Windows Info 第276回

Windows 10は好きな文章を合成音声で簡単に喋らせることができる

こんな簡単なコマンドで、Windowsは「しゃべって」くれる。画面キャプチャーでは声をお聞かせすることはできないが、お手元のWindows PowerShellで試してほしい

　スクリプトを作るとき、ちょっとユーザーの気を引きたくなることがある。たとえば、少し時間のかかる処理をするときに、終わったことを通知したい場合などだ。あるいは、実行後にすこし時間が経過してからエラーを通知するような場合にも、気を引きたくなることがある。

　こんなとき昔のコンピューターならベル音やビープ音を鳴らすのが一般的だった。端末装置からコンピューターを使っていた頃、Ctrl＋Gを出力するとベル音が鳴った。マイクロプロセッサが使われ始め、パソコンの原型ができあがった頃、BEEPと呼ばれる機能ができた。プログラムでビットをオンオフし、これをスピーカーに接続することで音を出していた。今もマザーボード上には、そのための小さなスピーカーがあるはずだ。しかしWindowsが普及するとともに、PCにサウンド機能が標準となり、簡単に音を鳴らせるようになった。

　コントロールパネルの「サウンド」プロパティで開く、「サウンド」ダイアログボックスの「サウンド」タブには、Windowsがあらかじめ持っている「イベントサウンド」の定義がある。PlaySound APIなどを使うことで、こうしたシステム定義の音を鳴らすことができる。ただ、“ありもの”のサウンドは案外区別がつきにくい。しかし、独自のサウンドを鳴らすには音源ファイルを作る必要がある。それは面倒だ。

　こうしたとき、Windowsの音声合成機能を使うと、音源の必要なく、適切な「音声によるメッセージ」を出すことができるようになる。

Windowsに用意されているSpeech API

　Windowsには、Speach API（SAPI）があり、これを使うことで音声合成ができる。音声合成というと、なんか面倒くさそうな感じがしてしまうが、お手元のPCでPowerShell（Windows PowerShellを想定してあるが、PowerShell Coreでも確認済み）を開き、以下の2行のコマンドを実行してみてほしい。

$x=New-Object -ComObject SAPI.SpVoice
$x.Speak("早く人間に成りたい")

　ちゃんと音が出るように設定されていれば、女性の声が聞こえるはずだ。これがSpeach APIの音声合成機能だ。喋らせるテキストは、普通のテキストそのままでいい。しかも、日本語の音声の場合、英単語が混じっていてもいい。

$x.Speak("ここにFile Nameを入れてEnter keyを押してください")

　句読点を入れると、そこで一呼吸入れてくれる。

$x.Speak("早く，人間に，成りたい。早く人間に成りたい")

　Speakメソッドを繰り返し使えば、ずっと話し続けてくれる。なおデフォルトでは、同期呼び出しなので、発声が終わるまでSpeakメソッドは戻ってこない。これだとスクリプトの実行に差し障るというのであれば、非同期呼び出しとして発声が終わる前に制御を戻すこともできる。それには、後ろにもう1つ引数を追加して1（SVSFlagsAsync）をつける。

$x.Speak("ここにFile Nameを入れてEnter keyを押してください",1)

　なお、このSpeakメソッドに関しては、Microsoftの以下のページに情報がある。

●SpVoice Speak method (SAPI 5.4)
　https://docs.microsoft.com/en-us/previous-versions/windows/desktop/ee125647(v=vs.85)
●SpeechVoiceSpeakFlags (SAPI 5.4)　2つ目の引数の指定
　https://docs.microsoft.com/en-us/previous-versions/windows/desktop/ee125223(v=vs.85)

音量や声のキャラクターなど、ちょっと変化をつける

　まずは、音量を変えてみる。

$x.Speak("お出かけですか")
$x.Volume=50
$x.Speak("お出かけですか")
$x.Volume=100

　Volumeプロパティは、0～100の範囲で指定する。これは、Speech API側の出力を0～100％に設定するものなので、他の音との相対値である。最終的な音量はWindowsの設定で決まる。この値を低くすると、他のアプリよりも相対的に小さな音にすることができる。

　次は、読み上げ速度だ。これは、rateプロパティで設定する。値は-10から10の範囲で、-10が最も遅く、デフォルト値は0である。

$x.rate=-10
$x.Speak("早く人間に成りたい",1)
$x.rate=0

　次に声を変えてみる。日本語版Windowsでは、

Haruka（日本語、女性）：0
Zira（英語、女性）：1
David（英語、男性）：2

の3つの声が利用できる。英語を話してほしいときには、ZiraかDavidを選ぶ。Davidなら

$x.Voice=$x.GetVoices().item(2)
$x.Speak("all works and no play makes jack a dull boy.",1)

とする。「item(2)」を「item(1)」にすればZiraが、「item(0)」にすればHarukaが選択できる。たとえば、

$x.Voice=$x.GetVoices().item(0);$x.Speak("裏に塀ができたんだってねぇ",1);$x.Voice=$x.GetVoices().item(2);$x.Speak("Hey",1)

とする。