【Python】AIでナレーションを自動生成する方法｜Google Text-to-Speechの使い方

前回の記事では、
URLからショート動画の台本を自動生成する方法を紹介しました。

今回はその続きとして、

👉 「テキストを音声に変換する」

部分を作っていきます。

動画にする上で意外と面倒なのが👇

  • ナレーションを録音する
  • 音声を編集する

この部分ですが、AIを使うことで👇

👉 自動で音声を作ることができます

■ この記事でできること

この記事を読むと👇

・テキストを入力する
・ボタンを押す
・ナレーション音声が生成される

ところまで作れるようになります。

■ 使用する技術

  • Python
  • Google Text-to-Speech（音声生成）
  • Streamlit（UI）

■ 事前準備

■ ライブラリインストール

pip install google-cloud-texttospeech

■ Google Cloudの設定

👉 ここが少しだけハードルあります

  1. Google Cloudでプロジェクト作成
  2. Text-to-Speech APIを有効化
  3. サービスアカウントキー（JSON）を作成

👉 詳しい手順は別記事で解説します

■ 認証設定

コード内で指定👇

import os
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "google_creds.json"

■ 実装コード（コピペOK）

👉 まずはこれをそのまま動かしてください

import streamlit as st
from google.cloud import texttospeech
import os# 認証ファイル
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "google_creds.json"st.title("音声生成テスト")text = st.text_area("読み上げテキストを入力")if st.button("音声を生成"):
    if not text:
        st.warning("テキストを入力してください")
    else:
        try:
            client = texttospeech.TextToSpeechClient()            input_text = texttospeech.SynthesisInput(text=text)            voice = texttospeech.VoiceSelectionParams(
                language_code="ja-JP",
                name="ja-JP-Neural2-B"
            )            audio_config = texttospeech.AudioConfig(
                audio_encoding=texttospeech.AudioEncoding.MP3
            )            response = client.synthesize_speech(
                input=input_text,
                voice=voice,
                audio_config=audio_config
            )            with open("output.mp3", "wb") as out:
                out.write(response.audio_content)            st.success("音声生成完了")
            st.audio("output.mp3")        except Exception as e:
            st.error(f"エラー: {e}")

■ 使い方

1. アプリを起動
2. テキストを入力
3. ボタンを押す
4. 音声が再生される

■ 何をしているのか（最低限）

■ 音声生成

client = texttospeech.TextToSpeechClient()

👉 Googleの音声APIを使う準備

response = client.synthesize_speech(...)

👉 テキストを音声に変換

■ 実際に使ってみた感想

👉 正直なところ👇

■ Google Text-to-Speech

・安定している
・設定がシンプル
・少し機械っぽい

■ VOICEVOX（参考）

・かなり自然
・ただしPC負荷が高い
・固まることがある

👉 結論

・まず試すなら Google
・こだわるなら VOICEVOX

■ つまずいたポイント

■ ① 認証エラー

👉 JSONファイルがない / パス違い

■ ② API有効化していない

👉 Google Cloud側でONにする必要あり

■ ③ 音が出ない

👉 ファイル生成されていない

■ ここまででできること

👉 今の状態👇

台本（前回）
＋
音声（今回）

👉 動画の材料が揃いました

■ 次の記事

👉 次はこれ

③ 音声＋画像で動画を作る方法（moviepy）

コメント