL
  • STACKCHAN_VOICEVOX_SPEAKER: 使用するキャラクターのスピーカーID

キャラクターの一覧は下記のページにあります。 キャラクターによって利用規約が異なります。

https://voicevox.hiroshiba.jp/#characters

キャラクターからスピーカーIDの確認が必要です。

VOICEVOXが立ち上がっている場合、/speakers にアクセスすると、スピーカーIDとキャラクターの対応表がJSON形式で表示されます。 キャラクター毎の構造があり、その中にキャラクターのstyleがあります。 styleの id がスピーカーIDになります。

http://localhost:50021/speakers

STACKCHAN_USE_VOICEVOX=1
STACKCHAN_VOICEVOX_URL="http://localhost:50021"
STACKCHAN_VOICEVOX_SPEAKER=1