システム通知を音声合成で通知して貰う方法を考える

未だにアイアンマンの映画でのJ.A.R.V.I.SやF.R.I.D.A.Yに憧れがあります。
音声認識の呼び出しは色々考える必要がありますが、
今のところ認識→プログラム実行までは出来たので、
システムの通知を音声合成でしてもらいたいんですよね。

今回は具体的方法ではなく自分の頭の中の整理となります。
ご興味がある方はコメントいただけたら嬉しいです。

使用する音声合成ソフト

• Voice vox
  オープンソースで無料だったのでこちらを採用

Voice voxはGUIがElectron、エンジンはPythonで動作しています。
ありがたいことにソフトを起動してるとローカルサーバーを建ててくれるので、REST APIでwav生成をしてくれるのがありがたいです。

流れとしては
通知→wav生成→wav再生→wavファイル削除
で考えてます。
でもなー、これVoice vox起動しとかないといけないし、
なんかスマートじゃないんだよなー

SAPI使うか。

Pythonからも実行できるしwavいらないし、
discordbotを作って、
webhookで他のサービスとつなげて、

discordに通知くる→BotがSAPI実行
あー、これの方がシンプルだな。

Voice voxをSAPI5に追加するプログラムもあったはずなので、
それでやってみよう。

それでは。