CompositeVoice

CompositeVoice クラスは、テキスト読み上げ（text-to-speech）や音声認識（speech-to-text）操作のために、異なる音声プロバイダーを組み合わせて利用することができます。これは、各操作ごとに最適なプロバイダーを使いたい場合に特に便利です。例えば、音声認識には OpenAI を、テキスト読み上げには PlayAI を使うといった使い方が可能です。

CompositeVoice は、Agent クラスによって内部的に使用され、柔軟な音声機能を提供します。

使用例

import { CompositeVoice } from "@mastra/core/voice";
import { OpenAIVoice } from "@mastra/voice-openai";
import { PlayAIVoice } from "@mastra/voice-playai";
 
// Create voice providers
const openai = new OpenAIVoice();
const playai = new PlayAIVoice();
 
// Use OpenAI for listening (speech-to-text) and PlayAI for speaking (text-to-speech)
const voice = new CompositeVoice({
  input: openai,
  output: playai,
});
 
// Convert speech to text using OpenAI
const text = await voice.listen(audioStream);
 
// Convert text to speech using PlayAI
const audio = await voice.speak("Hello, world!");

コンストラクタのパラメータ

メソッド

speak()

設定されたスピーキングプロバイダーを使用して、テキストを音声に変換します。

注意:

• スピーキングプロバイダーが設定されていない場合、このメソッドはエラーをスローします
• オプションは設定されたスピーキングプロバイダーにそのまま渡されます
• 音声データのストリームを返します

listen()

設定されたリスニングプロバイダーを使用して、音声をテキストに変換します。

注意:

• リスニングプロバイダーが設定されていない場合、このメソッドはエラーをスローします
• オプションは設定されたリスニングプロバイダーにそのまま渡されます
• プロバイダーによって、文字列または書き起こされたテキストのストリームのいずれかを返します

getSpeakers()

スピーキングプロバイダーから利用可能な音声のリストを返します。各ノードには以下が含まれます:

注意:

• スピーキングプロバイダーからのみ音声を返します
• スピーキングプロバイダーが設定されていない場合、空の配列を返します
• 各音声オブジェクトには少なくとも voiceId プロパティが含まれます
• 追加の音声プロパティはスピーキングプロバイダーによって異なります