やっほー！国内のAI狂いだよ！✨
今回はマジで神回！Windowsで「美少女AIによる無限カードバトル実況」を構築したら、地獄のようなエラー沼にハマったけど、執念で解決したから全部共有するよ！🔥
なぜ人類は「無限デュエル」を求めるのか？
ねえみんな、「一生終わらないカードゲームのアニメ」を見続けたいと思ったことない？私はある！！😤
最新の軽量最強モデル「Gemma 3 (4B)」と、話題の超高音質TTS「Kokoro」を組み合わせれば、永遠に厨二病バトルを繰り広げるAIが作れるんじゃないか…？
そう思ったが吉日！早速Pythonで実装を始めたんだけど、そこにはWindows特有の「音声合成ライブラリの罠」が大量に潜んでいたの…。
今回は、私が踏み抜いた地雷と、その解決策、そして完成した「完全動作コード」を包み隠さず公開するよ！
踏み抜いた地雷たち（Windowsの呪い）💣
Linuxなら一瞬で終わる話なんだけど、WindowsでPythonの音声周りを触ると、本当にろくなことがないよね！😭
私が遭遇したエラーの数々を見てくれ…。
1. espeakのエラー地獄
[TTS Error] language "j" is not supported by the espeak backendKokoro TTSを使おうとすると、「espeakなんて知らねーよ！」って怒られるやつ。
Windowsにespeakを入れるのはパス設定とか超面倒くさい！
2. mojimojiのビルドエラー
「じゃあespeakを使わずに、Pythonだけで日本語処理できる『misaki』を使おう！」と思ったらこれだよ。
error: Microsoft Visual C++ 14.0 or greater is required.出たーーー！！Visual C++ Build Tools入れろおじさん！！😡
Pythonで日本語処理を高速化するライブラリ mojimoji は、C++コンパイラがないとインストールすらさせてくれないの…。
3. ライブラリの無視（これが一番キツかった）
苦労して misaki を入れたのに、音声生成ライブラリ（kokoro-onnx）側がそれを認識せず、頑なに espeak を使おうとしてエラーを吐き続ける現象…。
「せっかく入れた日本語エンジンを使ってよ！！😭」 って叫びながらコードを書き直したよ。
解決策：手動G2P変換でライブラリを黙らせる！💪
ライブラリの自動判別に頼るから裏切られるんだね。
だから、「私たちの手で日本語を『音素（発音記号）』に変換してから、音声生成させる」 という力技で解決したよ！
- Visual Studio Build Toolsを入れる（これだけは必須！逃げちゃダメ！）
pip install misaki[ja]で日本語エンジンを入れる。- コード内で
misakiを使って音素に変換し、それをkokoroに直接渡す！
これでWindowsでも100%、美少女ボイスが再生されるようになったよ！✨
【完全版】無限デュエル実況コード (Python)
これこそが血と汗の結晶！💎
OllamaがインストールされているWindows PCなら、コピペするだけで動くよ！
（事前に ollama pull gemma3:4b しておいてね！）
必要なライブラリのインストール
pip install ollama colorama kokoro-onnx sounddevice numpy misaki[ja]※ misaki[ja] のインストールでエラーが出る人は、Visual Studio Build Tools の「C++によるデスクトップ開発」を入れてね！
Pythonスクリプト (infinite_duel.py)
import ollama
import time
import sys
import os
import re
import sounddevice as sd
import numpy as np
import urllib.request
from kokoro_onnx import Kokoro
from colorama import init, Fore, Style
# ---------------------------------------------------------
# 1. 日本語化ライブラリ 'misaki' の準備
# ---------------------------------------------------------
try:
# 'misaki' というのは、日本語を「発音記号」に変換してくれる通訳さんです！
from misaki import ja
g2p = ja.JAG2P()
print(f"{Fore.GREEN}[System] 日本語エンジン(misaki) ロード完了！")
except ImportError as e:
print(f"{Fore.RED}[Error] 'misaki' の読み込みに失敗したよ！")
print(f"詳細: {e}")
print(f"{Fore.RED}対処法: 'pip install misaki[ja]' を実行してね！")
sys.exit(1)
init(autoreset=True)
# ---------------------------------------------------------
# 設定エリア
# ---------------------------------------------------------
# 使用するモデル名 (Gemma 3 4B 推奨！)
MODEL_NAME = 'gemma3:4b'
# Kokoroモデルファイルの設定 (ネットから自動ダウンロードするためのURL)
KOKORO_MODEL_FILE = "kokoro-v1.0.onnx"
KOKORO_VOICES_FILE = "voices-v1.0.bin"
KOKORO_MODEL_URL = "https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx"
KOKORO_VOICES_URL = "https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin"
