Improve: Java APIを色々改善

crates/voicevox_core_java_api/lib/src/main/java/jp/hiroshiba/voicevoxcore/OpenJtalk.java

@@ -1,5 +1,6 @@
 package jp.hiroshiba.voicevoxcore;
 
+/** テキスト解析機としてのOpen JTalk。 */
 public class OpenJtalk extends Dll {
   private long handle;
 

crates/voicevox_core_java_api/lib/src/main/java/jp/hiroshiba/voicevoxcore/Synthesizer.java

@@ -25,10 +25,36 @@ protected void finalize() throws Throwable {
     super.finalize();
   }
 
+  /**
+   * ハードウェアアクセラレーションがGPUモードかどうかを返す。
+   *
+   * @return ハードウェアアクセラレーションがGPUモードかどうか。
+   */
+  public boolean isGpuMode() {
+    return rsIsGpuMode();
+  }
+
+  /**
+   * メタ情報を取得する。
+   *
+   * @return メタ情報。
+   */
+  @Nonnull
+  public VoiceModel.SpeakerMeta[] getMetas() {
+    Gson gson = new Gson();
+    String metasJson = rsGetMetasJson();
+    VoiceModel.SpeakerMeta[] rawMetas = gson.fromJson(metasJson, VoiceModel.SpeakerMeta[].class);
+    if (rawMetas == null) {
+      throw new NullPointerException("metas");
+    }
+    return rawMetas;
+  }
+
   /**
    * モデルを読み込む。
    *
    * @param voiceModel 読み込むモデル。
+   * @throws InvalidModelDataException 無効なモデルデータの場合。
    */
   public void loadVoiceModel(VoiceModel voiceModel) throws InvalidModelDataException {
     rsLoadVoiceModel(voiceModel);
@@ -59,6 +85,7 @@ public boolean isLoadedVoiceModel(String voiceModelId) {
    * @param kana AquesTalk風記法。
    * @param styleId スタイルID。
    * @return {@link AudioQuery}。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public AudioQuery createAudioQueryFromKana(String kana, int styleId)
@@ -82,6 +109,7 @@ public AudioQuery createAudioQueryFromKana(String kana, int styleId)
    * @param text 日本語のテキスト。
    * @param styleId スタイルID。
    * @return {@link AudioQuery}。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public AudioQuery createAudioQuery(String text, int styleId) throws InferenceFailedException {
@@ -104,6 +132,7 @@ public AudioQuery createAudioQuery(String text, int styleId) throws InferenceFai
    * @param kana AquesTalk風記法。
    * @param styleId スタイルID。
    * @return {@link AccentPhrase} のリスト。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public List<AccentPhrase> createAccentPhrasesFromKana(String kana, int styleId)
@@ -123,6 +152,7 @@ public List<AccentPhrase> createAccentPhrasesFromKana(String kana, int styleId)
    * @param text 日本語のテキスト。
    * @param styleId スタイルID。
    * @return {@link AccentPhrase} のリスト。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public List<AccentPhrase> createAccentPhrases(String text, int styleId)
@@ -142,6 +172,7 @@ public List<AccentPhrase> createAccentPhrases(String text, int styleId)
    * @param accentPhrases 変更元のアクセント句の配列。
    * @param styleId スタイルID。
    * @return 変更後のアクセント句の配列。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public List<AccentPhrase> replaceMoraData(List<AccentPhrase> accentPhrases, int styleId)
@@ -161,6 +192,7 @@ public List<AccentPhrase> replaceMoraData(List<AccentPhrase> accentPhrases, int
    * @param accentPhrases 変更元のアクセント句の配列。
    * @param styleId スタイルID。
    * @return 変更後のアクセント句の配列。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public List<AccentPhrase> replacePhonemeLength(List<AccentPhrase> accentPhrases, int styleId)
@@ -180,6 +212,7 @@ public List<AccentPhrase> replacePhonemeLength(List<AccentPhrase> accentPhrases,
    * @param accentPhrases 変更元のアクセント句の配列。
    * @param styleId スタイルID。
    * @return 変更後のアクセント句の配列。
+   * @throws InferenceFailedException 推論に失敗した場合。
    */
   @Nonnull
   public List<AccentPhrase> replaceMoraPitch(List<AccentPhrase> accentPhrases, int styleId)
@@ -234,6 +267,11 @@ public TtsConfigurator tts(String text, int styleId) {
 
   private native void rsNew(OpenJtalk openJtalk, Builder builder);
 
