sherpa-onnx-tts

• プライバシー優先の音声出力 — テキストをクラウドAPIに送信せずに音声を合成する必要がある場合（例：機密文書、個人データ）。
• オフラインまたはエアギャップ環境 — エージェントが安定したインターネット接続なしで動作しており、それでも音声出力が必要な場合。
• コスト管理 — 文字数やリクエスト単位の課金なしで、TTSを無制限に呼び出したい場合。
• スクリプトによる音声生成 — CLIコマンドやエージェントツールからプログラム的に .wav ファイルを生成したい場合。

• 高忠実度で表現力豊かなニューラル音声（例：ElevenLabsクオリティ）が必要な場合 — ローカルのPiperモデルは良好な結果を出しますが、スタジオグレードではありません。
• インタラクティブな音声アプリケーション向けに、超低遅延のリアルタイムストリーミングTTSが必要な場合。
• お使いのプラットフォームがx64のmacOS、Linux、またはWindowsではない場合 — 現時点では他のアーキテクチャはバンドルされていません。

TTSパイプライン全体が、sherpa-onnx ネイティブランタイムを使用してローカルマシン上で動作します。初回のモデルダウンロード後は、インターネット接続、APIキー、利用料金は一切不要です。

macOS（Universal 2）、Linux x64、Windows x64 向けにビルド済みの sherpa-onnx ランタイムが自動的にダウンロードされるため、手動でコンパイルすることなく、お使いのOSに適したネイティブバイナリを取得できます。

デフォルトでは高品質な vits-piper-en_US-lessac-high モデルが付属しています。sherpa-onnx の tts-models リリースから他の音声モデルを導入し、SHERPA_ONNX_MODEL_DIR でそのモデルを指定することができます。

sherpa-onnx-tts -o output.wav "Your text here" という1つのコマンドで、音声を .wav ファイルに合成できます。モデルファイル、トークンファイル、データディレクトリのオーバーライドを、フラグまたは環境変数で指定できます。

モデルディレクトリに複数の .onnx ファイルが含まれている場合、SHERPA_ONNX_MODEL_FILE を設定するか、--model-file を渡すことで使用するモデルを指定できます。これにより、ベースディレクトリを再設定することなく、マルチモデル構成が可能になります。

AIエージェントがドキュメントを要約し、このスキル（sherpa-onnx-tts）を呼び出して、音声の .wav ファイルナレーションを生成します。パイプライン全体が完全にオフラインで動作し、クラウドへの依存は一切ありません。

法律または医療アシスタントエージェントが、機密性の高いコンテンツを音声で読み上げる必要があります。sherpa-onnx-tts を使用することで、機密テキストがサードパーティの TTS API に送信されることを防ぎます。

開発者がCLIをループでスクリプト化し、ローカルアプリケーション向けに数十件のテキストスニペットを.wavファイルに変換します。呼び出しごとのコストはなく、レート制限もありません。

アウトバウンドのインターネットアクセスがブロックまたは制限されている環境において、このスキルはセットアップ時にランタイムとモデルをダウンロードすることで、自己完結型のTTSソリューションとして機能する sherpa-onnx-tts を提供します。