> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt

# Text-to-Speech（TTS）

Mastra の Text-to-Speech（TTS）は、Provider を使ってテキストから音声を合成するための統一 API を提供します。 TTS をアプリケーションに組み込むと、自然な音声対話によってユーザー体験を高め、視覚障害のあるユーザーのアクセシビリティを改善し、より魅力的なマルチモーダルインターフェースを構築できます。

TTS はあらゆる音声アプリケーションの中核となる要素です。STT（Speech-to-Text）と組み合わせることで、音声対話システムの基盤になります。新しいモデルは、リアルタイム対話に使用できる STS（[Speech-to-Speech](https://mastra.zisheng.pro/ja/guides/voice/speech-to-speech)）をサポートしていますが、コストは高くなります（$）。

## 設定

Mastra で TTS を使用するには、Voice Provider の初期化時に `speechModel` を指定します。これには次のようなパラメーターが含まれます。

- **`name`**: 使用する TTS モデル。
- **`apiKey`**: 認証に使用する API キー。
- **Provider 固有のオプション**: Voice Provider ごとに必要またはサポートされる追加オプション。

**`speaker`** オプションでは、音声合成に使用する Voice を選択できます。各 Provider は、**Voice の多様性**、**品質**、**Voice の個性**、**多言語対応**の特性が異なる Voice オプションを提供します。

**動作**: これらのパラメーターはすべて任意です。使用する Voice Provider に応じて、Provider が用意するデフォルト設定を使用できます。

```typescript
const voice = new OpenAIVoice({
  speechModel: {
    name: 'tts-1-hd',
    apiKey: process.env.OPENAI_API_KEY,
  },
  speaker: 'alloy',
})

// If using default settings the configuration can be simplified to:
const voice = new OpenAIVoice()
```

## 利用可能な Provider

Mastra は、それぞれ固有の機能と Voice オプションを持つ Text-to-Speech Provider をサポートしています。アプリケーションの要件に最適な Provider を選択できます。

- [**OpenAI**](https://mastra.zisheng.pro/ja/reference/voice/openai): 自然なイントネーションと表現を備えた高品質な Voice
- [**Azure**](https://mastra.zisheng.pro/ja/reference/voice/azure): 複数の Voice と言語に対応する Microsoft の音声サービス
- [**ElevenLabs**](https://mastra.zisheng.pro/ja/reference/voice/elevenlabs): 感情表現と細かな制御に対応する非常にリアルな Voice
- [**PlayAI**](https://mastra.zisheng.pro/ja/reference/voice/playai): さまざまなスタイルの自然な Voice に特化
- [**Google**](https://mastra.zisheng.pro/ja/reference/voice/google): 多言語に対応する Google の音声合成
- [**Cloudflare**](https://mastra.zisheng.pro/ja/reference/voice/cloudflare): 低遅延アプリケーション向けにエッジ最適化された音声合成
- [**Deepgram**](https://mastra.zisheng.pro/ja/reference/voice/deepgram): 高精度な AI 音声技術
- [**Speechify**](https://mastra.zisheng.pro/ja/reference/voice/speechify): 読みやすさとアクセシビリティに最適化された Text-to-Speech
- [**Sarvam**](https://mastra.zisheng.pro/ja/reference/voice/sarvam): インド諸語とそのアクセントに特化
- [**Murf**](https://mastra.zisheng.pro/ja/reference/voice/murf): パラメーターをカスタマイズできるスタジオ品質のナレーション

各 Provider は個別のパッケージとして実装されており、必要に応じてインストールできます。

```bash
pnpm add @mastra/voice-openai@latest  # Example for OpenAI
```

## speak メソッドを使用する

TTS の中心となる `speak()` メソッドは、テキストを音声に変換します。このメソッドには、speaker や Provider 固有のオプションを指定できます。使用方法を次に示します。

```typescript
import { Agent } from '@mastra/core/agent'
import { OpenAIVoice } from '@mastra/voice-openai'

const voice = new OpenAIVoice()

const agent = new Agent({
  id: 'voice-agent',
  name: 'Voice Agent',
  instructions: 'You are a voice assistant that can help users with their tasks.',
  model: 'openai/gpt-5.6-sol',
  voice,
})

const { text } = await agent.generate('What color is the sky?')

// Convert text to speech to an Audio Stream
const readableStream = await voice.speak(text, {
  speaker: 'default', // Optional: specify a speaker
  properties: {
    speed: 1.0, // Optional: adjust speech speed
    pitch: 'default', // Optional: specify pitch if supported
  },
})
```

## 音声出力を保存する

`speak()` メソッドは音声ストリームを返します。生成した音声を後で再生または処理するために保存する場合は、ストリームをファイルへパイプします。

```typescript
import { createWriteStream } from 'fs'
import path from 'path'

const audio = await agent.voice.speak('Hello, world!')
const filePath = path.join(process.cwd(), 'agent.mp3')
const writer = createWriteStream(filePath)

audio.pipe(writer)

await new Promise<void>((resolve, reject) => {
  writer.on('finish', () => resolve())
  writer.on('error', reject)
})
```

Agent で利用できる Voice Provider の概要については、[Mastra の Voice](https://mastra.zisheng.pro/ja/guides/voice/overview)を参照してください。