+  private native boolean rsIsGpuMode();
+
+  @Nonnull
+  private native String rsGetMetasJson();
+
   private native void rsLoadVoiceModel(VoiceModel voiceModel) throws InvalidModelDataException;
 
   private native void rsUnloadVoiceModel(String voiceModelId);
@@ -382,6 +420,7 @@ public SynthesisConfigurator interrogativeUpspeak(boolean interrogativeUpspeak)
      * {@link AudioQuery} から音声合成する。
      *
      * @return 音声データ。
+     * @throws InferenceFailedException 推論に失敗した場合。
      */
     @Nonnull
     public byte[] execute() throws InferenceFailedException {
@@ -426,6 +465,7 @@ public TtsFromKanaConfigurator interrogativeUpspeak(boolean interrogativeUpspeak
      * {@link AudioQuery} から音声合成する。
      *
      * @return 音声データ。
+     * @throws InferenceFailedException 推論に失敗した場合。
      */
     @Nonnull
     public byte[] execute() throws InferenceFailedException {
@@ -468,6 +508,7 @@ public TtsConfigurator interrogativeUpspeak(boolean interrogativeUpspeak) {
      * {@link AudioQuery} から音声合成する。
      *
      * @return 音声データ。
+     * @throws InferenceFailedException 推論に失敗した場合。
      */
     @Nonnull
     public byte[] execute() throws InferenceFailedException {

crates/voicevox_core_java_api/lib/src/main/java/jp/hiroshiba/voicevoxcore/UserDict.java

@@ -74,6 +74,7 @@ public void importDict(UserDict dict) {
    * ユーザー辞書を読み込む。
    *
    * @param path ユーザー辞書のパス。
+   * @throws LoadUserDictException ユーザー辞書を読み込めなかった場合。
    */
   public void load(String path) throws LoadUserDictException {
     rsLoad(path);
@@ -83,6 +84,7 @@ public void load(String path) throws LoadUserDictException {
    * ユーザー辞書を保存する。
    *
    * @param path ユーザー辞書のパス。
+   * @throws SaveUserDictException ユーザー辞書を保存できなかった場合。
    */
   public void save(String path) throws SaveUserDictException {
     rsSave(path);

crates/voicevox_core_java_api/lib/src/main/java/jp/hiroshiba/voicevoxcore/VoicevoxCoreInfo.java

