0.10.4をマージ (#320)

* to 0.10.preview.2

* ユーザ辞書読み込み時のWarningを修正 (#305)

* to 0.10.0 (#306)

* onnxruntimeを0.10に (#302)

* to 0.10.0

* .

* .

* To 0.10.1 (#311)

* 疑似疑問文化をsynthesis APIの直前に移動 (#310)

* append interrogative mora just before synthesis

* parse_kana should not append interrogative mora

* #310 の追加修正

* update doc

Co-authored-by: Yosshi999 <[email protected]>

* はてなマーク付きアクセント句でバグるのを修正 (#313)

* はてなマーク付きアクセント句でバグるのを修正

* ドキュメント修正

* parse_kanaの修正漏れ

* Enable interrogativeをsynthesisのみにする (#314)

* enable_interrogativeをsynthesisのみにする

* コメント移動

* to 0.10.2

* ライセンス情報を修正 (#317)

* pyopenjtalkを更新 (#319)

* コンフリクト修正ミス

Co-authored-by: takana-v <[email protected]>
Co-authored-by: Yosshi999 <[email protected]>

.github/workflows/build-docker.yml

@@ -11,7 +11,8 @@ on:
 env:
   IMAGE_NAME: ${{ secrets.DOCKERHUB_USERNAME }}/voicevox_engine
   PYTHON_VERSION: '3.8.10'
-  VOICEVOX_CORE_VERSION: '0.10.preview.7'
+  VOICEVOX_CORE_VERSION: '0.10.0'
+  VOICEVOX_CORE_SOURCE_VERSION: '0.10.0'
   VOICEVOX_ENGINE_VERSION: |- # releaseのときはタグが、それ以外はlatestがバージョン名に
     ${{ github.event.release.tag_name != '' && github.event.release.tag_name || 'latest' }}
 

.github/workflows/build.yml

@@ -11,8 +11,8 @@ on:
 env:
   IMAGE_NAME: ${{ secrets.DOCKERHUB_USERNAME }}/voicevox_engine
   PYTHON_VERSION: '3.8.10'
-  VOICEVOX_RESOURCE_VERSION: '0.10.preview.3'
-  VOICEVOX_CORE_VERSION: '0.10.preview.7'
+  VOICEVOX_RESOURCE_VERSION: '0.10.0'
+  VOICEVOX_CORE_VERSION: '0.10.0'
   VOICEVOX_ENGINE_VERSION: |- # releaseのときはタグが、それ以外はlatestがバージョン名に
     ${{ github.event.release.tag_name != '' && github.event.release.tag_name || 'latest' }}
 

Dockerfile

@@ -20,8 +20,8 @@ RUN <<EOF
     rm -rf /var/lib/apt/lists/*
 EOF
 
-# assert VOICEVOX_CORE_VERSION >= 0.10.preview.0 (ONNX)
-ARG VOICEVOX_CORE_VERSION=0.10.preview.7
+# assert VOICEVOX_CORE_VERSION >= 0.10.0 (ONNX)
+ARG VOICEVOX_CORE_VERSION=0.10.0
 ARG VOICEVOX_CORE_LIBRARY_NAME=libcore_cpu_x64.so
 RUN <<EOF
     set -eux

README.md

@@ -57,7 +57,7 @@ curl -s \
 - アクセント句は`/`または`、`で区切る。`、`で区切った場合に限り無音区間が挿入される。
 - カナの手前に`_`を入れるとそのカナは無声化される
 - アクセント位置を`'`で指定する。全てのアクセント句にはアクセント位置を 1 つ指定する必要がある。
-- 文末に`？`(全角)を入れることにより疑問文の発音ができる
+- アクセント句末に`？`(全角)を入れることにより疑問文の発音ができる
 
 ```bash
 # 読ませたい文章をutf-8でtext.txtに書き出す
@@ -240,22 +240,23 @@ python run.py --voicevox_dir=$VOICEVOX_DIR --voicelib_dir=$VOICELIB_DIR
 python run.py
 ```
 
+### CPU スレッド数を指定する
 
-### CPUスレッド数を指定する
-CPUスレッド数が未指定の場合は、論理コア数の半分か物理コア数が使われます。（殆どのCPUで、これは全体の処理能力の半分です）  
-もしIaaS上で実行していたり、専用サーバーで実行している場合など、  
-VOICEVOX ENGINEが使う処理能力を調節したい場合は、CPUスレッド数を指定することで実現できます。
+CPU スレッド数が未指定の場合は、論理コア数の半分か物理コア数が使われます。（殆どの CPU で、これは全体の処理能力の半分です）  
+もし IaaS 上で実行していたり、専用サーバーで実行している場合など、  
+VOICEVOX ENGINE が使う処理能力を調節したい場合は、CPU スレッド数を指定することで実現できます。
 
 - 実行時引数で指定する
-    ```bash
-    python run.py --voicevox_dir=$VOICEVOX_DIR --cpu_num_threads=4
-    ```
+
+  ```bash
+  python run.py --voicevox_dir=$VOICEVOX_DIR --cpu_num_threads=4
+  ```
 
