cosin2077/easyVoice

What it solves

EasyVoiceは、長いテキスト（小説全体など）を素早く音声と字幕に変換する問題を解決します。従来のテキスト読み上げツールには、文字数制限があったり、有料であったり、操作が複雑であったりすることがよくあります。このプロジェクトは完全に無料で、時間や文字数の制限がなく、10万文字以上の長文にも対応しています。また、字幕の自動生成や複数のキャラクターボイスの組み合わせも可能で、ユーザーは簡単にオーディオブックや吹き替えを作成できます。

How it works

WebインターフェースとAPIセットを提供します。ユーザーがテキストを貼り付けたりコンテンツをアップロードしたりした後、声を選択し、話速、音量、ピッチを調整できます。また、AIに内容に基づいて適切な吹き替えパラメータを自動推奨させることも可能です（OpenAI互換のAPI設定が必要）。システムはMicrosoft Azure TTS（現在は主に Edge-TTS）を呼び出して音声合成を行い、ストリーミング再生をサポートしているため、非常に長いテキストでもすぐに再生を開始できます。生成された音声とSRT字幕ファイルは指定されたディレクトリに保存され、コマンドラインまたはWebからダウンロードできます。

Who it's for

• 小説や記事をオーディオブックとして聴きたい読者
• 動画や創作物の吹き替えが必要なクリエイター
• パーソナライズされた音声を作成したい、または言語学習をしたい方
• 独自のTTSサービスをデプロイしたい開発者

Highlights

• 完全無料、時間・文字数制限なし、超長文対応
• ストリーミング再生により、どんな長さのテキストでも即座に試聴開始可能
• AIによるインテリジェントな吹き替え推奨、キャラクターとトーンの自動割り当て（LLM APIの設定が必要）
• マルチキャラクター吹き替え対応、キャラクターごとに異なる声、話速、ピッチを指定可能
• SRT字幕の自動生成、タイムライン同期、カスタム無音マーカー対応
• 数値読み上げのインテリジェント処理：金額や日付は通常通り読み上げ、番号や電話番号などは一桁ずつ読み上げ
• Dockerによるワンクリックデプロイ対応、ローカルでの Node.js 実行も可能