【Python】ChatGPTでの生成テキストを音声ファイル変換｜Text-To-Speech機能の構築方法

pip install openai

pip install gTTS

from openai import OpenAI
from gtts import gTTS

OPENAI_API_KEY = "<APIシークレットキーをここに入力>"

def response_chat(message:str)->str:
    # ChatGPT実行
    client     = OpenAI(api_key=OPENAI_API_KEY)
    completion = client.responses.create(
                     model     = "gpt-5",                 # モデル
                     input     = message,                 # 入力メッセージ
                     reasoning = {"effort":"medium"},     # 推論種別
                     text      = {"verbosity":"medium"},  # 生成トークン数
                )
    
    
    # 応答内容
    response = completion.output_text
    return response

# 応答確認
message  = "なぜ地球が丸いのか知りたい！"
response = response_chat(message)

# 出力イメージ
# 地球が丸い理由は、重力と回転によるものです。
# 1. 重力: 地球は非常に大きな質量を持っており、その質量が重力を生み出します。重力は物体を中心に引き寄せる力であり、地球の場合は地球の中心に向かって引力が働きます。この重力によって地球の物質は均等に引き寄せられ、球体の形状を作ります。
# 2. 回転: 地球は自転しており、自転軸を中心に一定の速さで回転しています。この回転によって、地球の物質は中心から外側に向かって遠心力が働きます。遠心力は物体を中心から外側に押し出す力であり、地球の場合は遠心力が地球の表面を均等に押し出すことで球体の形状を維持しています。
# これらの要素によって、地球は球体の形状を持つことになります。ただし、地球は完全な球体ではなく、赤道付近がやや膨らんでいる楕円体の形状をしています。これは地球の自転による遠心力が赤道付近で最大になるためです。

from openai  import OpenAI

def text_to_speech_openai(message:str,output_file_path:str)->str:
    client = OpenAI(api_key=OPENAI_API_KEY)
    with client.audio.speech.with_streaming_response.create(
            model = "gpt-4o-mini-tts",            # モデル名 
            voice = "coral",                      # 声質
            input = message,                      # 入力メッセージ
            instructions = "落ち着いた声で話すこと", # 音声会話時の指示
    ) as response:
        # ファイル保存
        response.stream_to_file(output_file_path)


# 実行例
output_file_path = "output/speech.mp3"
text_to_speech_openai(response,output_file_path)

# gTTSインスタンスの作成
text2speech = gTTS(response,   # 音声変換するテキスト
                   lang="ja",  # 対応言語（ja：日本語）
                  )


# 音声変換したデータをファイルに保存
text2speech.save("chatgpt_text2speech.mp3")