Home>
memo>
GoogleHomeのSpeaker Group にプッシュで喋らせる

GoogleHomeのSpeaker Group にプッシュで喋らせる

2022/03/09 (水)

Google Home にプッシュで喋らせるのに、google-home-notifier-python をつかうと簡単にできるのだれど、いくつか改善したいところがあったので、その記録。課題はおもに以下３つ

発話までの遅延を減らす
複数台のGoogleHome同時発話（Speaker Group対応）
Voice Text 対応

1. 発話までの遅延を減らす

低遅延化についてはほぼ、この記事を参考に...

2. 複数台のGoogleHome同時発話（Speaker Group対応）

zeroconf でネットワーク上のホスト名を取得して、その中からgoogle cast group を拾って、ipアドレスで指定 …と思ったらうまくいかない。ipアドレスでのデバイス指定ではスピーカーグループを選べないっぽい。google home はデバイス単体ではポート8005を利用し、スピーカーグループだとポート4xxxxを使う。 pychromecast.Chromecast(ip)　でデバイスを指定するとポート8005決め打ちでつながってしまう。なので、デバイス名（Google-Cast-Group)を手がかりにデバイスを探し、 ip,uuid,modelname,friendrynameでcast先を指定する。これでスピーカーグループに参加しているGoogle Homeが一斉にしゃべってくれる。というわけで、こんな感じ。

class MyListener(object):
    def remove_service(self, zeroconf, type, name):
                print("Service %s removed" % (name,))

    def add_service(self, zeroconf, type, name):
        global host,info
        info = zeroconf.get_service_info(type, name)
        if 'Google-Cast-Group' in info.name :
            ip = info.server
            port = info.port
            md = info.properties[b'md'].decode()
            fn = info.properties[b'fn'].decode()
            uu = uuid.UUID(info.properties[b'cd'].decode())
            host = ip, port, uu, md, fn
            #見つかったことを通知
            discover_complete.set()

googleHomeName = 'cast'
discover_complete = Event() #待ち合わせ用
zeroconf = Zeroconf()
listener = MyListener()

# GoogleHomeを探す（非同期実行）
browser = ServiceBrowser(zeroconf, "_googlecast._tcp.local.", listener)
discover_complete.wait(5)
cast = pychromecast._get_chromecast_from_host(host)

3. Voice Text 対応

おまけ程度に。テキストをVoiceText（Google の Text-to-Speech でもよい）で音声ファイル化し、play_mp3 に渡す。VoiceTextの場合はAPI Keyを取得すること。ファイル名でキャッシュを作成し、テキストが同じ内容の場合はキャッシュから再生するようになっている。


def play_mp3(mp3_url):
    print(mp3_url)
    mc = cast.media_controller
    cast.wait()
    mc.play_media(mp3_url, 'audio/mp3')
    mc.block_until_active()
    del mc
    
def play_tts(text):

    # VoiceText
    url = 'https://api.voicetext.jp/v1/tts'
    API_KEY ="**********"  # VoiceText API Key
    payload = {
        'text': text,
        'speaker': 'hikari',
        'speed': '90',
        'format' : 'mp3'
        }

    filename = slugify(text) + ".mp3"
    path = "/static/cache/"
    cache_filename = '.'+path + filename 
   
    tts_file = Path(cache_filename)
    
    if not tts_file.is_file():
        s = requests.Session()
        r = s.post(url, params=payload, auth=(API_KEY,''))
        with open(f"{cache_filename}", 'wb') as f:
            f.write(r.content)
    
    urlparts = urlparse(request.url)
    mp3_url = "http://" +urlparts.netloc + path + filename 
    logging.info(mp3_url)
    play_mp3(mp3_url)
    audio = MP3(cache_filename)
    time.sleep(audio.info.length)