整理: CoreAdapter.speakers 出力をモデル化

voicevox_engine/app/routers/speaker.py

@@ -1,7 +1,6 @@
 """話者情報機能を提供する API Router"""
 
 import base64
-import json
 import traceback
 from pathlib import Path
 from typing import Annotated, Literal
@@ -76,7 +75,7 @@ def _speaker_info(
 
         # 該当話者を検索する
         speakers = parse_obj_as(
-            list[Speaker], json.loads(core_manager.get_core(core_version).speakers)
+            list[Speaker], core_manager.get_core(core_version).speakers
         )
         speakers = filter_speakers_and_styles(speakers, speaker_or_singer)
         speaker = next(

voicevox_engine/core/core_adapter.py

@@ -1,13 +1,39 @@
 import json
 import threading
 from dataclasses import dataclass
+from typing import Literal, NewType
 
 import numpy as np
 from numpy.typing import NDArray
+from pydantic import BaseModel, Field
 
 from ..metas.Metas import StyleId
 from .core_wrapper import CoreWrapper, OldCoreError
 
+CoreStyleId = NewType("CoreStyleId", int)
+CoreStyleType = Literal["talk", "singing_teacher", "frame_decode", "sing"]
+
+
+class CoreSpeakerStyle(BaseModel):
+    """
+    話者のスタイル情報
+    """
+
+    name: str
+    id: CoreStyleId
+    type: CoreStyleType | None = Field(default="talk")
+
+
+class CoreSpeaker(BaseModel):
+    """
+    コアに含まれる話者情報
+    """
+
+    name: str
+    speaker_uuid: str
+    styles: list[CoreSpeakerStyle]
+    version: str = Field("話者のバージョン")
+
 
 @dataclass(frozen=True)
 class DeviceSupport:
@@ -34,9 +60,10 @@ def default_sampling_rate(self) -> int:
         return self.core.default_sampling_rate
 
     @property
-    def speakers(self) -> str:
-        """話者情報（json文字列）"""
-        return self.core.metas()
+    def speakers(self) -> list[CoreSpeaker]:
+        """話者情報"""
+        metas = self.core.metas()
+        return [CoreSpeaker(**speaker) for speaker in json.loads(metas)]
 
     @property
     def supported_devices(self) -> DeviceSupport | None:

voicevox_engine/metas/MetasStore.py

@@ -1,10 +1,11 @@
 import json
 from copy import deepcopy
 from pathlib import Path
-from typing import TYPE_CHECKING, Literal, NewType
+from typing import Literal
 
 from pydantic import BaseModel, Field
 
+from voicevox_engine.core.core_adapter import CoreAdapter, CoreSpeakerStyle
 from voicevox_engine.metas.Metas import (
     Speaker,
     SpeakerStyle,
@@ -13,43 +14,15 @@
     StyleType,
 )
 
-if TYPE_CHECKING:
-    from voicevox_engine.core.core_adapter import CoreAdapter
 
-
-_CoreStyleId = NewType("_CoreStyleId", int)
-_CoreStyleType = Literal["talk", "singing_teacher", "frame_decode", "sing"]
-
-
-class _CoreSpeakerStyle(BaseModel):
-    """
-    話者のスタイル情報
-    """
-
-    name: str
-    id: _CoreStyleId
-    type: _CoreStyleType | None = Field(default="talk")
-
-
-def cast_styles(cores: list[_CoreSpeakerStyle]) -> list[SpeakerStyle]:
+def cast_styles(cores: list[CoreSpeakerStyle]) -> list[SpeakerStyle]:
     """コアから取得したスタイル情報をエンジン形式へキャストする。"""
     return [
         SpeakerStyle(name=core.name, id=StyleId(core.id), type=core.type)
         for core in cores
     ]
 
 
-class _CoreSpeaker(BaseModel):
-    """
-    コアに含まれる話者情報
-    """
-
-    name: str
-    speaker_uuid: str
-    styles: list[_CoreSpeakerStyle]
-    version: str = Field("話者のバージョン")
-
-
 class _EngineSpeaker(BaseModel):
     """
     エンジンに含まれる話者情報
@@ -82,7 +55,7 @@ def __init__(self, engine_speakers_path: Path) -> None:
 
     # FIXME: engineではなくlist[CoreSpeaker]を渡す形にすることで
     # TTSEngineによる循環importを修正する
-    def load_combined_metas(self, core: "CoreAdapter") -> list[Speaker]:
+    def load_combined_metas(self, core: CoreAdapter) -> list[Speaker]:
         """
         コアに含まれる話者メタ情報とエンジンに含まれる話者メタ情報を統合
         Parameters
@@ -95,7 +68,7 @@ def load_combined_metas(self, core: "CoreAdapter") -> list[Speaker]:
             エンジンとコアに含まれる話者メタ情報
         """
         # コアに含まれる話者メタ情報の収集
-        core_metas = [_CoreSpeaker(**speaker) for speaker in json.loads(core.speakers)]
+        core_metas = core.speakers
         # エンジンに含まれる話者メタ情報との統合
         return [
             Speaker(