1. 概要

台本を読んでいるナレーション2つを、交互に話しているように合成(連結/結合)するだけのソフトを作製しました。
動画編集をしている人向けのツールになります。
声優の声を録音して編集する人にとっては使えるツールだと思います。

2. ツールの動作内容

前提：音声ファイル(mp3 or wav)が手元に二つある。
それぞれナレーションA、ナレーションBの音声ファイルと呼称する。
声優さんに声を録音してもらうときは一人ずつ録音するため、フレーズが離れるときは無音時間を入れていると思います。
無音時間を判定し、交互に音声を合成する動きとなります。

例）
入力：
ナレーションA「こんにちは　いい天気ですね　今日の予定は何ですか」
ナレーションB「こんにちは　そうですね　今日は買い物に行きます」
空白が無音区間で4秒以上空いております。
上記の入力をいれると以下の出力(mp3 or wavファイル)がされるツールとなります。

出力：
「こんにちは　こんにちは　いい天気ですね　そうですね　今日の予定は何ですか　今日は買い物に行きます」

会話の開始は選択可能です。また無音時間と無音判定の音圧は選択可能となっております。
さらに各フレーズに無音時間を任意で入れれるようになっております。
以下のようなUIとなっております。

3. UIの説明

①チェックボックス：
チェックを付けた側が最初に結合される音声となります。
②ファイル選択：
ナレーションAおよびナレーションBを選択します。
③無音判定時間:：
無音時間を判定します。
④無音判定音圧：
③の無音判定時間経過かつ無音判定音圧以下であれば、無音と判定します。
無音と判定されたら次のナレーションと音声を結合します。
④ステータス表示：
未実行/実行中/完了/ERRORの4つのステータスを表示します。
ERRORはエラー内容を表示します。
例）音声ファイルを設定せずに実行ボタンを押した場合
音声1または音声2が指定されておりません
が表示される。
⑤実行ボタン：
①～③まで入力し、実行ボタンを押すと合成した音声ファイルが出力されます。


続いてはコードの紹介となります。
本記事ではコードおよび、実行ファイル:exe(windows)で動作するツールもつけております。