Aivis Cloud APIをModuleLLM上で実行する。

aivis_wav.py

import requests
import pyaudio
import wave
import io

API_KEY = 'YOUR_API_KEY'           # ←ご自身のAPIキー
ENDPOINT = 'https://api.aivis-project.com/v1/tts/synthesize'
MODEL_UUID = '使いたいUUID'    # ←/v1/list-voicesで取得

payload = {
    "text": "こんにちは。WAV形式のストリーミング再生テストです。ModuleLLM上のLinuxで再生しています。",
    "voice": "aivis_moe",         # 適切なvoice名
    "model_uuid": MODEL_UUID,
    "speed": 1.0,
    "volume_gain": 0.0,
    "emotion": "neutral",
    "output_sampling_rate": 16000, # ModuleLLMのスピーカーは16,000Hzのみ対応
    "output_format": "wav"        # ←必ず指定
}
headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# ストリーミングモードでリクエスト送信
response = requests.post(ENDPOINT, headers=headers, json=payload, stream=True)

if response.status_code == 200:
    # バイナリ受信 → メモリバッファに格納
    audio_buffer = io.BytesIO()
    for chunk in response.iter_content(chunk_size=4096):
        if chunk:
            audio_buffer.write(chunk)
    audio_buffer.seek(0)

    # waveでデコード
    with wave.open(audio_buffer, 'rb') as wf:
        p = pyaudio.PyAudio()
        stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                        channels=wf.getnchannels(),
                        rate=wf.getframerate(),
                        output=True,
                        output_device_index=1) # indexは別途, pyaudio_index_list.pyで調べる必要あり。
        data = wf.readframes(1024)
        while len(data) > 0:
            stream.write(data)
            data = wf.readframes(1024)
        stream.stop_stream()
        stream.close()
        p.terminate()
else:
    print("エラー:", response.status_code, response.text)

pyaudio_index_list.py

import pyaudio

p = pyaudio.PyAudio()
for i in range(p.get_device_count()):
    info = p.get_device_info_by_index(i)
    print(f"{i}: {info['name']}")
p.terminate()