C++ の音声読み上げ：ゲームとアプリに自然な声を

C++ での音声の選択肢

多くのゲームは、固定の会話には事前生成のファイルを使い、サーバーはプレイヤーが書いたテキストにだけ使います。

• OS の API：Windows の SAPI、Apple の AVSpeechSynthesizer、Linux の Speech Dispatcher。コードが3通りに分かれます。
• eSpeak NG：小さく組み込みやすいが、明らかにロボット的。
• 事前生成のファイル：ゲームやアプリのセリフを一度だけ音声化し、WAV や OGG で同梱。
• ローカル HTTP サーバー：プログラムがテキストを送り、WAV を受け取る。

無料でオンラインで声を選ぶ

どの声のページでも、30〜100文字のセリフを入力し、言語を選んで生成ボタンを押します。数秒でゲームやアプリに合うか分かり、アカウントは不要です。

セリフを事前に音声化

同じテキスト、声、seed なら常に同じファイルになるので、音声化したセリフはバージョン管理に入れて必要なときに作り直せます。

• エンジンをインストール：python -m pip install superclonica-cpu。
• ビルドスクリプトやツールからコマンドラインを呼び出します：std::system("superclonica --text \"Welcome, traveler.\" --voice M2 --lang en --output welcome.wav");
• ファイル名で形式が決まります：WAV、MP3、OGG、FLAC。
• SDL_mixer、SFML、raylib、miniaudio など、いま使っているオーディオライブラリで読み込みます。

実行時の音声サーバー

実行時にしか生まれないテキストには、まずサーバーを起動します：docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu。次に libcurl で JSON を送り、応答をファイルに書き出します（curl/curl.h をインクルードし、libcurl とリンク）：std::string body = R"({"text": "Welcome, traveler.", "voice": "M2", "lang": "en"})"; CURL* c = curl_easy_init(); curl_slist* h = curl_slist_append(nullptr, "Content-Type: application/json"); curl_easy_setopt(c, CURLOPT_URL, "http://localhost:8000/synthesize"); curl_easy_setopt(c, CURLOPT_HTTPHEADER, h); curl_easy_setopt(c, CURLOPT_POSTFIELDS, body.c_str()); FILE* f = std::fopen("welcome.wav", "wb"); curl_easy_setopt(c, CURLOPT_WRITEDATA, f); curl_easy_perform(c); std::fclose(f); curl_slist_free_all(h); curl_easy_cleanup(c); 応答は16ビットモノラルの WAV で、ヘッダーの X-Sample-Rate と X-Duration-Seconds が内容を示します。プレイヤーのマシン以外で動かすなら、SUPERCLONICA_API_KEY を設定し、サーバーはプライベートネットワークに置きましょう。

リリースに使える声

リリースするゲームやアプリには、OpenRAIL-M ライセンスで無料の標準ボイス10種（M1〜M5、F1〜F5）か、同意した声優の録音から SuperClonica のスタジオで学習させた自分の声を使ってください。エンジンと Docker イメージは Apache 2.0 です。カタログのファンメイドのキャラクターボイスはファン作品向けで、商用リリースには使えません。