アプリ開発日誌
2018.02.07
Amazon Pollyを使って、ニュースのタイトルを読み上げてみた
サーバー開発担当の木下です。
Meltdown/Spectreが騒がれていますね。クラウドベンダーは早々に対策を打っていたようで木下的には一安心ですが、IntelのCEOによるインサイダーが疑われたり、対策方法にツッコミが入ったりと、問題自体はまだまだ長引きそうです。
さて今回は、テキスト読み上げをしてくれるAmazon Pollyを使ってみました。
Amazon Pollyとは
Amazon Web Servicesで提供されているサービスの一つで、テキストを音声に変換してくれるものです。テキストと一緒に音声合成マークアップ言語もリクエストすることで、よりリアルな話し声に変換できるようです。
料金ですが、テキストのリクエストであれば100万文字ごとに4USDで使用できるので、国内ベンダーの音声合成サービスより安価に運用できると思います。
使ってみた
今回はJavaScriptを使って、NHK NEWS WEBのRSSフィードを取得して新しい記事があったらそのタイトルを読み上げる、というものを作ってみました。
まずはPollyのリクエストに使う認証情報（IAMユーザー）の作成です。
1. AWSコンソールにログインします。
2. 「セキュリティ認証情報」ページの左ペインにある「ユーザー」を開きます。
3. 「ユーザーを追加」ボタンを押します。
4. 「ユーザー名」を入れます。適当なもので良いと思います。アクセスの種類は「プログラムによるアクセス」のみチェックを入れ、「次のステップ：アクセス権限」を押します。
5. 「既存のポリシーを直接アタッチ」をクリックします。下部の検索窓に「polly」とか入れると下のテーブルに「AmazonPollyFullAccess」が出てくると思うので、チェックをいれ、「次のステップ：確認」を押します。
6. 「ユーザーの作成」を押します。
7. アクセスキーIDとシークレットアクセスキーをどこかにコピーしておき、「閉じる」を押します。
これで、IAMユーザーの作成が完了しました。
次に、JavaScriptでスクリプトを書いてみました。AWS SDK for JavaScriptとjQueryを読み込んでいます。
NHKのRSSフィードを30000ms(=30秒)ごとに読み込んで先頭の記事の公開日時を参照し、前回の読み込み時刻(30秒前)より新しければその記事の件名をPollyにリクエストして、返ってきたmp3を読み上げるというロジックです。
<script src="https://sdk.amazonaws.com/js/aws-sdk-2.189.0.min.js"></script>
<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<script>
var intervalMs = 30000; // 何ミリ秒ごとに実行するか
var awsPollyRegion = 'ap-northeast-1'; // Amazon Pollyを実行するリージョン
var awsAccessKeyId = '〜IAMユーザーのアクセスキーID〜'; // IAMユーザーのアクセスキーID
var awsSecretAccessKey = '〜IAMユーザーのシークレットアクセスキー〜'; // IAMユーザーのシークレットアクセスキー
var lastParsedTime = 0;
var pollyParams = {
OutputFormat: "mp3",
SampleRate: "8000",
Text: '',
TextType: "text",
VoiceId: "Mizuki"
};
AWS.config.update({accessKeyId: awsAccessKeyId, secretAccessKey: awsSecretAccessKey, region: awsPollyRegion});
var polly = new AWS.Polly({apiVersion: '2016-06-10'});
$(function(){
setInterval(function(){
exec(); // intervalMsで定義したmsごとに実行
}, intervalMs);
});
exec(); //初回実行
function exec(){
$.ajax({
url: 'https://www3.nhk.or.jp/rss/news/cat0.xml',
dataType: 'xml',
success: function(res) {
var item = $(res).find('item');
var title = item.find('title')[0].innerHTML;
var pubDate = item.find('pubDate')[0].innerHTML;
var pubDateMs = new Date(pubDate).getTime();
if (pubDateMs > lastParsedTime) {
// ここで読み上げ
pollyParams.Text = title;
polly.synthesizeSpeech(pollyParams, function(err, data){
if (err) console.log(err);
else console.log(data);
var audioElement = document.createElement('audio');
audioElement.setAttribute('id', 'audioElement' + pubDateMs);
document.body.appendChild(audioElement);
var uInt8Array = new Uint8Array(data.AudioStream);
var blob = new Blob([uInt8Array.buffer]);
audioElement.src = URL.createObjectURL(blob);
audioElement.play();
});
console.log(title);
}
var lastParsedDate = new Date();
lastParsedTime = lastParsedDate.getTime();
console.log(lastParsedDate);
}
});
}
</script>
音声認識・合成はぜひイーディーエーへ！
イーディーエーでは、音声認識や音楽を活用したアプリの開発実績があります。
お気軽にお問い合わせください！
