markdown 网络スクレイピングした内容を喋らせ，适切にファイル分割する

Posted 2021-05-06

# Open JTalk のインストール手順

*OS はubuntu 14.04 LTS*

```
sudo apt-get install open-jtalk
sudo apt-get install open-jtalk-mecab-naist-jdic
sudo apt-get install libhtsengine1
sudo apt-get install htsengine
wget http://kr.archive.ubuntu.com/ubuntu/pool/multiverse/h/hts-voice-nitech-jp-atr503-m001/hts-voice-nitech-jp-atr503-m001_1.05-1_all.deb
sudo dpkg -i hts-voice-nitech-jp-atr503-m001_1.05-1_all.deb
sudo apt-get install alsa-utils
```

# 女声のインストール
## sourceforgeからダウンロードして解凍
```
unzip MMDAgent_Example-1.4.zip
```

解凍したディレクトリに移動し、htsvoiceディレクトリにコピー
```
cd MMDAgent_Example-1.4/Voice
cp -R mei /usr/share/hts-voice
```

# 実行コマンド
## 男声
```
open_jtalk -m /usr/share/hts-voice/nitech-jp-atr503-m001/nitech_jp_atr503_m001.htsvoice -ow output.wav -x /var/lib/mecab/dic/open-jtalk/naist-jdic test.txt
```

## 女声
```
open_jtalk -m /usr/share/hts-voice/mei/mei_happy.htsvoice -ow output_mai.wav -x /var/lib/mecab/dic/open-jtalk/naist-jdic test.txt
```

# 注意
※text.txtは改行があるとそれで読み込みが終了するので注意

# 改善したい点
* [ ] 内容が長すぎると途中で切れるのでオプションなどでなんとかできないか？
  1024バイト超えるとエラーになるっぽい
* [ ] 英語が来るとアルファベット読みになるためなんとかならないか？辞書がダメ？




# スクレイピング処理
```php
<?php

require_once 'vendor/autoload.php';

use Goutte\Client;

$client = new Client();
$crawler = $client->request('GET', 'http://hogehoge.com/fuga/');
// 音声変換する記事を配列に格納していく
$news[] = $crawler->filter('h2.title')->first()->text();
$news[] = $crawler->filter('p.simpara')->first()->text();
$crawler->filter('p.para')->each(function ($element) use (&$news) {
    $news[] = $element->text();
});

unset($client, $crawler);

// 音声に変換していく
foreach ($news as $line) {
    echo $line;
}
```


# 生成されたwavファイルをsoxを用いて結合する

## soxのインストール
```
$ sudo apt-get install -y sox
```

## wav ファイルの結合
```
$ sox [wavファイル名1] [wavファイル名2] [出力ファイル名]
```

つまり、２つのファイルを結合する場合は
```
$ sox input1.wav input2.wav output.wav
```

３つ以上のファイルを結合する場合は
```
$ sox input1.wav input2.wav input3.wav ... output.wav
```
となる。