質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

解決済

Pythonでの音声合成のライブラリと処理速度について

kimrion
kimrion

総合スコア24

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

2回答

0評価

0クリップ

324閲覧

投稿2022/06/03 02:19

自分の声を使って音声合成をしたいのですが、
調べてみるとtacotron2というものがかなり自然な声になるというのがわかりました。

https://heartstat.net/2022/04/10/python_speech-synthesis_myvoice/

サービスとしてテキストを入力するとバックグラウンドで音声合成されて数分、数十分後にメールで届く様なものを作りたいのですが、
テキストが5000〜1万文字くらいのものなので処理速度やサーバー性能が気になっています。
(インフラに関しては素人レベルなのでよくわかっていません。。)

もし5000〜1万文字の音声合成をしようとするとどれくらいの処理時間がかかるイメージなのでしょうか?またサーバースペックが結構必要になる物なのでしょうか?
(同時で処理するユーザー数によるかと思いますが、一旦同時で処理するのが100人くらいだとして)

他にも下記のようなサービスがある様ですがtacotron2ほどの自然な感じではなさそうですが、使用しているライブラリがもし分かればありがたいです。
https://coefont.cloud/

他に良いライブラリやAPIがあるのであればお伺いしたいです。
有料でも月1、2万程度で利用できるものがあれば利用検討したいと思っています。

よろしくお願いいたします。

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。