@@ -0,0 +1,93 @@
+package jp.hiroshiba.voicevoxcore;
+
+import com.google.gson.Gson;
+import com.google.gson.annotations.Expose;
+import com.google.gson.annotations.SerializedName;
+import jakarta.annotation.Nonnull;
+
+/** VOICEVOX CORE自体の情報。 */
+public class VoicevoxCoreInfo extends Dll {
+  /**
+   * ライブラリのバージョン。
+   *
+   * @return ライブラリのバージョン。
+   */
+  @Nonnull
+  public static String getVersion() {
+    String version = rsGetVersion();
+    if (version == null) {
+      throw new NullPointerException("version");
+    }
+    return version;
+  }
+
+  /**
+   * このライブラリで利用可能なデバイスの情報を取得する。
+   *
+   * @return {@link SupportedDevices}。
+   */
+  @Nonnull
+  public static SupportedDevices getSupportedDevices() {
+    Gson gson = new Gson();
+    String supportedDevicesJson = rsGetSupportedDevicesJson();
+    SupportedDevices supportedDevices = gson.fromJson(supportedDevicesJson, SupportedDevices.class);
+    if (supportedDevices == null) {
+      throw new NullPointerException("supported_devices");
+    }
+    return supportedDevices;
+  }
+
+  @Nonnull
+  private static native String rsGetVersion();
+
+  @Nonnull
+  private static native String rsGetSupportedDevicesJson();
+
+  /**
+   * このライブラリで利用可能なデバイスの情報。
+   *
+   * <p>あくまで本ライブラリが対応しているデバイスの情報であることに注意。GPUが使える環境ではなかったとしても {@link #cuda} や {@link #dml} は {@code
+   * true} を示しうる。
+   */
+  public static class SupportedDevices {
+    /**
+     * CPUが利用可能。
+     *
+     * <p>常に <code>true</code> 。
+     */
+    @SerializedName("cpu")
+    @Expose
+    @Nonnull
+    public final boolean cpu;
+
+    /**
+     * CUDAが利用可能。
+     *
+     * <p>ONNX Runtimeの <a href=
+     * "https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html"
+     * target="_blank">CUDAExecutionProvider</a>に対応する。 必要な環境についてはそちらを参照。
+     */
+    @SerializedName("cuda")
+    @Expose
+    @Nonnull
+    public final boolean cuda;
+
+    /**
+     * DirectMLが利用可能。
+     *
+     * <p>ONNX Runtimeの <a href=
+     * "https://onnxruntime.ai/docs/execution-providers/DirectML-ExecutionProvider.html"
+     * target="_blank">DmlExecutionProvider</a>に対応する。 必要な環境についてはそちらを参照。
+     */
+    @SerializedName("dml")
+    @Expose
+    @Nonnull
+    public final boolean dml;
+
+    private SupportedDevices() {
+      this.cpu = false;
+      this.cuda = false;
+      this.dml = false;
+    }
+  }
+}

crates/voicevox_core_java_api/lib/src/test/java/jp/hiroshiba/voicevoxcore/InfoTest.java

@@ -0,0 +1,24 @@
+/*
+ * VoicevoxCoreInfoのテスト。
+ */
+package jp.hiroshiba.voicevoxcore;
+
+import static org.junit.jupiter.api.Assertions.assertNotNull;
+import static org.junit.jupiter.api.Assertions.assertTrue;
+
+import org.junit.jupiter.api.Test;
+
+class InfoTest {
+  @Test
+  void checkVersion() {
+    assertNotNull(VoicevoxCoreInfo.getVersion());
+  }
+
+  @Test
+  void checkSupportedDevices() {
+    VoicevoxCoreInfo.SupportedDevices supportedDevices = VoicevoxCoreInfo.getSupportedDevices();
+
+    assertNotNull(supportedDevices);
+    assertTrue(supportedDevices.cpu);
+  }
+}

crates/voicevox_core_java_api/lib/src/test/java/jp/hiroshiba/voicevoxcore/SynthesizerTest.java

@@ -18,6 +18,14 @@ interface MoraCheckCallback {
     boolean check(Mora mora, Mora otherMora);
   }
 
+  @Test
+  void checkIsGpuMode() {
+    OpenJtalk openJtalk = loadOpenJtalk();
+    Synthesizer synthesizer =
+        Synthesizer.builder(openJtalk).accelerationMode(Synthesizer.AccelerationMode.CPU).build();
+    assertFalse(synthesizer.isGpuMode());
+  }
+
   boolean checkAllMoras(
       List<AccentPhrase> accentPhrases,
       List<AccentPhrase> otherAccentPhrases,
@@ -40,9 +48,17 @@ void checkModel() throws InvalidModelDataException {
     VoiceModel model = loadModel();
     OpenJtalk openJtalk = loadOpenJtalk();
     Synthesizer synthesizer = Synthesizer.builder(openJtalk).build();
+
+    assertTrue(synthesizer.getMetas().length == 0);
+
     synthesizer.loadVoiceModel(model);
+
+    assertTrue(synthesizer.getMetas().length >= 1);
     assertTrue(synthesizer.isLoadedVoiceModel(model.id));
+
     synthesizer.unloadVoiceModel(model.id);
+
+    assertTrue(synthesizer.getMetas().length == 0);
     assertFalse(synthesizer.isLoadedVoiceModel(model.id));
   }
 

