POSTED BY
2023-12-16

MacOSにはPythonが最初から入っているので、Python版を使ってみる。

which python3
/usr/bin/python3

python3 -V
Python 3.9.6

which pip3
/usr/bin/pip3

OpenAIライブラリのインストール

pip3 install openai

OpenAIサイトでAPIの使用契約(クレジットカード登録)は済ませているものとする。

https://platform.openai.com/api-keys

APIキーを確認して環境変数にセットする。ここでは.profileや.bashrcにセキュア設定ファイル.bash_securesを読み込ませるようにしている。

cat >> .bash_secures
export OPENAI_API_KEY="YOUR-OPENAI-API-KEY"

chmod go-rwx .bash_secures

if [ -f "$HOME/.bash_secures" ]; then
  . "$HOME/.bash_secures"
fi

まずは公式サンプルをそのまま実行してみる。tts.pyというファイル名で保存するとする。

from pathlib import Path
from openai import OpenAI
client = OpenAI()

speech_file_path = Path(__file__).parent / "speech.mp3"
response = client.audio.speech.create(
  model="tts-1",
  voice="alloy",
  input="Today is a wonderful day to build something people love!"
)

response.stream_to_file(speech_file_path)

実行

pytyon3 tts.py

エラーが無ければspeech.mp3というファイルができるので、これをダブルクリックして読み上げ再生確認。inputを「あいうえおかきくけこ」と日本語に変更しても、ちゃんと読んだ。

https://platform.openai.com/docs/api-reference/audio/createSpeech

に、詳しいAPI仕様がある。これによると、入力テキストは4096文字までで、声優モデルはalloy, echo, fable, onyx, nova, and shimmerが設定できる。

日本語もちゃんと読むのだが、やはり上記全員アメリカ人とあって、読み上げが全部結婚式で誓わせるエセ神父っぽくなるのは仕方ないか。