 - 環境変数で指定する
-    ```bash
-    export VV_CPU_NUM_THREADS=4
-    python run.py --voicevox_dir=$VOICEVOX_DIR
-    ```
+  ```bash
+  export VV_CPU_NUM_THREADS=4
+  python run.py --voicevox_dir=$VOICEVOX_DIR
+  ```
 
 ### 過去のバージョンのコアを使う
 VOICEVOX Core 0.5.4以降のコアを使用する事が可能です。  
@@ -358,16 +359,16 @@ pip-compile requirements-test.in
 
 ### ライセンス
 
-依存ライブラリは「コアビルド時にリンクして一体化しても、コア部のコード非公開OK」なライセンスを持つ必要があります。  
-主要ライセンスの可否は以下の通りです。  
+依存ライブラリは「コアビルド時にリンクして一体化しても、コア部のコード非公開 OK」なライセンスを持つ必要があります。  
+主要ライセンスの可否は以下の通りです。
 
 - MIT/Apache/BSD-3: OK
 - LGPL: OK （コアと動的分離されているため）
 - GPL: NG （全関連コードの公開が必要なため）
 
 ## ユーザー辞書の更新について
 
-以下のコマンドでopenjtalkのユーザー辞書をコンパイルできます。
+以下のコマンドで openjtalk のユーザー辞書をコンパイルできます。
 
 ```bash
 python -c "import pyopenjtalk; pyopenjtalk.create_user_dict('user-dic.csv','user.dic')"

generate_licenses.py

@@ -56,6 +56,32 @@ def generate_licenses() -> List[License]:
             )
         )
 
+    # VOICEVOX CORE
+    with urllib.request.urlopen(
+        "https://raw.githubusercontent.com/VOICEVOX/voicevox_core/main/LICENSE"
+    ) as res:
+        licenses.append(
+            License(
+                name="VOICEVOX CORE",
+                version=None,
+                license="MIT license",
+                text=res.read().decode(),
+            )
+        )
+
+    # VOICEVOX ENGINE
+    with urllib.request.urlopen(
+        "https://raw.githubusercontent.com/VOICEVOX/voicevox_engine/master/LGPL_LICENSE"
+    ) as res:
+        licenses.append(
+            License(
+                name="VOICEVOX ENGINE",
+                version=None,
+                license="LGPL license",
+                text=res.read().decode(),
+            )
+        )
+
     # world
     with urllib.request.urlopen(
         "https://raw.githubusercontent.com/mmorise/World/master/LICENSE.txt"

make_docs.py

@@ -3,10 +3,10 @@
 import run
 
 from voicevox_engine.dev.core import mock as core
-from voicevox_engine.dev.synthesis_engine.mock import SynthesisEngine
+from voicevox_engine.dev.synthesis_engine.mock import MockSynthesisEngine
 
 if __name__ == "__main__":
-    app = run.generate_app(SynthesisEngine(speakers=core.metas()))
+    app = run.generate_app(MockSynthesisEngine(speakers=core.metas()))
     with open("docs/api/index.html", "w") as f:
         f.write(
             """<!DOCTYPE html>

requirements-dev.in

@@ -5,6 +5,6 @@ pip-licenses
 pip-tools
 pre-commit
 
-# 以下のパッケージはWindowsでは必要とされてるが、Linux上でpip-compileすると出力内容に含まれないため明示的に含めている
+# fow windows
 atomicwrites
 colorama

requirements-dev.txt

@@ -70,7 +70,7 @@ pycparser==2.20
     # via cffi
 pydantic==1.8.2
     # via fastapi
-pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@8466b5a331e4736181648d5585be626aa7f9bde1
+pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@a85521a0a0f298f08d9e9b24987b3c77eb4aaff5
     # via -r requirements.in
 python-multipart==0.0.5
     # via -r requirements.in

requirements-test.txt

@@ -102,7 +102,7 @@ pydantic==1.8.2
     # via fastapi
 pyflakes==2.3.1
     # via flake8
-pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@8466b5a331e4736181648d5585be626aa7f9bde1
+pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@a85521a0a0f298f08d9e9b24987b3c77eb4aaff5
     # via -r requirements.in
 pyparsing==3.0.1
     # via packaging

requirements.in

@@ -7,4 +7,4 @@ soundfile
 scipy
 PyYAML
 pyworld
-git+https://github.com/VOICEVOX/pyopenjtalk@8466b5a331e4736181648d5585be626aa7f9bde1#egg=pyopenjtalk
+git+https://github.com/VOICEVOX/pyopenjtalk@a85521a0a0f298f08d9e9b24987b3c77eb4aaff5#egg=pyopenjtalk

requirements.txt

@@ -38,7 +38,7 @@ pycparser==2.20
     # via cffi
 pydantic==1.8.2
     # via fastapi
-pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@8466b5a331e4736181648d5585be626aa7f9bde1
+pyopenjtalk @ git+https://github.com/VOICEVOX/pyopenjtalk@a85521a0a0f298f08d9e9b24987b3c77eb4aaff5
     # via -r requirements.in
 python-multipart==0.0.5
     # via -r requirements.in

run.py

@@ -82,12 +82,6 @@ def generate_app(
     #         loop = asyncio.get_event_loop()
     #         _ = loop.create_task(cancellable_engine.catch_disconnection())
 
-    def enable_interrogative_query_param() -> Query:
-        return Query(
-            default=True,
