voicevox-playground-tui

セリフを書けばすぐ再生 - 思考の速度でずんだもん -

必要なもの

• VOICEVOX
• Rust

インストール

cargo install --force --git https://github.com/cat2151/voicevox-playground-tui

サーバー

使うには、VOICEVOXエンジンを起動してください。

1. VOICEVOXをダウンロードしてインストール
2. VOICEVOXエンジンを起動（ポート50021でHTTPサーバーが起動します）

<your VOICEVOX directory>/vv-engine/run

実行

vpt

CLIオプション

オプション	動作
--clipboard	クリップボードの内容を行ごとに読み上げて終了（history.txtには追加しない）

キーバインド

キー	動作
i	INSERT モード（現在行を編集）
Enter / Esc	INSERTモードからNORMAL モードへ戻る
j / ↓	下の行へ移動 → 自動再生
k / ↑	上の行へ移動 → 自動再生
o	1行下に空行挿入して INSERT モード
O	1行上に空行挿入して INSERT モード
dd	行カット
p	行ペースト（現在行の下）
P	行ペースト（現在行の上）
"+p	クリップボードの内容を現在行の下に貼り付け
"+P	クリップボードの内容を現在行の上に貼り付け
Enter / Space	現在行を手動再生
v	イントネーション編集モードへ
zm	折りたたみ（行頭スペースのある行を非表示）
zr	折りたたみを開く
gt	次のタブへ移動
gT	前のタブへ移動
:tabnew	新しいタブを作成
q	終了（履歴を保存）

• NORMALモード時のキーバインドはvim風
• INSERTモード時のキーバインドはEmacs風

仕様

• カーソル移動時、キャッシュがあれば即再生、なければ非同期で VOICEVOX にfetchして完了後に自動再生
• 履歴は C:/Users/<your-name>/AppData/Local/voicevox-playground-tui/history.txt に保存・ロード
• キャッシュはオンメモリ（プロセス終了で消える）

アップデート

• アップデートしたいときも、インストールと同じコマンドを実行すればOK

cargo install --force --git https://github.com/cat2151/voicevox-playground-tui

将来予定

• コマンドライン引数でテキストファイルを末尾に読み込む
• コマンドライン引数でhistory.txtの行ごとにwavファイルを生成
• history.txtを1秒ごとにtimestampチェックして更新があればホットリロード

notes

• なぜネイティブアプリ？
  • 一つのことをうまくやれ。小規模で、一つの小さいことをうまくやるアプリがほしかった。
    • ただし標準入出力を実装してツールチェインの一部にするつもりはない（スコープ外）。
      • 今どきは、それよりも、このアプリのように、やりたいことを直接LLMに実装させてUX検証のサイクルをまわすほうがスムーズなことがある
  • クリップボード。きっかけはPythonでクリップボード再生をClaude chatですぐ実装できて、それを再生しながらブレインストーミングをObsidianに書いていて、それをなんとなくClaude chatに投げたらすぐこれができた
  • 手軽にOSと接続。localに手軽にwavファイル保存（将来）。手軽にクリップボードから再生（将来）
• readme案
  • 複数のセリフを素早く編集して再生できる、軽量のエディタ
  • より詳しく
    • 思考の速度でずんだもん
    • 簡易vimライクな操作で、思考の速度で編集と再生
    • 行指向のシンプルな仕様
• 名称の案
  • voicevox-playground-tui
    • メリット、これなら任意に内容を変更できる
    • デメリット、voicevox-playground もそうだが、何をするものか、の説明になってない
      • voicevox-playground とどう違うのか？がわからない
        • 下手すると、誤解される
          • こっちも1つのセリフしか編集できなくて、お気に入りがあるんでしょ、
            • みたいな誤解をされる
  • voicevox-text-editor
    • メリット、何をするものかわかりやすい
      • 不足、行指向であることは、これだとわからない

目指すこと

• Claude。Claude chatで手軽にlocalネイティブRustずんだもんclientが実現できることを実証する（実証した）
• 音が鳴る。起動してinsert modeで入力してESCすれば音が鳴る、という体験を提供できる、ことを維持する。もしバグってそれができないなら、優先的にそのバグの修正を目指すことを検討する。
• セリフ。TUIで素早く複数のセリフを書いて鳴らして遊べる体験、を提供する
• 行指向。1行でセリフのデータが完結する。他の行に影響しないことで、シンプルな仕様を維持する。

目指さないこと（スコープ外）

• 標準入出力。標準入出力を実装してツールチェインの一部として利用可能に
• 自動。wavファイルをいい感じにまとめて書き出す。ファイル名は連番でspeakerとstyleと文章冒頭（ファイル名正規化済み）。特に操作をしなくても、インテリジェントに自動的に、適切なフォルダに、適切なaudio formatを選び、書き出す。貴重なファイルが失われるようなデータ損失を完全に防止する。ムダな大量wavファイルの蓄積を完全に防止する
• 統合。本格的な統合環境。これ一つでVOICEVOXによるセリフwav生成作業と動画編集との統合から動画配信までオールインワンで完結できる決定版
• 歌う（VOICEVOXエディタのように）
• DAW
• 高機能。VOICEVOXエディタと同等以上の高度な編集機能
• vim。vimと同等以上の高度なテキスト編集機能
• プラグイン。vimプラグイン化
• GUI。TauriによるGUI化。ブラウザ版 voicevox-playground と同等以上の高度な可視化

This site is open source. Improve this page.