Roudoku — Obsidianの日本語ノートを、耳で読む

iPhoneのObsidianで、日本語ノートをそのまま聴く。

保存した記事や読書メモを、iPhoneのObsidianで読み上げる。別のアプリへ本文をコピーする必要はありません。

Roudoku（朗読）は、日本語のMarkdownノートを聴くための無料プラグインです。iPhoneとMacで使えます。まずはAPIキー不要の標準音声で試し、Google Cloudの日本語音声へ切り替えることもできます。Google CloudのAPI利用料は別途、利用者負担です。

ノートを開いたまま画面下のミニバーで操作でき、右サイドバーでは読み上げ本文と現在位置を確認できます。

インストールして試す · iPhoneでの使い方

現在はObsidianを開いた状態での利用を想定しています。画面ロック中・他のアプリに切り替えたあとの継続再生は保証していません。

_{iPhoneでのプレイヤー表示と、ノートを読みながら操作できるミニバー}

Obsidianに追加する · 最新版をダウンロードする

なぜ、日本語ノート向けに作ったのか

Obsidianに保存した記事やメモを、画面を読み続けずに振り返りたい。そのためには、日本語の音声を選ぶだけでなく、ノートを読み上げに適した形に整え、聴きたい場所へ戻れることも必要です。

• ノートの記号を読み上げない。 URLやコードなどを除き、見出しやリンクの表示テキストを読み上げます。
• 日本語の長い文章を扱う。 句点や改行で区切り、日本語の文字数だけでは判断できない送信データ量も考慮します。
• 長文エラーに備える。 Google Cloudが文の長さを理由に拒否した場合は、その箇所を短く分けて再試行します。
• 本文と音声を行き来する。 再生中の区間を確認し、気になった箇所から聴き直せます。

Roudokuは、この読み上げ前の処理と再生操作を、Obsidianの中でまとめて行います。

Roudokuがしていること

Markdownではなく、本文を読む

ノート冒頭のプロパティ（frontmatter）、コード、画像、URL、コメントを読み上げ対象から除きます。見出しの文字、リンクの表示テキスト、表の文字は残します。元のノートは変更しません。

日本語の文を、壊さずに分ける

「。」「！」「？」や改行を手がかりに区切り、Google Cloudへ送るデータ量に収まるよう調整します。長すぎる文が拒否された場合は、その箇所をさらに分割して再試行します。前処理後の本文を要約せず、順序を保って読み上げます。再試行には上限があり、すべての長文の再生を保証するものではありません。

聴いている場所を、本文で見せる

右サイドバーのプレイヤーに本文を表示し、再生中の区間をハイライトします。区間をタップすると、その先頭から再生できます。1区間に複数の文が含まれることもあります。Obsidian内でプレイヤーを閉じても再生は続き、画面下のミニバーから操作できます。

好きな音声を、自分の環境で使う

まず動作を試すなら、APIキー不要の標準音声がおすすめです。音声の選択肢を増やしたい場合は、自分のGoogle CloudプロジェクトとAPIキーを登録して使えます。設定とAPI利用料が必要になるため、標準音声で操作を確認してから切り替えられます。Roudoku独自のサーバーや利用状況の収集はありません。

主な機能

• 現在のMarkdownノートを日本語で読み上げ
• Google Cloud Text-to-Speech / 端末標準音声の切り替え
• 再生、一時停止、停止、前後の区間への移動
• 0.75× / 1× / 1.25× / 1.5×の再生速度
• 次の1区間を先読みし、区間の切り替わりを短縮
• 本文表示、再生位置のハイライト、タップした区間からの再生
• 右サイドバープレイヤーと画面下のコンパクトバー
• プレイヤーを閉じても継続する再生セッション
• 長い文が拒否されたときの自動分割・再試行

インストール

Obsidian 1.11.5以降が必要です。

コミュニティプラグインから

1. Obsidianの「設定」→「コミュニティプラグイン」を開きます。
2. 「閲覧」で Roudoku を検索します。
3. インストールして、有効化します。

ObsidianでRoudokuを開く

手動インストール（通常は上の方法で導入できます）

1. 最新のGitHub Releaseから main.js、manifest.json、styles.css をダウンロードします。
2. <Vault>/.obsidian/plugins/roudoku/ を作り、3ファイルを置きます。
3. Obsidianを再読み込みし、「設定」→「コミュニティプラグイン」でRoudokuを有効化します。

iPhoneで最初のノートを聴く

インストール後は、APIキーなしの標準音声で試せます。

1. 読み上げたいノートを開きます。
2. Obsidianのコマンドパレットで Roudoku を検索し、「プレイヤーを開く」を実行します。
3. プレイヤーの「音声」で「標準音声」を選びます。
4. 「開いているノート」の「読み上げる」をタップします。

