音声 Playground

音声 Playground は、GPUStack の Text-to-Speech（TTS）と Speech-to-Text（STT）API をテストして試すための専用の場所です。テキストから音声、音声からテキストへの変換を対話的に試し、パラメーターを調整し、API 連携用のコード例を確認できます。

テキストから音声への変換

「Text to Speech」タブに切り替えて、TTS モデルをテストします。

テキスト入力

変換するテキストを入力し、Submit ボタンをクリックして、対応する音声を生成します。

モデルの選択

Playground UI の右上にあるモデルのドロップダウンをクリックして、GPUStack で利用可能な TTS モデルを選択します。

パラメーターの調整

出力する音声の声と形式を調整します。

ヒント

対応する声はモデルによって異なる場合があります。

コードの表示

入力テキストとパラメーターを試した後、View Code ボタンをクリックすると、同じ入力で API を呼び出す方法を確認できます。curl、Python、Node.js のコード例を提供しています。

音声からテキストへの変換

「Speech to Text」タブに切り替えて、STT モデルをテストします。

音声ファイルの指定

文字起こし用の音声は、次の 2 つの方法で指定できます。

音声ファイルのアップロード
ブラウザーでの録音

注記

ブラウザーで録音できない場合は、次の理由が考えられます。

HTTPS または http://localhost でアクセスする場合、ブラウザーでマイクの権限を有効にする必要があります。
http://{host IP} でアクセスする場合、URL をブラウザーの信頼済み一覧に追加する必要があります。

例： Chrome で chrome://flags/ を開き、GPUStack の URL を「Insecure origins treated as secure」に追加して、このオプションを有効にします。

モデルの選択

Playground UI の右上にあるモデルのドロップダウンをクリックして、GPUStack で利用可能な STT モデルを選択します。

テキストのコピー

モデルが生成した文字起こし結果をコピーします。

パラメーターの調整

文字起こしの精度を高めるため、音声ファイルに合う言語を選択します。

コードの表示

音声ファイルとパラメーターを試した後、View Code ボタンをクリックすると、同じ入力で API を呼び出す方法を確認できます。curl、Python、Node.js のコード例を提供しています。