Gemini-VOICEVOX-for-AITuber

書籍「AITuberを作ってみたら生成AIプログラミングがよくわかった件」の中で紹介されている、LLMのAPIを使った実装部分を元に、OpenAI APIの代わりにGeminiAPIを使用するよう変更したものです。

OpenAPI には無料で使えるプランがないため、十分な無料枠を提供しているGemini APIに変更しました。

Requirements

以下のパッケージをpipでインストールしてください。

google-generativeai==0.7.2
python-dotenv==1.0.1
sounddevice==0.5.0
soundfile==0.12.1
numpy==2.1.0
requests==2.32.3

Directory

Gemini-VOICEVOX-for-AITuber
| .env (作成してください)
| gemini_api.py
| gemini_voicevox.py
| make_list_sound_device.py
| voicevox_adapter.py
∟ play_sound.py

gemini_api.py

Gemini APIを呼んで回答を出力するのみのスクリプトです。（API Keyの確認用）

gemini_voicevox.py

メインのスクリプトです。Gemini API による回答を、VOICEVOXで読み上げます。

make_list_sound_device.py

使用できるスピーカーを表示するスクリプトです。(後述)

voicevox_adapter.py

VOICEVOXのAPIを呼ぶスクリプトです。

play_sound.py

音を鳴らす処理を行うスクリプトです。

Initial Setup

1. Gemini API Key を取得し、そのAPIKeyを.envファイルに格納してください。

API_KEY="**************"

2. 使用できるPC付属のスピーカーを設定する必要があります。make_list_sound_device.pyを実行して、PCに搭載されているスピーカー名を取得してください。
   その後、gemini_voicevoxの以下のSpeakerを変更してください。

play_sound = PlaySound("Speaker")

例えば、以下のような場合

   0 Microsoft サウンド マッパー - Input, MME (2 in, 0 out)
>  1 Microphone Array (AMD Audio Dev, MME (2 in, 0 out)
   2 Microsoft サウンド マッパー - Output, MME (0 in, 2 out)
   3 スピーカー (Realtek(R) Audio), MME (0 in, 2 out)
   :

3を使うならば、スピーカー (Realtek(R) Audio)に変更します。

Execution

必ずVOICEVOXソフトを起動してから、gemini_voicevoxを実行してください。

Customize

gemini_voicevoxのpromptで入力文を、 voicevox_adapter.pyのspeaker_idにて喋らせる声を変更できます。

Reference

VOICEVOX ソフトのインストール

• https://voicevox.hiroshiba.jp/

ソフト起動中に閲覧できるドキュメントページ

• http://localhost:50021/docs

著者による書籍紹介記事

• https://note.com/saldra/n/nc5e09f822f1b

Book information

「AITuberを作ってみたら生成AIプログラミングがよくわかった件」

著者：阿部 由延 (@sald_ra) 氏
出版社：日経BP (公式販売サイト)

LICENCE

Gemini-VOICEVOX-for-AITuber is under MIT license.