整理: コア・エンジンでバージョンを指定しない場合、暗黙的に最新版を取得する処理を削除

run.py

@@ -272,7 +272,7 @@ def main() -> None:
     )
     tts_engines = make_tts_engines_from_cores(core_manager)
     assert len(tts_engines.versions()) != 0, "音声合成エンジンがありません。"
-    latest_core_version = tts_engines.latest_version()
+    latest_core_version = core_manager.latest_version()
 
     # Cancellable Engine
     enable_cancellable_synthesis: bool = args.enable_cancellable_synthesis

test/e2e/conftest.py

@@ -18,7 +18,7 @@
 def app_params(tmp_path: Path) -> dict[str, Any]:
     core_manager = initialize_cores(use_gpu=False, enable_mock=True)
     tts_engines = make_tts_engines_from_cores(core_manager)
-    latest_core_version = tts_engines.latest_version()
+    latest_core_version = core_manager.latest_version()
     setting_loader = SettingHandler(Path("./not_exist.yaml"))
 
     # 隔離されたプリセットの生成

test/test_core_initializer.py

@@ -50,25 +50,38 @@ def test_cores_latest_version() -> None:
     assert true_latest_version == latest_version
 
 
-def test_cores_get_core_specified() -> None:
-    """CoreManager.get_core() で登録済みコアをバージョン指定して取得できる。"""
+def test_cores_convert_version_format_non_latest() -> None:
+    """CoreManager.convert_version_format() で明示的バージョンが維持される。"""
     # Inputs
     core_manager = CoreManager()
-    core1 = CoreAdapter(MockCoreWrapper())
-    core2 = CoreAdapter(MockCoreWrapper())
-    core_manager.register_core(core1, "0.0.1")
-    core_manager.register_core(core2, "0.0.2")
+    api_format_version = "0.0.2"
     # Expects
-    true_acquired_core = core2
+    true_version = "0.0.2"
     # Outputs
-    acquired_core = core_manager.get_core("0.0.2")
+    version = core_manager.convert_version_format(api_format_version)
 
     # Test
-    assert true_acquired_core == acquired_core
+    assert true_version == version
+
+
+def test_cores_convert_version_format_latest() -> None:
+    """CoreManager.convert_version_format() で latest 表現が変換される。"""
+    # Inputs
+    core_manager = CoreManager()
+    core_manager.register_core(CoreAdapter(MockCoreWrapper()), "0.0.1")
+    core_manager.register_core(CoreAdapter(MockCoreWrapper()), "0.0.2")
+    api_format_version = None
+    # Expects
+    true_version = "0.0.2"
+    # Outputs
+    version = core_manager.convert_version_format(api_format_version)
+
+    # Test
+    assert true_version == version
 
 
-def test_cores_get_core_latest() -> None:
-    """CoreManager.get_core() で最新版コアをバージョン未指定で取得できる。"""
+def test_cores_get_core_existing() -> None:
+    """CoreManager.get_core() で登録済みコアを取得できる。"""
     # Inputs
     core_manager = CoreManager()
     core1 = CoreAdapter(MockCoreWrapper())
@@ -78,7 +91,7 @@ def test_cores_get_core_latest() -> None:
     # Expects
     true_acquired_core = core2
     # Outputs
-    acquired_core = core_manager.get_core()
+    acquired_core = core_manager.get_core("0.0.2")
 
     # Test
     assert true_acquired_core == acquired_core

test/tts_pipeline/test_tts_engines.py

@@ -31,23 +31,8 @@ def test_tts_engines_versions() -> None:
     assert true_versions == versions
 
 
-def test_tts_engines_latest_version() -> None:
-    """TTSEngineManager.latest_version() で最新バージョンを取得できる。"""
-    # Inputs
-    tts_engines = TTSEngineManager()
-    tts_engines.register_engine(MockTTSEngine(), "0.0.1")
-    tts_engines.register_engine(MockTTSEngine(), "0.0.2")
-    # Expects
-    true_latest_version = "0.0.2"
-    # Outputs
-    latest_version = tts_engines.latest_version()
-
-    # Test
-    assert true_latest_version == latest_version
-
-
-def test_tts_engines_get_engine_specified() -> None:
-    """TTSEngineManager.get_engine() で登録済み TTS エンジンをバージョン指定して取得できる。"""
+def test_tts_engines_get_engine_existing() -> None:
+    """TTSEngineManager.get_engine() で登録済み TTS エンジンを取得できる。"""
     # Inputs
     tts_engines = TTSEngineManager()
     tts_engine1 = MockTTSEngine()
@@ -63,23 +48,6 @@ def test_tts_engines_get_engine_specified() -> None:
     assert true_acquired_tts_engine == acquired_tts_engine
 
