メインコンテンツへスキップ
見出し画像

自分の声で合成音声を作るための、コーパス録音ツールを作りました


    このツールを作った理由

    COEIROINKで自分の合成音声を作ろうとしたとき、「音声コーパスの収録」が必要だと知りました。

    調べてみると OREMO というツールが定番らしいのですが、ソフトをダウンロードして設定するのが少し面倒だなと感じてしまって……。

    それなら、ブラウザだけで完結するものを自分で作ってしまおうと思ったのが始まりです。

    せっかく作るなら、OREMOにはない機能もほしいと思い、録音後に読み上げた内容を自動でチェックする機能も追加しました。

    ただ、正直に言うと処理がやや遅めなので、サクサク進めたい場合は設定からオフにするのがおすすめです。自分自身も途中からオフにして録音を進めてしまいました😅

    読み上げの精度にこだわりたい方や、じっくり確認しながら収録したい方には役立つ機能だと思います。


    どんなツールか

    Google Colab 上で動く、音声コーパス録音ツールです。

    • テキストを1文ずつ表示しながら録音できる

    • ファイル名が自動でつく

    • 録音後に音量チェック&読み上げ内容の照合を自動で実施

    • 録音データはGoogle Drive に自動保存

    Google アカウントとマイクがあればすぐ使えます。Pythonなどのインストールは不要です。

    ここでは、MYCOEIROINKで使えるコーパス文の形式で説明しますが、その形式のtxtファイルがあれば、それ以外でも作れます。



    使い方の流れ

    用意するもの

    • Googleアカウント

    • マイク(PC内蔵マイクでもOK)

    • 読み上げ文のリスト(.txt)

    テキストファイルはこんな形式で用意します(COEIROINKのコーパスデータそのまま使えます)。

    EMOTION100_001:おはようございます,オハヨウゴザイマス
    EMOTION100_002:今日はいい天気ですね,キョウハイイテンキデスネ
    

    下記からダウンロードさせていただきました。
    「MYCOEIROINKの作成と利用に必要なもの」によると、下記のうち最小10文~最大625文で作成可能とのことです。


    手順

    ⓪ Colab でノートブックを開く

    下のボタンからすぐ開けます。

    📁 ノートブックファイル(.ipynb)はこちらからダウンロードできます。



    ① 「①」から順番に上から実行していく

    左の実行ボタンを押すと実行できます。

    画像
    パッケージのインストールには長いと数分かかります。

    ② Googleドライブに接続

    下のようなポップアップが出てきたら、「Googleドライブに接続」を押して接続を許可してください。

    画像

    デフォルトでは、MyDriveの直下にSourceSoundMakerという作業フォルダが作成されます。このフォルダの中に入出力データが保存されます。
    保存先を変えたい場合は作業フォルダ名を変更してから実行してください。

    画像
    デフォルトでの作業フォルダの保存先

    ③ テキストファイルをアップロードする

    実行すると「ファイルを選択」というボタンが出てきます。
    ここを押すと、ポップアップが出てきますので、先ほどダウンロードした読み上げ文のリストを選択して、開いてください。
    複数ファイルを読み込みたい場合は、続けて同様の操作を行ってください。

    コーパス名は特に指定しなくてもよいですが、コーパス名を入力すると、自分が決めた名前で保存することもできます。(コーパス名が違うと同じ内容でも別コーパスとして認識されるのでご注意ください。)

    画像

    データのアップロードは、Googleドライブのパスでも指定可能です。


    ④ 内部処理

    実行ボタンを押してください。数秒で実行完了するはずです。


    ⑤ マイクチェックをする

    実行して、「マイクをテストする」を押すと、マイクの使用許可のポップアップが出るので、許可してください。

    画像

    その後、再度実行して「マイクをテストする」を押すと、次のようなポップアップが出てくるので、使用するマイクを選択して、許可を押してください。
    問題なければ、「✅ マイクが正常に使用できます。録音を開始できます。」と出るはずです。

    画像

    ⑥ 録音設定を確認する

    読み上げチェックの精度は小さいほど、高速/不正確、大きいほど、低速/正確になります。あとで読み上げチェックなしにも変更できるので、こだわりがない方はスルーで大丈夫です。

    再開・上書きについても、最初の録音では「0」のままで大丈夫です。

    画像

    これを実行すると、コーパス、精度、保存先の確認画面が出るので確認してください。
    複数コーパスを保存した場合は、必ずこれから読むコーパスをドロップダウンから選択してください。

    画像

    ⑥ 「🎙️ 録音を開始する」を押す

    実行して、「録音を開始する」を押すと、録音画面になります。
    1.「録音開始」を押して、表示された文を読む。
    2.読み終わったら「停止」を押す。
    3.読み上げチェック(※ただし、読み仮名つきのファイルのみ対応。MANAコーパスでは一致度が正しく出ません。)

    画像
    読み上げチェック結果

    4.録音したファイルが保存される。
    5.再生を押すと、録音した声を聞くことができます。
    6.良ければ、「次へ」、だめなら「やり直し」を押してやり直してください。

    読み上げチェックは下の「読み上げ確認(オフにすると速くなります)」のチェックを外すとオフにできます。1文ごとに切り替えられるので、要らないと思ったら外してください。

    録音したファイルは自動的にGoogleDriveに保存され、デフォルト設定(再開する文の番号=0)で終了した次の文から自動的に再開されます。
    やり直したい文がある場合のみ、再開する文番号を指定すればOKです。


    おわりに

    このツールを使って実際にコーパスを収録し、COEIROINKで合成音声を作ってみましたが、特に問題なく動作しました。他の方法と比べたわけではないので参考程度に……ですが、一応ちゃんと動くことは確認済みです。

    一点だけ注意点として、COEIROINKで学習させるときは「空白除去」をOFFにするのがおすすめです。このツールは録音時に自動で無音部分を除去する処理が入っているので、COEIROINKの空白除去もONにすると二重にかかってしまう可能性があります(多分どちらでも大丈夫とは思いますが、念のため)。

    COEIROINK等で自分の声の合成音声を作りたい方や、OREMOが使えない環境の方にとって、少しでも役に立てたら嬉しいです。


    あなたへのおすすめ