| name | speak |
| description | 音声で喋る・TTSで発話・音声合成エンジンを使う・声で報告・スピーカーを選ぶとき → このスキルを読む |
音声合成スキル
AIエージェントが声を出すためのスキル。複数のTTSエンジンを使い分ける。
ツール一覧
1. Gemini TTS(クラウド)
uv run .claude/skills/speak/speak.py "テキスト"
uv run .claude/skills/speak/speak.py --voice Puck "Hello!"
uv run .claude/skills/speak/speak.py --save output.wav "保存"
uv run .claude/skills/speak/speak.py --list-voices
特徴:
- クラウドベース(Google AI API)
- 日本語対応
- 30種の声(Kore, Puck, Charon, Fenrir等)
- 感情制御可能(プロンプトで指定)
- APIキー必要(GOOGLE_AI_API_KEY)
感情制御の例:
uv run .claude/skills/speak/speak.py "Say cheerfully: Hello!"
uv run .claude/skills/speak/speak.py "Say cheerfully in Japanese: こんにちは!"
2. Pocket TTS(ローカル)
uv run .claude/skills/speak/speak_local.py "Hello!"
uv run .claude/skills/speak/speak_local.py --voice marius "Testing voice"
uv run .claude/skills/speak/speak_local.py --save output.wav "保存"
uv run .claude/skills/speak/speak_local.py --list-voices
特徴:
- 完全ローカル(CPU動作、GPUなしでOK)
- 英語専用
- 8プリセット音声
- 音声クローン可能(HFログイン必要)
- 完全無料
3. talk.py(Edge TTS・主力)
uv run tools/talk.py "こんにちは"
uv run tools/talk.py "こんにちは" --speaker local
uv run tools/talk.py "こんにちは" --speaker camera
uv run tools/talk.py "こんにちは" --speaker both
特徴:
- Edge TTS(Microsoft)ベース
- 日本語対応、自然な音声
- カメラスピーカーへの出力に対応(設定次第)
使い分け
| 場面 | 推奨 |
|---|
| 日本語で普通に話す | talk.py(Edge TTS) |
| カメラスピーカーに出力 | talk.py(--speaker camera) |
| 感情を込めて話す | speak.py(Gemini TTS) |
| 英語でローカル再生 | speak_local.py(Pocket TTS) |
| オフラインで使う | speak_local.py(Pocket TTS) |
| 音声クローン | speak_local.py(Pocket TTS) |
注意点
- Pocket TTSの音声クローンには
uvx hf auth login + HF利用規約同意が必要
- Gemini TTSにはAPIキーが必要(.env.localに設定)
- WSL環境ではWindowsのPowerShellで再生(speak.py)またはLinuxのaplay等(speak_local.py)