 
-def test_tts_engines_get_engine_latest() -> None:
-    """TTSEngineManager.get_engine() で最新版 TTS エンジンをバージョン未指定で取得できる。"""
-    # Inputs
-    tts_engines = TTSEngineManager()
-    tts_engine1 = MockTTSEngine()
-    tts_engine2 = MockTTSEngine()
-    tts_engines.register_engine(tts_engine1, "0.0.1")
-    tts_engines.register_engine(tts_engine2, "0.0.2")
-    # Expects
-    true_acquired_tts_engine = tts_engine2
-    # Outputs
-    acquired_tts_engine = tts_engines.get_engine()
-
-    # Test
-    assert true_acquired_tts_engine == acquired_tts_engine
-
-
 def test_tts_engines_get_engine_missing() -> None:
     """TTSEngineManager.get_engine() で存在しない TTS エンジンを取得しようとするとエラーになる。"""
     # Inputs

voicevox_engine/app/routers/engine_info.py

@@ -34,7 +34,8 @@ async def core_versions() -> Response:
     )
     def supported_devices(core_version: str | None = None) -> Response:
         """対応デバイスの一覧を取得します。"""
-        supported_devices = core_manager.get_core(core_version).supported_devices
+        version = core_manager.convert_version_format(core_version)
+        supported_devices = core_manager.get_core(version).supported_devices
         if supported_devices is None:
             raise HTTPException(status_code=422, detail="非対応の機能です。")
         return Response(

voicevox_engine/app/routers/morphing.py

@@ -52,7 +52,8 @@ def morphable_targets(
         プロパティが存在しない場合は、モーフィングが許可されているとみなします。
         返り値のスタイルIDはstring型なので注意。
         """
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        core = core_manager.get_core(version)
 
         try:
             speakers = metas_store.load_combined_metas(core=core)
@@ -94,8 +95,9 @@ def _synthesis_morphing(
         指定された2種類のスタイルで音声を合成、指定した割合でモーフィングした音声を得ます。
         モーフィングの割合は`morph_rate`で指定でき、0.0でベースのスタイル、1.0でターゲットのスタイルに近づきます。
         """
-        engine = tts_engines.get_engine(core_version)
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
+        core = core_manager.get_core(version)
 
         try:
             speakers = metas_store.load_combined_metas(core=core)

voicevox_engine/app/routers/speaker.py

@@ -30,7 +30,8 @@ def generate_speaker_router(
     def speakers(
         core_version: str | None = None,
     ) -> list[Speaker]:
-        speakers = metas_store.load_combined_metas(core_manager.get_core(core_version))
+        version = core_manager.convert_version_format(core_version)
+        speakers = metas_store.load_combined_metas(core_manager.get_core(version))
         return filter_speakers_and_styles(speakers, "speaker")
 
     @router.get("/speaker_info", tags=["その他"])
@@ -77,9 +78,11 @@ def _speaker_info(
         #       {speaker_uuid_1}/
         #           ...
 
+        version = core_manager.convert_version_format(core_version)
+
         # 該当話者の検索
         speakers = parse_obj_as(
-            list[Speaker], json.loads(core_manager.get_core(core_version).speakers)
+            list[Speaker], json.loads(core_manager.get_core(version).speakers)
         )
         speakers = filter_speakers_and_styles(speakers, speaker_or_singer)
         for i in range(len(speakers)):
@@ -147,7 +150,8 @@ def _speaker_info(
     def singers(
         core_version: str | None = None,
     ) -> list[Speaker]:
-        singers = metas_store.load_combined_metas(core_manager.get_core(core_version))
+        version = core_manager.convert_version_format(core_version)
+        singers = metas_store.load_combined_metas(core_manager.get_core(version))
         return filter_speakers_and_styles(singers, "singer")
 
     @router.get("/singer_info", tags=["その他"])
@@ -180,7 +184,8 @@ def initialize_speaker(
         指定されたスタイルを初期化します。
         実行しなくても他のAPIは使用できますが、初回実行時に時間がかかることがあります。
         """
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        core = core_manager.get_core(version)
         core.initialize_style_id_synthesis(style_id, skip_reinit=skip_reinit)
 
     @router.get("/is_initialized_speaker", tags=["その他"])
@@ -191,7 +196,8 @@ def is_initialized_speaker(
         """
         指定されたスタイルが初期化されているかどうかを返します。
         """
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        core = core_manager.get_core(version)
         return core.is_initialized_style_id_synthesis(style_id)
 
     return router

voicevox_engine/app/routers/tts_pipeline.py

@@ -53,8 +53,9 @@ def audio_query(
         """
         音声合成用の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 = tts_engines.get_engine(core_version)
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
+        core = core_manager.get_core(version)
         accent_phrases = engine.create_accent_phrases(text, style_id)
         return AudioQuery(
             accent_phrases=accent_phrases,
@@ -82,8 +83,9 @@ def audio_query_from_preset(
         """
         音声合成用の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 = tts_engines.get_engine(core_version)
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
+        core = core_manager.get_core(version)
         try:
             presets = preset_manager.load_presets()
         except PresetInputError as err:
@@ -139,7 +141,8 @@ def accent_phrases(
         * 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 = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         if is_kana:
             try:
                 return engine.create_accent_phrases_from_kana(text, style_id)
@@ -160,7 +163,8 @@ def mora_data(
         style_id: Annotated[StyleId, Query(alias="speaker")],
         core_version: str | None = None,
     ) -> list[AccentPhrase]:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         return engine.update_length_and_pitch(accent_phrases, style_id)
 
