Modalità API Engine: Talk (sintesi vocale da testo) - VOICEVOX for Laravel

Come integrare nell’applicazione Laravel un’API HTTP compatibile con VOICEVOX Engine e usare gli stessi endpoint di talk dell’engine ufficiale.

​

Cos’è la modalità API Engine

La modalità API Engine fornisce all’interno dell’applicazione Laravel un’API HTTP compatibile con il VOICEVOX Engine ufficiale.

Basta avviare l’applicazione con php artisan serve --port=50513 per poter usare direttamente /audio_query o /synthesis.

​

Preparazione

1. Configurare VOICEVOX Core for PHP

   Segui la procedura in Installazione e configurazione per preparare voicevox-core-php e la libreria core.

2. Abilitare le variabili d'ambiente e FFI

   VOICEVOX_CORE_PATH=/path/to/voicevox_core/
   

   ffi.enable=true
   
3. Installare le risorse delle informazioni sui personaggi

   php artisan voicevox:install
   

​

Avviare l’engine versione Laravel

php artisan serve --port=50513

Per impostazione predefinita si avvia su http://127.0.0.1:50513.

​

Informazioni sulla porta 50513

La porta predefinita del VOICEVOX Engine ufficiale è la 50021. Per poter avviare contemporaneamente l’engine versione Laravel e quello ufficiale, la porta predefinita è impostata a 50513.

Poiché si sta semplicemente avviando con --port=50513, puoi usare anche altre porte come --port=8000.

Quando la porta è già in uso, l’engine ufficiale si regola automaticamente su una porta libera a partire dalla 50022. Anche php artisan serve, se non viene specificato --port, si regola automaticamente a partire dalla 8001, ma se specifichi --port e la porta è occupata l’avvio fallisce. È consigliato indicare una porta fissa che difficilmente entri in conflitto con altri servizi. La 50513 ne è un esempio.

​

Generare audio di talk

​

1. Creare l’audio_query

curl -s -X POST "http://127.0.0.1:50513/audio_query?speaker=1&text=ララベルが好きなのだ" \
  -H "Content-Type: application/json" \
  > audio_query.json

​

2. Sintetizzare l’audio con synthesis

curl -s -X POST "http://127.0.0.1:50513/synthesis?speaker=1" \
  -H "Content-Type: application/json" \
  -d @audio_query.json \
  > talk.wav

​

Usare dal client Laravel

Puoi usare l’engine versione Laravel come destinazione della connessione in modalità client.

// config/voicevox.php
'client' => [
    'url' => env('VOICEVOX_URL', 'http://127.0.0.1:50513'),
],

use Revolution\Voicevox\Voicevox;

$response = Voicevox::talk('ララベルが好きなのだ', id: 1)
    ->generate(id: 1);

$response->storeAs('engine', 'talk.wav');

​

Abilitazione/disabilitazione dell’API Engine e fallback

'engine' => [
    'disabled' => env('VOICEVOX_ENGINE_DISABLED', false),
    'fallback_url' => env('VOICEVOX_ENGINE_FALLBACK_URL', 'http://127.0.0.1:50021'),
],

Gli endpoint non implementati, come cancellable_synthesis o multi_synthesis, possono ricadere sull’engine ufficiale tramite fallback.

Quando usi il fallback, avvia l’engine ufficiale al VOICEVOX_ENGINE_FALLBACK_URL.

​

Stato di supporto relativo al talk

Endpoint	Versione Laravel	Fallback	Note
POST /audio_query	✅	✅	enable_katakana_english non supportato
POST /accent_phrases	✅	✅	enable_katakana_english non supportato
POST /synthesis	✅	✅
POST /mora_data	✅	✅
POST /mora_length	✅	✅
POST /mora_pitch	✅	✅
GET /speakers	✅	✅
GET /speaker_info	✅	✅	Richiede l’installazione delle risorse
POST /cancellable_synthesis	❌	✅	Solo fallback
POST /multi_synthesis	❌	✅	Solo fallback

​

Endpoint TTS compatibile con OpenAI

POST /v1/audio/speech accetta lo stesso formato di richiesta dell’API di sintesi vocale di OpenAI. Basta cambiare il Base URL per poterlo utilizzare da Laravel AI SDK e da molti altri strumenti compatibili con le API OpenAI.

curl -s -X POST "http://127.0.0.1:50513/v1/audio/speech" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "voicevox",
    "input": "ララベルが好きなのだ",
    "voice": "ずんだもん"
  }' \
  > talk.wav

​

Parametri

Parametro	Descrizione
input	Testo da leggere (massimo 4096 caratteri)
voice	ID di stile (numerico), alias (ずんだもん, 四国めたん, ecc.) o nome voce OpenAI (alloy, shimmer, ecc.)
speed	Velocità di riproduzione. Applicata come speedScale (da 0.25 a 4.0, 1.0 se omesso)
response_format	Viene sempre restituito in wav. Il valore specificato è ignorato
Altri parametri	Ignorati

I nomi delle voci OpenAI (alloy, shimmer, ecc.) sono assegnazioni provvisorie. Non esiste una definizione ufficiale che associ la qualità vocale di ciascuna voce OpenAI ai personaggi VOICEVOX, per cui la mappatura è puramente di comodo per garantire compatibilità. Si consiglia di usare gli alias dei personaggi VOICEVOX (ずんだもん, 四国めたん/ノーマル, ecc.).

​

Pagine successive da leggere

API Engine: Song

Consulta come usare sing_frame_audio_query e frame_synthesis.

Integrazione con Laravel AI SDK

Consulta la configurazione per usare VOICEVOX tramite la facade Audio.