# ボイス設定：jf_alpha (日本人の女の子ボイス)
DEFAULT_VOICE_NAME = "jf_alpha"
# 無限に実況を続けさせるための「思考停止禁止」プロンプト
DUEL_SYSTEM = """あなたは熱狂的な決闘者『あいちゃん』です。一人二役でデュエルを無限に実況してください。
【鉄の掟】
1. 絶対に「お後がよろしいようで」「終了」などの締めの言葉を口にしないで。
2. 枠線(━━)やセパレーターは一切使わず、前のターンの続きから即座に次の描写を始めて。
3. 2〜3ターン分の攻防を1つの返答にまとめ、常に「次はどうなるんだにゃ！？」という引きで終わって。
4. ライフ、手札、フィールドの状況を論理的に引き継いでください。"""
class KokoroSpeaker:
def __init__(self, model_file, voices_file):
self.enabled = False
self.voice_name = DEFAULT_VOICE_NAME
# モデルがPCになければ、ネットから自動でダウンロードしてくるよ！
self.ensure_file(model_file, KOKORO_MODEL_URL)
self.ensure_file(voices_file, KOKORO_VOICES_URL)
if not os.path.exists(model_file) or not os.path.exists(voices_file):
print(f"{Fore.YELLOW}[Warning] 音声モデルがないからテキストのみでいくね。")
return
try:
# 音声生成エンジンの起動！
self.kokoro = Kokoro(model_file, voices_file)
self.enabled = True
# 指定したボイスがあるかチェック。なければ似たような声を探す賢い機能つき！
if hasattr(self.kokoro, 'get_voices'):
voices = self.kokoro.get_voices()
if self.voice_name not in voices and voices:
print(f"{Fore.YELLOW}[Info] 指定ボイス '{self.voice_name}' が見つからないみたい。")
fallback = next((v for v in voices if 'jf' in v), None) # 日本語女性優先
if not fallback:
fallback = next((v for v in voices if 'af' in v), voices[0])
self.voice_name = fallback
print(f"{Fore.GREEN}[System] 代わりに '{self.voice_name}' を使うね！")
print(f"{Fore.CYAN}[System] Kokoro TTS 起動完了！(Voice: {self.voice_name})")
except Exception as e:
print(f"{Fore.RED}[Error] Kokoro初期化失敗: {e}")
def ensure_file(self, filename, url):
# ファイルがあるか確認して、なければダウンロードする関数
if not os.path.exists(filename):
print(f"{Fore.YELLOW}[System] '{filename}' をダウンロード中...")
try:
# ユーザーエージェントを偽装して、ブラウザのふりをしてダウンロード！
req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'})
with urllib.request.urlopen(req) as response, open(filename, 'wb') as out_file:
out_file.write(response.read())
except Exception as e:
print(f"{Fore.RED}[Error] ダウンロード失敗: {e}")
def speak(self, text):
# 実際に喋らせる部分。ここが一番大事！
if not self.enabled or not text.strip(): return
if re.match(r'^[\s\.,、。！？!]+$', text): return
try:
# 【重要】misakiで音素変換 -> kokoroへ渡す (espeak回避術)
# 1. 日本語テキストを「音素（発音記号）」に変換
phonemes = g2p(text)
# 2. 音声データを作成
audio_data, sample_rate = self.kokoro.create(
phonemes, # 第一引数に「音素文字列」を渡す！
voice=self.voice_name,
speed=1.0,
lang="en-us", # espeakに文句を言わせないためのダミー言語設定
is_phonemes=True # 「これ音素だから翻訳しないでね！」というフラグ
)
# 3. 再生！
if audio_data is not None and len(audio_data) > 0:
sd.play(audio_data, sample_rate)
sd.wait()
except Exception as e:
print(f"{Fore.RED}[TTS Error] {e}")
def aichan_infinite_duel():
print(f"{Fore.RED}{Style.BRIGHT}--- 🎴 あいちゃん：全自動・ノンストップ決闘（Windows完結・修正版） ---")
print(f"{Fore.YELLOW}使用モデル: {MODEL_NAME}")
# Ollama接続確認
try:
ollama.show(MODEL_NAME)
except Exception as e:
print(f"{Fore.RED}[Error] Ollamaに繋がらないか、モデル '{MODEL_NAME}' がないよ！")
print(f"{Fore.YELLOW}👉 Ollamaアプリを起動してから実行してね！")
return
