Mの備忘録 - Carnet de M -

from PIL import Image, ImageDraw, ImageFont
from moviepy.editor import *
from voicevox import generate_speech
import numpy as np

# 背景画像を読み込む
background = Image.open('bg.jpg')

# astrology.txtというテキストファイルを読み込む
# txtのデータの内容：duration（再生時間）,image_file（画像ファイル名）, text（テキスト）
with open('astrology.txt', 'r') as file:
    # 1行ずつ読み込み、astrology_textというリストに格納する
    astrology_text = file.readlines()

# astrology_textの行数を計算
num_lines = len(astrology_text)

# 現在の行番号を初期化
current_line = 0

# 現在の行の持続時間を取得する
now_line_duration = float(astrology_text[current_line].strip().split(',')[0])

# フレーム生成
def generate_frame(t):
    global current_line,now_line_duration,num_lines
    frame = background.copy()

    try:
    # 表示秒数を超えたら次のラインにする
        # テキストを分割して行にする
        duration,image_file, text = astrology_text[current_line].strip().split(',')
        duration = float(duration)
        draw = ImageDraw.Draw(frame)

        # 画像ファイルが存在するか確認
        if image_file:
            # 画像を読み込んで描画する
            image = Image.open(image_file)
            # 画像のサイズを取得
            image_width, image_height = image.size

            # 画面の中心に描画するための位置を計算
            x = (background.width - image_width) // 2
            y = (background.height - image_height) // 2

            frame.paste(image, (x, y))

        if text:        
            # テキストを描画する
            font_path ='/usr/share/fonts/truetype/fonts-japanese-gothic.ttf'
            font = ImageFont.truetype(font_path, 100)
            lines = split_text_to_lines(text, font, draw, frame.width)
            line_height = draw.textsize(' ', font)[1]
            y = background.height - len(lines) * line_height
            for line in lines:
                size = draw.textsize(line, font)
                x = (background.width - size[0]) // 2
                draw.text((x, y), line, font=font, fill=(255, 255, 255), stroke_width=5, stroke_fill=(0, 0, 0))
                y += line_height

        # 表示秒数を超えていたら次の行にする
        if(int(t / now_line_duration) > 0):
            current_line +=1
            duration = float(astrology_text[current_line].strip().split(',')[0])
            now_line_duration += duration

        return np.array(frame)
    except IndexError:
        return np.array(frame)

# テキスト折り返し処理
def split_text_to_lines(text, font, draw, max_width):
    characters = list(text)
    lines = []
    line = ''
    for character in characters:
        new_line = line + character
        size = draw.textsize(new_line, font)

        if size[0] > max_width:
            lines.append(line.strip())
            line = character
        else:
            line = new_line
    lines.append(line.strip())
    return lines

# main関数
def main():
    """
    メイン関数
    """
    # 音声ファイルを生成・追加
    audio_clips = []

    for i in range(num_lines):
        line_duration, _, text = astrology_text[i].strip().split(',')
        line_duration = float(line_duration)
        speaker = 1
        speech_clip = AudioFileClip(generate_speech(text, speaker, i), fps=44100)
        audio_clips.append(speech_clip)
    
    # BGMを追加
    music = AudioFileClip("bgm.mp3")
    music = music.set_duration(59).set_start(0)

    # ビデオクリップを生成
    clip = VideoClip(generate_frame, duration=59)
    audio = concatenate_audioclips(audio_clips)
    final_audio = CompositeAudioClip([music,audio])
    final_clip = clip.set_audio(final_audio)

    # 書き出し
    final_clip.write_videofile("astrology.mp4",codec= 'mpeg4',audio_codec='aac', fps=30)

# main関数の呼び出し
if __name__=="__main__":
    # プログラムのエントリーポイント
    main()

import requests, tempfile, json

def generate_speech(text, speaker,i):
# text : 合成するテキストを指定します。
# speaker : 合成するスピーカーを指定します。
# i : 音声ファイル番号を指定します。

    # VOICEVOX APIのホストアドレス
    host = "127.0.0.1" 
    # VOICEVOX APIのポート番号
    port = 50021

    # リクエストパラメーターを設定
    params = (
        ("text", text),# 合成するテキスト
        ("speaker", speaker)# 合成するスピーカー
    )

    # audio_queryエンドポイントにPOSTリクエストを送信
    response1 = requests.post(
        f"http://{host}:{port}/audio_query",
        params=params
    )

    # synthesisエンドポイントにPOSTリクエストを送信
    response2 = requests.post(
        f"http://{host}:{port}/synthesis",
        headers={"Content-Type": "application/json"},
        params=params,
        data=json.dumps(response1.json())
    )

    # 合成した音声を保存
    with tempfile.TemporaryDirectory() as tmp:
        with open(f"tmp/audi_{i}.wav", "wb") as f:
            f.write(response2.content)
            return f"tmp/audi_{i}.wav"