Amazon Pollyをコマンドラインから使い、日本語テキストを読み上げたmp3ファイルを作成する手順の概略

前準備

• AWSのアカウントを作ります。
  • AWS
  • アカウントが一つ（ルートアカウント）だけの段階でもSynthesizeSpeechにアクセスすれば音声は作れます。
  • しかし、セキュリティ上の理由から、ルートアカウントは極力使わないようにすべきです。
  • ですから、自分の管理下にあるアカウントを作るためのアカウント（IAM管理用のアカウント）を作りましょう。
• IAM管理のアカウントを作ります。
  • AWS IAM（ユーザーアクセスと暗号化キーの管理）| AWS
  • これはIAM管理者用のアカウントなので、このアカウントもAmazon Polly用には使いません。
  • Amazon Pollyで作業するためのアカウント（作業用アカウント）を作りましょう。
• 作業用アカウントを作ります。
  • もちろん、この段階でSynthesizeSpeechにアクセスすれば音声は作れます。
    • 
  • コマンドライン（AWS CLI）を使うなら、作業用アカウントについて、以下の情報をメモしておきます。
    • アクセスキー ID: AAAAAAAAAAAAAAAAAAAA
    • シークレットアクセスキー: SSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSS
    • リージョン: ap-northeast-1（たとえば）
• AWS CLIをインストールします。
  • AWS CLI のインストール - AWS Command Line Interface

コマンドラインからテキストファイルを指定する例

• 設定

$ aws configure
AWS Access Key ID [None]: AAAAAAAAAAAAAAAAAAAA
AWS Secret Access Key [None]: SSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSSS
Default region name [somewhere]: ap-northeast-1
Default output format [None]:

• テキストファイルの準備

$ vi input.txt
$ cat input.txt
こんにちは。

• mp3ファイルの作成

$ aws polly synthesize-speech --output-format mp3 --text file://input.txt --voice-id "Mizuki" output.mp3
{
    "ContentType": "audio/mpeg",
    "RequestCharacters": "6"
}

結果（音声）

• output.mp3

ファイルを使わずにコマンドラインから文字列を与える例

$ aws polly synthesize-speech --output-format mp3 --text "こんにちは。" --voice-id "Mizuki" output.mp3

長い音声ファイルを作る場合

$ aws polly start-speech-synthesis-task help

ヘルプ

$ aws help
$ aws polly help
$ aws polly synthesize-speech help
$ aws polly start-speech-synthesis-task help

リンク

• ハマンの量り（合成音声による朗読あり） | 結城浩のお話 — ちょっと長めの文章を変換してみました。
• Amazon Polly（深層学習を使用したテキスト読み上げサービス）| AWS
• AWS CLI の使用 - AWS Command Line Interface
• Creating Long Audio Files (CLI) - Amazon Polly

Amazon Polly関連ツイート

https://twitter.com/hyuki/status/1255501850117394433 https://twitter.com/hyuki/status/1255487949002682368 https://twitter.com/hyuki/status/1130015752415657984