UTAUボイスバンクの原音接続に、学習ベースのイントネーション調整を加えたTTS
まだベータ版みたいなもんなのでゴリゴリ仕様が変わります。
あとスター付けてくれるとめっちゃ喜びます
ボイスバンクを使う前に、各音源の利用規約を確認してください。UtauTTSはボイスバンクの利用で生じた問題について責任を負いません。
GitHub Releases から、環境と用途に合うZIPをダウンロードしてください。
| パッケージ | 内容 |
|---|---|
UtauTTS-win-x64.zip |
Windows x64向け（GUI / CLI / HTTP Server同梱） |
UtauTTS-linux-x64.zip |
Linux x64向け（GUI / CLI / HTTP Server同梱） |
UtauTTS-mac-arm64.zip |
Apple Silicon Mac向け（GUI / CLI / HTTP Server同梱） |
UtauTTS-Server-win-x64.zip |
Windows x64向け HTTP Server単体版 |
UtauTTS-Server-linux-x64.zip |
Linux x64向け HTTP Server単体版 |
UtauTTS-Server-mac-arm64.zip |
Apple Silicon Mac向け HTTP Server単体版 |
- Windows: ZIPを展開し、中の
utautts.exeを実行します。 - Linux / macOS: 実行権限の付与などが必要です。インストール手順 を参照してください。
GUI版には初期音源として「足立レイ ver3.5.0」を同梱しています。利用条件は 同梱音源 と音源付属のライセンス文書を確認してください。
- 読み上げる文章を入力します。
- 必要なら、画面下部の「基本編集」で制御点や境界線をドラッグして、イントネーションと発音の長さを調整します。
Ctrl + Enterか再生ボタンで合成して再生します。- 「ファイル」→「書き出し」→「WAVを保存...」で保存します。
追加の音源は展開先フォルダ直下の voice/ にフォルダごと置き、「ファイル」→「音源とプラグイン」→「音源を再読込」を実行してください。
操作の詳細は GUIの使い方、合成設定は カードごとの合成設定、同梱モデルと学習元データは 抑揚モデルのライセンス を参照してください。
GUI版の tools/utautts-cli.exe（Linux / macOSは tools/utautts-cli）を使います。
.\tools\utautts-cli.exe `
--voicebank ".\voice\足立レイver3.5.0" `
--text "こんにちは、今日はいい天気です。" `
--prosody frame-intonation-tcn-v12 `
--out ".\out.wav"GUI版に同梱の utautts-server.exe（Linux / macOSは utautts-server）を実行します。GUIとは別に起動できます。
.\utautts-server.exe起動後、ブラウザで http://127.0.0.1:8080/ を開くとWebコンソールを使えます。全オプションは コマンドライン、API仕様は UtauTTS Server を参照してください。
うまく動かないときは トラブルシューティング を確認してください。解決しない場合は、GitHub Issues か @2237yh までお気軽にお問い合わせください。
機能の説明と開発者向けの資料は ドキュメント一覧 にあります。
UtauTTSのソースコードは MIT License です。同梱モデル、ボイスバンク、コーパス、OpenUtau / WORLD由来ファイル、Qtなどの第三者コンポーネントには個別のライセンスが適用されます。詳細は ライセンスの適用範囲、第三者通知、licenses/ と同梱文書を確認してください。