Tts

Text-to-Speech

テキストを音声ファイル（WAV）に変換する。OpenAI / COEIROINK / VOICEVOX 対応のマルチプロバイダアーキテクチャ。

使用タイミング

• 「テキストを読み上げて」「音声にして」と依頼されたとき
• バッチで複数セグメントの音声を一括生成するとき
• WAVファイルを結合する必要があるとき
• 高品質な日本語音声が必要なとき（OpenAI推奨）

Step 0: プロバイダ判定（質問は最小限）

会話から決める。プロバイダ名（OpenAI / COEIROINK / VOICEVOX）や話者名（つくよみちゃん・ずんだもん等）、「ローカルで」「無料で」の指定があればそれに従う。指定が無ければ既定は OpenAI TTS（有料 API。[ -n "$OPENAI_API_KEY" ] で有無だけ確認し、値は出力しない）。キーが無ければローカル TTS を使う（--provider coeiroink / voicevox で batch-tts.js を起動すれば同梱の healthcheck が生死を判定し、停止中なら即エラーで止まる）。スクリプトの --provider 既定は coeiroink のままなので、OpenAI で進めるときは --provider openai を必ず明示する。

どれも使えない（キー未設定かつローカル TTS 両方停止）ときだけ、AskUserQuestion で 1 問「利用できる TTS がありません。どれを用意しますか？」を聞く。選択肢は推奨を先頭に、各行に必要な準備を書く: OpenAI TTS（OPENAI_API_KEY の設定。有料）/ COEIROINK（localhost:50032 を起動）/ VOICEVOX（localhost:50021 を起動）。

OpenAI 選択時の追加設定

Step 1: ボイス選択

指定が無ければ nova で進める。「男性の声で」「落ち着いた声で」等の希望があれば下の一覧から選ぶ。AskUserQuestion は使わない（1 本作って聞いてもらい、合わなければ差し替える方が速い）。

• nova（既定）: 自然で温かみのある女性声。日本語に最適
• alloy: 中性的でバランスの取れた声
• echo: 落ち着いた深みのある男性声
• shimmer: 明るくエネルギッシュな女性声
• その他: ash, ballad, coral, fable, onyx, sage, verse, marin, cedar

Step 2: スタイル指示

instructions パラメータで発話スタイルを自然言語で指定できる。

よく使うスタイル例:

• "Speak in a warm, friendly conversational tone in Japanese" - 温かくフレンドリーな会話調
• "Speak calmly and clearly like a professional narrator" - 落ち着いたプロのナレーション
• "Speak with energy and enthusiasm, like a podcast host" - 元気なポッドキャストホスト
• "Read in a gentle, soothing bedtime story voice" - 穏やかな読み聞かせ

基本コマンド

バッチ音声生成

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input <dialogue.json> \
  [options]

WAV結合

node ${CLAUDE_PLUGIN_ROOT}/scripts/concat-wav.js \
  --input-dir <parts-dir> \
  --output <combined.wav>

オプション（batch-tts.js）

共通オプション

OpenAI固有オプション

JSON入力形式

ローカルTTS（COEIROINK / VOICEVOX）

{
  "segments": [
    { "speaker": "tsukuyomi", "text": "こんにちは", "speed": 1.3 },
    { "speaker": "ginga", "text": "はじめまして", "speed": 1.3 }
  ],
  "outputDir": "./output",
  "concat": true,
  "concatName": "dialogue.wav"
}

OpenAI TTS

{
  "segments": [
    { "speaker": "nova", "text": "こんにちは", "speed": 1.0 },
    { "speaker": "onyx", "text": "はじめまして", "speed": 1.0, "instructions": "Speak in a deep, authoritative tone" }
  ],
  "outputDir": "./output",
  "voice": "nova",
  "instructions": "Speak naturally in Japanese with a warm tone",
  "concat": true,
  "concatName": "dialogue.wav"
}

instructions の優先順位: セグメント > JSON設定 > CLIオプション

プロバイダ

OpenAI ボイス一覧

COEIROINK 話者

話者マップ（--speaker-map）

キャラクター名からTTS話者への変換を定義。

{
  "narrator": { "ttsName": "つくよみちゃん", "fileId": "narrator" },
  "expert": { "ttsName": "AI声優-銀芽", "fileId": "expert" }
}

出力構造

outputDir/
├── parts/           # 個別の音声ファイル
│   ├── 001_nova.wav
│   ├── 002_onyx.wav
│   └── ...
├── combined.wav     # 結合ファイル（--concat時）
└── summary.json     # 生成サマリー

使用例

OpenAI TTS（基本）

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json \
  --provider openai \
  --voice nova

OpenAI TTS（スタイル指示付き）

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json \
  --provider openai \
  --voice nova \
  --instructions "Speak in a warm, friendly conversational tone in Japanese"

OpenAI TTS（結合付き）

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json \
  --provider openai \
  --voice nova \
  --concat

COEIROINK（基本）

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json

COEIROINK（結合付き）

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json --concat

特定セグメントのみ再生成

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json --indices 1,5,10

VOICEVOX使用

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json --provider voicevox

カスタム話者マップ

node ${CLAUDE_PLUGIN_ROOT}/scripts/batch-tts.js \
  --input script.json --speaker-map characters.json

前提条件

• Node.js 18+
• OpenAI TTS: OPENAI_API_KEY 環境変数
• COEIROINK: localhost:50032 で起動
• VOICEVOX: localhost:50021 で起動

発音辞書（ローカルエンジン用）

英単語のカタカナ読みを TTS エンジンの辞書に登録し、発音を制御する機能。 dict.js で登録・スキャン・確認を行う。

適用範囲: この辞書は COEIROINK / VOICEVOX 使用時のみ 必要。 OpenAI TTS は英語・日本語のバイリンガル対応のため、辞書登録は不要 （特殊な読みは instructions パラメータで指示できる。例: "instructions": "Read 'LLM' as 'エルエルエム', 'API' as 'エーピーアイ'"）。

クイックスタート

# 1. 辞書の健全性チェック（ローカルTTS生成前に推奨）
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js healthcheck

# 2. 英単語を自動登録（LLM経由で読み取得 → エンジン適用）
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js auto-add Claude OpenAI ChatGPT --apply

# 3. エンジンの実際の発音を確認
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js verify Claude OpenAI ChatGPT

主要コマンド

スキャン（テキスト/JSONから自動抽出→登録）

# dialogue.json からスキャン → プレビュー（変更なし）
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js scan --input dialogue.json --dry-run

# テキスト直接指定 → 未登録単語をLLM登録 → エンジン適用
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js scan --text "Claude CodeのPlan ModeでTypeScriptを書く" --apply

# ケースバリアント（lowercase, UPPERCASE, Pascal）も一括登録
node ${CLAUDE_PLUGIN_ROOT}/scripts/dict.js scan --text "Claude Code" --with-case-variants --apply

グローバルオプション（dict.js）

注意点

• 大文字小文字を区別: COEIROINK は "git" と "Git" を別エントリ扱い。両方の登録が必要（--with-case-variants が便利）。
• ハイフン付き単語: obsidian-skills 等はマッチングが不安定。TTS用テキスト側でカタカナに置換するのが確実。
• 前提: auto-add / scan --apply の読み取得には ZAI_API_KEY または OPENROUTER_API_KEY が必要。エンジン適用には COEIROINK/VOICEVOX の起動が必要。