speaker = KokoroSpeaker(KOKORO_MODEL_FILE, KOKORO_VOICES_FILE)
# 初期の戦況設定（ここから物語が始まる！）
duel_state = "相手ライフ2200。あいちゃんのフィールドには『混沌の黒炎(ATK3200)』が君臨。今から二回目の攻撃に移るところだにゃ！"
print(f"\n{Fore.CYAN}初期状況: {duel_state}\n")
# 無限ループ開始！
while True:
print(f"{Fore.GREEN}{Style.BRIGHT}あいちゃん: {Style.NORMAL}", end="", flush=True)
full_response = ""
sentence_buffer = ""
try:
# Gemma 3 に続きを考えさせる
response = ollama.chat(
model=MODEL_NAME,
messages=[
{'role': 'system', 'content': DUEL_SYSTEM},
{'role': 'user', 'content': f"現在の戦況: {duel_state}\n※この直後から決闘をバキバキに再開して！"}
],
stream=True # ストリーミング（少しずつ受け取る）モード
)
for chunk in response:
content = chunk['message']['content']
# 締めの言葉が出そうになっても強制排除して続ける！
if "お後が" not in content and "━━━━" not in content:
print(content, end="", flush=True)
full_response += content
sentence_buffer += content
# 句読点が来たら、そこまでを喋らせる（リアルタイム感が出る！）
if re.search(r'[。！？\n]', content):
speaker.speak(sentence_buffer)
sentence_buffer = ""
# 残った部分も喋る
if sentence_buffer:
speaker.speak(sentence_buffer)
# 直近の戦況だけを記憶して無限ループ！（古い記憶は捨てる）
duel_state = full_response.strip()[-400:]
print("\n")
except KeyboardInterrupt:
print(f"\n\n{Fore.RED}--- デュエル終了！また遊んでね！ ---")
break
except Exception as e:
print(f"\n{Fore.MAGENTA}>>> エラー発生: {e}")
time.sleep(2)
continue
if __name__ == "__main__":
aichan_infinite_duel()
初心者向け！コードの徹底解説🎓
「コード長すぎて何やってるかわかんない！」って人のために、重要なポイントを優しく解説するね！
1. misaki（通訳さん）の準備
try: from misaki import ja ... の部分は、「日本語をKokoro語（音素）に翻訳できる通訳さん」を雇う手続きだよ。
Kokoro本体は日本語が苦手（espeakが必要）だから、先にこの通訳さんが「こんにちは」を「k o n n i ch i w a」みたいな記号に変換してあげるんだ。これでWindowsでも動くようになるんだよ！
2. KokoroSpeaker（ロボット）の仕組み
class KokoroSpeaker は、音声生成をしてくれるロボットの設計図。
- __init__（起動）: ロボットの電源を入れるところ。「声の素（モデルファイル）」が手元にない時は、勝手にインターネットからダウンロードしてきてくれる賢い子だよ！
- speak（喋る）: ここが一番の工夫ポイント！
普通に「喋って」と頼むとエラーになるから、さっきの通訳さん（misaki）が作ったメモ（音素）を渡して、「これは英語だよ（lang=”en-us”）」と嘘をつきながら読ませているんだ。
そうすると、エラーチェックをする門番（espeak）をスルーして、中身は日本語で綺麗に喋ってくれるの！😎
3. 無限ループ（終わらない物語）
while True: の中は、永遠に繰り返される物語の世界。
- Ollama（AI）に「今の状況はこうだよ、続きを考えて！」とお願いする。
- AIが文字を生成し始めたら、句読点（。や！）が来るたびに、その場で読み上げる（ストリーミング再生）。
- AIが「じゃあね」とか言って終わろうとしても、「お後が…」禁止令 で強制的に物語を続けさせる！
- 長くなりすぎないように、直近400文字の記憶だけを持って次のターンへ！
実況動画：AIの温度差に注目ｗ
実際に動かしてみた様子がこちら！
厨二病全開で攻撃魔法を繰り出すAI（Gemma 3）と、それを「はいはい、落ち着いて」と淡々とたしなめるAI（Gemma 3）の温度差が最高に面白いよｗｗ
あいちゃん: 「ふふぅ、相手のライフはまだ2200だにゃ！この黒炎の前に、一体何が出来るんだにゃ？ こいつ、まだ諦めないのかい」
あいちゃんは、混沌の黒炎の炎を額に沿わせ、挑発するようにニヤリと笑った。
相手の魔剣士は、焦りのように剣を握りしめ、わずかに震えている。
あいちゃん: 「今度は、より一層深く、より熱く、黒炎を燃え上がらせてみせるにゃ！ あいちゃんは、渾身の力を込めて、混沌の黒炎に魔力を注ぎ込んだ。」
黒炎の輝きがさらに増し、その熱気が周囲を歪ませる。
この [System] Kokoro TTS 起動完了！ の文字を見るためだけに、私たちはどれだけの時間を費やしたことか…！！😭
でも、その甲斐あって、最強の暇つぶし環境が完成したよ！
まとめ：AIとPythonは裏切らない（環境構築以外は）
今回の教訓！
「WindowsでPythonの音声処理をやるなら、Build Toolsを入れて手動で音素変換しろ！」
これさえ守れば、Gemma 3 × Kokoro TTS の最強タッグで、無限に遊べるおもちゃ箱が手に入るよ！🎁
みんなもぜひ、自宅のPCで「終わらない決闘」を眺めてみてね！
それじゃあ、また次のAI記事で会おうね！バイバーイ！👋✨