crates/voicevox_core_java_api/src/info.rs

@@ -0,0 +1,22 @@
+use crate::common::throw_if_err;
+use jni::{sys::jobject, JNIEnv};
+#[no_mangle]
+extern "system" fn Java_jp_hiroshiba_voicevoxcore_VoicevoxCoreInfo_rsGetVersion(
+    env: JNIEnv<'_>,
+) -> jobject {
+    throw_if_err(env, std::ptr::null_mut(), |env| {
+        let version = env.new_string(env!("CARGO_PKG_VERSION"))?;
+        Ok(version.into_raw())
+    })
+}
+#[no_mangle]
+extern "system" fn Java_jp_hiroshiba_voicevoxcore_VoicevoxCoreInfo_rsGetSupportedDevicesJson(
+    env: JNIEnv<'_>,
+) -> jobject {
+    throw_if_err(env, std::ptr::null_mut(), |env| {
+        let supported_devices = voicevox_core::SupportedDevices::create()?;
+        let json = serde_json::to_string(&supported_devices).expect("Should not fail");
+        let json = env.new_string(json)?;
+        Ok(json.into_raw())
+    })
+}

crates/voicevox_core_java_api/src/lib.rs

@@ -1,4 +1,5 @@
 mod common;
+mod info;
 mod open_jtalk;
 mod synthesizer;
 mod user_dict;

crates/voicevox_core_java_api/src/synthesizer.rs

@@ -56,6 +56,37 @@ unsafe extern "system" fn Java_jp_hiroshiba_voicevoxcore_Synthesizer_rsNew<'loca
         Ok(())
     })
 }
+#[no_mangle]
+unsafe extern "system" fn Java_jp_hiroshiba_voicevoxcore_Synthesizer_rsIsGpuMode<'local>(
+    env: JNIEnv<'local>,
+    this: JObject<'local>,
+) -> jboolean {
+    throw_if_err(env, false, |env| {
+        let internal = env
+            .get_rust_field::<_, _, Arc<voicevox_core::Synthesizer>>(&this, "handle")?
+            .clone();
+
+        Ok(internal.is_gpu_mode())
+    })
+    .into()
+}
+#[no_mangle]
+unsafe extern "system" fn Java_jp_hiroshiba_voicevoxcore_Synthesizer_rsGetMetasJson<'local>(
+    env: JNIEnv<'local>,
+    this: JObject<'local>,
+) -> jobject {
+    throw_if_err(env, std::ptr::null_mut(), |env| {
+        let internal = env
+            .get_rust_field::<_, _, Arc<voicevox_core::Synthesizer>>(&this, "handle")?
+            .clone();
+
+        let metas_json = serde_json::to_string(&internal.metas()).expect("should not fail");
+
+        let j_metas_json = env.new_string(metas_json)?;
+
+        Ok(j_metas_json.into_raw())
+    })
+}
 
 #[no_mangle]
 unsafe extern "system" fn Java_jp_hiroshiba_voicevoxcore_Synthesizer_rsLoadVoiceModel<'local>(

crates/voicevox_core_python_api/python/voicevox_core/_rust.pyi

@@ -107,7 +107,7 @@ class Synthesizer:
         """ハードウェアアクセラレーションがGPUモードかどうか。"""
         ...
     @property
-    def metas(self) -> SpeakerMeta:
+    def metas(self) -> List[SpeakerMeta]:
         """メタ情報。"""
         ...
     async def load_voice_model(self, model: VoiceModel) -> None:

example/java/.gitattributes

@@ -0,0 +1,12 @@
+#
+# https://help.github.com/articles/dealing-with-line-endings/
+#
+# Linux start script should use lf
+./gradlew        text eol=lf linguist-vendored linguist-generated
+
+# These are Windows script files and should use crlf
+*.bat           text eol=crlf
+
+./gradlew       linguist-vendored linguist-generated
+./gradlew.bat   linguist-vendored linguist-generated
+./gradle/wrapper/gradle-wrapper.jar linguist-vendored linguist-generated

example/java/.gitignore

@@ -0,0 +1,6 @@
+# Ignore Gradle project-specific cache directory
+.gradle
+
+# Ignore Gradle build output directory
+build
+output.wav