import requests
import re
import json

char0 = []
char_num = int(input("Please input number of characters =>"))
for i in range(1, char_num+1):
    exec('char{} = []'.format(i))

with open('./ehon_json/ehon.json', 'r') as f:
    story = json.load(f)

story_list = []
for page in story:
    page_list = []
    for sentense in page:
        # try:
        speech_list = re.split("(?<=」)|(?=「)", sentense["text"])
        for speech in speech_list:
            if speech != "":
                if speech.find("「") > -1:
                    while True:
                        try:
                            print(sentense)
                            print(speech)
                            id = int(input("Please input char ID =>"))
                            if id <= char_num and id > 0:
                                break
                        except:
                            print("once again")
                    exec('char{}.append(speech)'.format(id))
                    page_list.append({"sentiment": sentense["sentiment"], "text": speech, "char": id})
                else:
                    char0.append(speech)
                    page_list.append({"sentiment": sentense["sentiment"], "text": speech, "char": 0})
    story_list.append(copy.deepcopy(page_list))
print(story_list)

access_token_publish_url = "https://api.ce-cotoha.com/v1/oauth/accesstokens"
api_base_url = "XXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
clientid = "XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
clientsecret = "XXXXXXXXXXXXXXXXXXXXX"

headers = {'Content-Type': 'application/json',}
data = json.dumps({"grantType": "client_credentials","clientId": clientid,"clientSecret": clientsecret})
response = requests.post(access_token_publish_url, headers=headers, data=data)
access_token = json.loads(response.text)["access_token"]

api_url = api_base_url + "nlp/beta/user_attribute"
headers = {"Authorization": "Bearer " + access_token, "Content-Type": "application/json;charset=UTF-8"}

char_list = []
for i in range(0, char_num+1):
    exec('l = char{}'.format(i))
    data = json.dumps({"document": l})
    response = requests.post(api_url, headers=headers, data=data)
    result = json.loads(response.text)
    char_list.append(result)
    print(result)

with open('./ehon_json/char.json', 'w') as f:
    json.dump(char_list, f, indent=4, ensure_ascii=False)

De cette façon, j'ai fait une liste d'énoncés pour chaque orateur, y compris le narrateur, le lapin blanc et le lapin noir, et les ai jetés dans l'API. Cliquez ici pour les résultats.

·narrateur

{
        "result": {
            "age": "40-49 ans",
            "civilstatus": "marié",
            "habit": [
                "SMOKING"
            ],
            "hobby": [
                "COLLECTION",
                "COOKING",
                "FORTUNE",
                "GOURMET",
                "INTERNET",
                "SHOPPING",
                "STUDY",
                "TVGAME"
            ],
            "location": "Kinki",
            "occupation": "employé"
        },
        "status": 0,
        "message": "OK"
    }

・ Shiroi Sagi

    {
        "result": {
            "age": "40-49 ans",
            "civilstatus": "marié",
            "earnings": "-1M",
            "hobby": [
                "COOKING",
                "GOURMET",
                "INTERNET",
                "TVDRAMA"
            ],
            "location": "Kanto",
            "occupation": "employé"
        },
        "status": 0,
        "message": "OK"
    }

・ Kuroisagi

    {
        "result": {
            "age": "40-49 ans",
            "earnings": "-1M",
            "hobby": [
                "INTERNET"
            ],
            "location": "Kanto",
            "occupation": "employé"
        },
        "status": 0,
        "message": "OK"
    }

Du haut, le narrateur, le lapin blanc et le lapin noir. Hmmm? Ce résultat a peut-être été un peu décevant. Ou plutôt, la documentation indiquait qu'elle renverrait quelque chose comme "gender", mais cela n'a pas été inclus dans les résultats. Est-ce toujours en version bêta? Mais c'est une histoire de mariage, et je pense que c'est un adulte, alors peut-être que c'est inattendu. Je me demande s'il serait impossible d'envoyer un énorme journal de conversation si je voulais l'obtenir avec une telle précision.

Si la précision augmente ici, il peut être possible de créer un modèle pour chaque personnage dans une certaine mesure et d'utiliser la reconnaissance vocale pour parler avec les personnages du livre d'images. Pour le moment, cette fois, j'ai sélectionné manuellement une voix comme celle-là en référence à ce résultat.

6. Utilisez l'API HOYA VoiceText pour sélectionner le meilleur haut-parleur et le meilleur style de parole, et synthétiser la voix.

Enfin, ces informations sont combinées et synthétisées vocalement. En ce qui concerne la synthèse vocale, je ne pouvais pas spécifier d'émotions pour l'API COTOHA, et comme je ne me suis inscrit que pour le plan gratuit, j'ai essayé d'utiliser VOICE TEXT de HOYA cette fois. En fait, je voulais faire une composition vocale avec ma propre voix à la station coe et en faire une application que mon père lirait à tout moment, mais je ne pouvais pas le faire de mon propre pouvoir.

À propos, veuillez noter que la voix synthétique de HOYA est également une licence qui interdit la distribution secondaire, etc.

VoixeText Web API

L'utilisation commerciale, l'utilisation secondaire et la distribution des données vocales créées avec la version gratuite sont interdites. Veuillez vérifier les conditions d'utilisation avant d'utiliser ce service.

Cette fois

narrateur:"hikari"
Lapin blanc:"haruka"
Kuroi Sagi:"takeru"

Et dit. Aussi, les émotions

    "Neutral":""
    "Positive":"happiness"
    "Negative":"sadness"

Il est défini comme. De plus, si vous synthétisez normalement, la voix sera interrompue car le tampon à l'arrière est insuffisant, donc la balise SSML `<vt_pause = 1000 /> 'est ajoutée après tous les mots pour allonger le fichier.

<détails>

from voicetext import VoiceText
import copy
import json

speaker = {
    0:"hikari",
    1:"haruka",
    2:"takeru"
}

emotion = {
    "Neutral":"",
    "Positive":"happiness",
    "Negative":"sadness"
}

play_list = []
vt = VoiceText('XXXXXXXXXXXXXXXXX')
with open('./ehon_json/story.json', 'r') as f:
    story = json.load(f)
    for i, page in enumerate(story):
        play = {"image": "./ehon_image/{}.png ".format(i+1), "voice":[]}
        voice_list = []
        for j, speech in enumerate(page):
            print(speech)
            if speech["sentiment"] == "Neutral":
                vt.speaker(speaker[speech["char"]])
            else:
                vt.speaker(speaker[speech["char"]]).emotion(emotion[speech["sentiment"]])
            with open('./ehon_speech/{}_{}.wav'.format(i+1, j+1), 'wb') as f:
                print(speech["text"])
                f.write(vt.to_wave(speech["text"] + '<vt_pause=1000/>'))
            voice_list.append('./ehon_speech/{}_{}.wav'.format(i+1, j+1))
        play["voice"] = copy.deepcopy(voice_list)
        play_list.append(copy.deepcopy(play))
        voice_list = []


with open('./play_json/play.json', 'w') as f:
    json.dump(play_list, f, indent=4, ensure_ascii=False)