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!

ただいまの
回答率

90.46%

  • Python

    12398questions

    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。

  • Python 3.x

    10360questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • API

    1863questions

    APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。

音声データをbinaryからwavに変換して再生する

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 3,465

donsan4090

score 8

前提

docomoの音声合成APIを使用して,botに話させたいと思っています.
このAPIから出力された音声データが
response.content
というものに格納されています.

音声データの形式がBinaryで
音声データのフォーマットは下記の通りです.

【符号化方式】
リニアPCM
【チャネル数】
1(モノラル)
【サンプル周波数】
16000
【ビット深度】
16bit(ビッグエンディアン)

現状

今は,Binaryデータを直接再生できないので,以下のような形で,soxを使ってwavデータに変換して音声を再生しています.

    # バイナリデータの保存
    fp = open(tmp + binary_file, 'wb')
    fp.write(response.content)
    fp.close()

    print ('Save binary data: ' + tmp + binary_file)

    # raw -> wavのコマンド
    cmd = "sox -t raw -r 16k -e signed -b 16 -B -c 1 " + tmp + binary_file + " " + sound_dir + wav_file

    # コマンドを実行
    subprocess.check_output(cmd, shell=True)

    print("Done : " + sound_dir + wav_file)

    # wavの再生
    play_wav(sound_dir + wav_file)
def play_wav(wav_file_path):
    # wavファイルの再生
    cmd = "aplay -q " + wav_file_path
    # コマンドを実行
    subprocess.check_output(cmd, shell=True)

問題点

shell上でsox, aplayを使用することでシステムを実現しているのですが,これが使えない環境(heroku上など)で,Binaryファイルからwavファイルを作成し,それを再生することはできますでしょうか.

補足情報(言語/FW/ツール等のバージョンなど)

Python3.4, Heroku, Docomo音声合成API

  • 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。

    クリップを取り消します

  • 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。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    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
    • 広告と受け取られるような投稿

    評価が下がると、TOP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。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+2

何点か

  1. PCMデータをWAV化するには Python の標準パッケージの wave が使えます。

https://docs.python.jp/3/library/wave.html

  1. WAVファイルを再生するのは PyAudio が使えます。

https://people.csail.mit.edu/hubert/pyaudio/

PyAudioはPCMデータをそのまま再生できますので、ただ再生したいだけであれば、1.の処理は不要です

  1. herokuなどで・・

サーバサイドで音声が再生しても全く意味がありません。
WebAudioAPI等でクライアントサイドで再生する仕組みを構築する必要があると思われます。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/28 06:26

    回答有難うございます.
    WebAudioAPIについて調べてみます.

    もう少し,創りたいものを説明します.初心者なので何かアドバイスがあれば教えていただきたいです.
    創りたいもの: 音声でしゃべるチャットボット(喋ってコンシェルみたいなもの)
    実装: botはslackで作ります.botの動作としては,こちらが入力したテキストに対して,docomoの雑談apiで返答のテキストを返して,それを合成音声apiに投げて音声データを取得します.pcmデータからwavに変換して(先の質問でここが解決しました),botが返答のテキストを返す際に再生するようにしようとしています.このbotのプログラムをheroku上にデプロイして動かしたいと思っています.
    現状: herokuにデプロイして,返答テキストをbotから返すところ,wavのデータを取得するところまでできています.ただ,そのwavファイルをどうすれば,返答テキストと一緒に再生できるかがわかりません.
    また,slackは使おうと思うのですが,それ以外の部分は変えても構わないと思っています.こちらの方がいいという構成等がありましたら,教えていただきたいです.

    回答に対して,質問してしまいましたが,お返事いただければ幸いです.


    キャンセル

  • 2017/04/28 09:56

    どもです。
    やろうとしていることは理解しました。とりあえず サーバ(heroku)上にある音声ファイルをどうやってクライアント(ブラウザ) 側で再生するかを検討する必要がありますね。
    通常サーバ上の音声ファイルをブラウザ上で再生するためには WebAudioAPI を使います。が、今回はSlack上で動作させる必要があるので難しそうです。とりあえずSlackに音声を再生するための仕組み(API)があるのか?他に似たようなことを実現している人がいないか?などで調査してみるとよいと思います。
    がんばってください。

    キャンセル

+1

pythonから直接的にという意味合いが質問意図だとすればそれからは外れるかも知れませんが、技術的にはリモートホスト上のアプリケーションからローカルにある音声デバイス(スピーカー)を鳴らすこと自体はできるようで、双方がLinuxだとPulseAudioでそれをやってみたという記事が見つかります。

ただ、実際にHerokuにPulseAudioがインストールされているかは分かりません><
dpkg -l | grep pulseaudioで確認してみてください。

もしpulseaudioが入ってないなら、音声ファイルを単なるバイナリーとして扱い、リモート<->ローカル間でやりとりするアプリケーションを書き、ローカル側で音声ファイルをmpc, aplay, etc.の方法で再生することになると思います。

(本件には直接関係しませんが、この記事を見る限りmpcを使うとaplayより使い勝手がよさそうです)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/04/28 06:17

    回答有難うございます.
    pulseAudioは知りませんでした.

    magichanさんの回答から,herokuサイドのプログラムにおいて,wavファイルを生成することができました.

    botに話させるためには,ローカルにwavファイルを移動させて再生する仕組みが必要になります.
    それがplulseaudioでできるか見てみます.

    ありがとうございまいた.



    キャンセル

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 90.46%
  • 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られる

同じタグがついた質問を見る

  • Python

    12398questions

    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。

  • Python 3.x

    10360questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • API

    1863questions

    APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。