再生が始まったらサイドバーを閉じて、ノートへ戻れます。画面下のミニバーで一時停止・再開でき、ノート名をタップするとプレイヤーへ戻れます。

途中から聴きたい場合は、「本文を表示」をタップしてから、読み上げたい区間をタップしてください。「本文を表示」だけでは音声合成を行いません。

Macでも同じコマンドで操作できます。左リボンの波形アイコンでもプレイヤーを開けます。

端末やOSによって、利用できる日本語音声とオフライン動作は異なります。

Google Cloudの音声を使う

Google Cloudを使う場合は、利用者自身のプロジェクトとAPIキーが必要です。API利用料はそのプロジェクトに請求されます。

1. Google CloudプロジェクトでCloud Text-to-Speech APIと請求先を有効にします。
2. 適切なAPI制限を設定したAPIキーを作成します。
3. Obsidianの「設定」→「Roudoku」で、APIキーを保存するSecretStorage項目を作成または選択します。
4. 接続確認で、日本語音声の一覧を取得します。
5. プレイヤーで「Google Cloud」を選び、ノートを再生します。

SecretStorageの認証情報は端末ごとに登録してください。接続確認は音声一覧の取得までで、音声合成の成功や料金を保証するものではありません。

プライバシーと料金

• Google Cloudで再生するときは、前処理したノート本文とAPIキーを texttospeech.googleapis.com へ送信します。Googleの規約と利用者自身のプロジェクト料金が適用されます。
• Roudokuが運営するサーバー、テレメトリー、アクセス解析はありません。
• プラグイン設定に保存するのはSecretStorageの項目名です。APIキーを平文で保存する機能はありません。
• ノート本文、APIキー、APIの生エラー本文をログへ記録しません。
• 停止後の遅い応答や不要になった先読み音声は破棄します。ただし、送信済みリクエストの課金を取り消すことはできません。
• 前後移動や再生位置の変更で新しい音声合成が発生し、追加料金がかかる場合があります。永続的な音声キャッシュはありません。

現在の制限

• 進捗は経過秒数ではなく、読み終えた区間数で表示します。
• 停止位置は区間単位です。再開すると、その区間の先頭から読み直します。
• 停止位置はアプリやプラグインを閉じるまでの一時的な記憶です。別のノートを読み込んだ場合も置き換わります。
• 画面ロック中・バックグラウンドでの継続再生は保証していません。
• AndroidとiPadは未検証です。開発時はObsidian 1.13.7のMacとiPhoneで確認しています。
• MP3書き出し、フォルダ単位の連続再生、秒単位のシーク、読み方辞書、Google Cloud以外のクラウド音声には未対応です。
• 埋め込みノートの内容は展開しません。

不具合や要望はGitHub Issuesへお寄せください。再現するノート本文やAPIキーなどの機密情報は貼らないでください。

English summary

Roudoku is a free Obsidian plugin for listening to Japanese Markdown notes. It cleans Markdown-only elements, splits Japanese text into speech-safe segments, recovers from Google Cloud length errors, and keeps the current passage visible in a sidebar transcript.

It supports Google Cloud Text-to-Speech and device speech. Google Cloud is BYOK: usage is billed to your own project, and credentials are stored with Obsidian SecretStorage. There is no plugin-operated server, telemetry, or analytics.

Requires Obsidian 1.11.5 or later. See the Japanese sections above for setup, privacy, costs, and current limitations.

開発

Node.js 24以降を使用します。

npm ci
npm run check
npm run format:check
npm run package

npm run package はソースを検証し、dist/roudoku/ とZIPアーカイブへ配布物を生成します。GitHub Releaseのタグは manifest.json のバージョンと一致させ、main.js、manifest.json、styles.css の3ファイルを個別に添付します。

ライセンスとクレジット

MIT License。

アーキテクチャの検討ではObsidian Voiceを参考にしました。テキスト処理、再生、設定、音声プロバイダーの実装は独自に行っています。ビルドとLintの構成は、Obsidian公式のサンプルプラグインを参考にしました。