1. Text-to-Speech (TTS) API とは？

OpenAI の Text-to-Speech (TTS) API は、テキストをリアルな音声に変換できる機能です。

この API を使うことで、以下のような用途に活用できます。

• ブログ記事の音声ナレーション
• 多言語対応の音声生成
• リアルタイム音声出力（ストリーミング対応）

TTS API では 6 種類の音声（Alloy、Ash、Coral、Echo、Fable、Onyx） が利用可能です。

2. API を使って音声を生成する

Python を使った実装例

PYTHON
from openai import OpenAI
import os
from pathlib import Path

# 環境変数から API キーを取得
OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY")
if not OPENAI_API_KEY:
    raise ValueError("OpenAI APIキーが設定されていません。環境変数 'OPENAI_API_KEY' を設定してください。")

# OpenAI クライアントの初期化
client = OpenAI(api_key=OPENAI_API_KEY)

# 音声ファイルの保存パス
speech_file_path = Path("speech.mp3")

try:
    response = client.audio.speech.create(
        model="tts-1",
        voice="alloy",
        input="今日は天気が良くて素晴らしい一日でした。また明日も同じように晴れますように。",
    )

    # 音声データをバイナリで保存
    with open(speech_file_path, "wb") as audio_file:
        audio_file.write(response.content)

    print(f"音声ファイルを作成しました: {speech_file_path.resolve()}")
except Exception as e:
    print(f"エラーが発生しました: {e}")

3. 実際の生成音声

実際に上記コードを実行した結果、以下の音声ファイルが生成されました。

▶️ 生成音声を再生する

4. 音声の品質とフォーマット

TTS API では、以下の音声フォーマットをサポートしています。

5. まとめ

• OpenAI の TTS API を使えば、簡単にテキストを音声に変換可能。
• tts-1 は標準品質で、tts-1-hd を使うとより高音質の音声を生成可能。
• 生成された音声データは、MP3・Opus・WAV など様々な形式で保存できる。