     @router.post(
@@ -173,7 +177,8 @@ def mora_length(
         style_id: Annotated[StyleId, Query(alias="speaker")],
         core_version: str | None = None,
     ) -> list[AccentPhrase]:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         return engine.update_length(accent_phrases, style_id)
 
     @router.post(
@@ -186,7 +191,8 @@ def mora_pitch(
         style_id: Annotated[StyleId, Query(alias="speaker")],
         core_version: str | None = None,
     ) -> list[AccentPhrase]:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         return engine.update_pitch(accent_phrases, style_id)
 
     @router.post(
@@ -213,7 +219,8 @@ def synthesis(
         ] = True,
         core_version: str | None = None,
     ) -> FileResponse:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         wave = engine.synthesize_wave(
             query, style_id, enable_interrogative_upspeak=enable_interrogative_upspeak
         )
@@ -253,8 +260,9 @@ def cancellable_synthesis(
                 status_code=404,
                 detail="実験的機能はデフォルトで無効になっています。使用するには引数を指定してください。",
             )
+        version = core_manager.convert_version_format(core_version)
         f_name = cancellable_engine._synthesis_impl(
-            query, style_id, request, core_version=core_version
+            query, style_id, request, version=version
         )
         if f_name == "":
             raise HTTPException(status_code=422, detail="不明なバージョンです")
@@ -285,7 +293,8 @@ def multi_synthesis(
         style_id: Annotated[StyleId, Query(alias="speaker")],
         core_version: str | None = None,
     ) -> FileResponse:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         sampling_rate = queries[0].outputSamplingRate
 
         with NamedTemporaryFile(delete=False) as f:
@@ -327,8 +336,9 @@ def sing_frame_audio_query(
         """
         歌唱音声合成用の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歌唱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 = tts_engines.get_engine(core_version)
-        core = core_manager.get_core(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
+        core = core_manager.get_core(version)
         phonemes, f0, volume = engine.create_sing_phoneme_and_f0_and_volume(
             score, style_id
         )
@@ -353,7 +363,8 @@ def sing_frame_volume(
         style_id: Annotated[StyleId, Query(alias="speaker")],
         core_version: str | None = None,
     ) -> list[float]:
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         return engine.create_sing_volume_from_phoneme_and_f0(
             score, frame_audio_query.phonemes, frame_audio_query.f0, style_id
         )
@@ -378,7 +389,8 @@ def frame_synthesis(
         """
         歌唱音声合成を行います。
         """
-        engine = tts_engines.get_engine(core_version)
+        version = core_manager.convert_version_format(core_version)
+        engine = tts_engines.get_engine(version)
         wave = engine.frame_synthsize_wave(query, style_id)
 
         with NamedTemporaryFile(delete=False) as f:

voicevox_engine/cancellable_engine.py

@@ -143,7 +143,7 @@ def _synthesis_impl(
         query: AudioQuery,
         style_id: StyleId,
         request: Request,
-        core_version: str | None,
+        version: str,
     ) -> str:
         """
         音声合成を行う関数
@@ -157,7 +157,7 @@ def _synthesis_impl(
         request: fastapi.Request
             接続確立時に受け取ったものをそのまま渡せばよい
             https://fastapi.tiangolo.com/advanced/using-request-directly/
-        core_version: str
+        version: str
 
         Returns
         -------
@@ -167,7 +167,7 @@ def _synthesis_impl(
         proc, sub_proc_con1 = self.procs_and_cons.get()
         self.watch_con_list.append((request, proc))
         try:
-            sub_proc_con1.send((query, style_id, core_version))
+            sub_proc_con1.send((query, style_id, version))
             f_name = sub_proc_con1.recv()
             if isinstance(f_name, str):
                 audio_file_name = f_name
@@ -240,11 +240,9 @@ def start_synthesis_subprocess(
     assert len(tts_engines.versions()) != 0, "音声合成エンジンがありません。"
     while True:
         try:
-            query, style_id, core_version = sub_proc_con.recv()
-            if core_version is None:
-                _engine = tts_engines.get_engine()
-            elif tts_engines.has_engine(core_version):
-                _engine = tts_engines.get_engine(core_version)
+            query, style_id, version = sub_proc_con.recv()
+            if tts_engines.has_engine(version):
+                _engine = tts_engines.get_engine(version)
             else:
                 # バージョンが見つからないエラー
                 sub_proc_con.send("")