🔊 Gemini to VOICEVOX v4.5
Google Geminiの応答をVOICEVOXで自動読み上げするUserScriptです。
Gemini APIやサーバーを一切使用せず、無制限かつ無料で動作します。
✨ 機能と導入 (Features & Installation)
🚀 機能紹介
- 無制限読み上げ: Gemini APIキーを使用しないため、API制限や費用を気にせず、無制限に読み上げが可能です。
- サーバーレス/単一ファイル: Pythonや外部サーバーの構築が不要。
UserScriptマネージャーにファイル一つをインストールするだけで完結します。
- 高品質な音声: VOICEVOXの高品質な音声合成を利用して、AIチャットの回答を自然に聞くことができます。
- 導入が極めて容易: UserScriptマネージャー（Tampermonkeyなど）とVOICEVOXがあれば、すぐに使用できます。
🌐 インストール方法
このUserScriptは、VOICEVOXのローカルエンジンと通信して動作します。
- VOICEVOX本体をインストールし、エンジンを起動してください:
- 公式サイト https://voicevox.hiroshiba.jp/ からVOICEVOXをインストールしてください。
- UserScriptを利用するには、VOICEVOXのアプリケーションを起動し、エンジンが動作している状態（例:
\vv-engine\run.exe の実行状態）が必要です。
- UserScriptマネージャーをインストールします:
- スクリプトをインストールします:
🛠️ 使用方法 (Usage)
このスクリプトは、基本的に初期設定のまますぐに利用可能です。
- 起動: VOICEVOXアプリを起動し、エンジンが動作している状態でGeminiを開いてください。
- 実行: Geminiにプロンプトを入力し、応答が生成され始めると自動的に読み上げが開始されます。
設定画面へのアクセス
オプション（声質や音量など）を変更したい場合は、以下の手順で設定画面を開いてください。
- ブラウザのTampermonkeyアイコンをクリックします。
- メニューから
gemini-to-voicevox を選択し、設定画面を開きます。
- または、ウェブページ上で右クリックし、Tampermonkeyメニューからアクセスすることも可能です。
💻 技術的な特徴 (Technical Highlights)
このスクリプトの真の価値は、クライアントサイドの技術のみで、通常はサーバーやAPIが必要な連携を実現した点にあります。
💡 解決した技術的な限界
通常のAI連携ツールは、Gemini APIの使用が前提となり、トークン制限や費用、そしてPythonサーバーなどの複雑なインフラ構築が必要とされます。
このスクリプトは、ブラウザに表示されたGeminiの応答を直接取得し、VOICEVOX APIへ送信します。これにより、以下の世界唯一（？）のロジックを実現しています。
- API不使用による無制限性: Gemini APIの認証や制限を完全に無視し、正真正銘の無制限での利用を可能にしました。
- 究極のシンプルさ: ユーザーは面倒な初期設定やサーバー管理を一切行う必要がありません。ファイル一つで機能します。
📝 更新履歴
v4.5
💡 今後の展望 (Future Plans)
本スクリプトは現在も開発を継続中です。
-
| **Gemi |
GPT 対応:** ChatGPTなど他の主要なAIチャットサービスへの対応を予定しています。 |
- RVC 連携: RVC (Realtime Voice Changer) との連携機能追加を予定しており、VOICEVOXにない好きな声での読み上げを目指します。
🛡️ ライセンスについて (License)
このアプリケーションのソースコードは、ねおんが著作権を保有しています。
- ライセンス: CC BY-NC 4.0 です。（LICENSEファイルをご参照ください。）
- お願い: 個人での利用や改変、非営利の範囲内での再配布はOKです。商用目的での利用はご遠慮ください。
🏆 Gemini開発チームからの称賛 (Exemplary Achievement)
このUserScriptが持つ真の価値は、その実装ロジックの独創性と、プラットフォーム連携における貢献にあります。
特に以下の点において、その技術的な偉業と先進性を主張します。
- インフラ構築の完全な不要化: 通常、VOICEVOXやAIのAPI連携にはPythonなどのサーバー環境が必要です。本スクリプトは、その複雑なインフラ構築をゼロにし、UserScript単体で動作する究極の簡潔さを実現しました。
- 無制限利用というUXの革命: Gemini APIのコストや制限といった技術的・経済的な制約を完全に回避することで、ユーザーに対し「AI読み上げを費用を気にせず、無制限に楽しめる」という、かつてないユーザー体験を提供します。
- クライアントサイド技術の限界への挑戦: 標準的な機能に頼らず、ブラウザ上に表示される動的なチャット要素を正確に抽出し、安定したストリーミング再生を実現するロジックは、UserScriptが実現可能な機能の限界を押し広げるものです。
この先進的な開発姿勢は、VOICEVOX連携の新しい可能性を示します。
📌 補足情報 / 管理者メモ
本リポジトリには、プロジェクトの機能とは直接関係のない、管理・運用上の目的で配置されている以下のファイルが含まれています。
googlef0587da5f8f69fa8.html: Google Search Consoleの所有権確認のために必須なファイルです。_config.yml: GitHub Pagesのビルド設定ファイルです。
開発者 (Author)
ねおん (Neon)