-            description="疑問系のテキストが与えられたら自動調整する機能を有効にする。現在は長音を付け足すことで擬似的に実装される",
-        )
-
     def get_engine(core_version: Optional[str]) -> SynthesisEngineBase:
         if core_version is None:
             return synthesis_engines[latest_core_version]
@@ -101,21 +95,12 @@ def get_engine(core_version: Optional[str]) -> SynthesisEngineBase:
         tags=["クエリ作成"],
         summary="音声合成用のクエリを作成する",
     )
-    def audio_query(
-        text: str,
-        speaker: int,
-        enable_interrogative: bool = enable_interrogative_query_param(),  # noqa B008,
-        core_version: Optional[str] = None,
-    ):
+    def audio_query(text: str, speaker: int, core_version: Optional[str] = None):
         """
         クエリの初期値を得ます。ここで得られたクエリはそのまま音声合成に利用できます。各値の意味は`Schemas`を参照してください。
         """
         engine = get_engine(core_version)
-        accent_phrases = engine.create_accent_phrases(
-            text,
-            speaker_id=speaker,
-            enable_interrogative=enable_interrogative,
-        )
+        accent_phrases = engine.create_accent_phrases(text, speaker_id=speaker)
         return AudioQuery(
             accent_phrases=accent_phrases,
             speedScale=1,
@@ -136,10 +121,7 @@ def audio_query(
         summary="音声合成用のクエリをプリセットを用いて作成する",
     )
     def audio_query_from_preset(
-        text: str,
-        preset_id: int,
-        enable_interrogative: bool = enable_interrogative_query_param(),  # noqa B008,
-        core_version: Optional[str] = None,
+        text: str, preset_id: int, core_version: Optional[str] = None
     ):
         """
         クエリの初期値を得ます。ここで得られたクエリはそのまま音声合成に利用できます。各値の意味は`Schemas`を参照してください。
@@ -156,9 +138,7 @@ def audio_query_from_preset(
             raise HTTPException(status_code=422, detail="該当するプリセットIDが見つかりません")
 
         accent_phrases = engine.create_accent_phrases(
-            text,
-            speaker_id=selected_preset.style_id,
-            enable_interrogative=enable_interrogative,
+            text, speaker_id=selected_preset.style_id
         )
         return AudioQuery(
             accent_phrases=accent_phrases,
@@ -189,7 +169,6 @@ def accent_phrases(
         text: str,
         speaker: int,
         is_kana: bool = False,
-        enable_interrogative: bool = enable_interrogative_query_param(),  # noqa B008,
         core_version: Optional[str] = None,
     ):
         """
@@ -199,11 +178,12 @@ def accent_phrases(
         * アクセント句は`/`または`、`で区切る。`、`で区切った場合に限り無音区間が挿入される。
         * カナの手前に`_`を入れるとそのカナは無声化される
         * アクセント位置を`'`で指定する。全てのアクセント句にはアクセント位置を1つ指定する必要がある。
+        * アクセント句末に`？`(全角)を入れることにより疑問文の発音ができる。
         """
         engine = get_engine(core_version)
         if is_kana:
             try:
-                accent_phrases = parse_kana(text, enable_interrogative)
+                accent_phrases = parse_kana(text)
             except ParseKanaError as err:
                 raise HTTPException(
                     status_code=400,
@@ -215,11 +195,7 @@ def accent_phrases(
 
             return accent_phrases
         else:
-            return engine.create_accent_phrases(
-                text,
-                speaker_id=speaker,
-                enable_interrogative=enable_interrogative,
-            )
+            return engine.create_accent_phrases(text, speaker_id=speaker)
 
     @app.post(
         "/mora_data",
@@ -280,9 +256,21 @@ def mora_pitch(
         tags=["音声合成"],
         summary="音声合成する",
     )
-    def synthesis(query: AudioQuery, speaker: int, core_version: Optional[str] = None):
+    def synthesis(
+        query: AudioQuery,
+        speaker: int,
+        enable_interrogative_upspeak: bool = Query(  # noqa: B008
+            default=True,
+            description="疑問系のテキストが与えられたら語尾を自動調整する",
+        ),
+        core_version: Optional[str] = None,
+    ):
         engine = get_engine(core_version)
-        wave = engine.synthesis(query=query, speaker_id=speaker)
+        wave = engine.synthesis(
+            query=query,
+            speaker_id=speaker,
+            enable_interrogative_upspeak=enable_interrogative_upspeak,
+        )
 
         with NamedTemporaryFile(delete=False) as f:
             soundfile.write(