feat(video): Azure Speech als stemroute voor publicatie (zelfde stem, sleutel uit de omgeving)

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -94,7 +94,9 @@ ondertitels ingesloten en apart als `.srt`): de schermafbeeldingen uit de handle
 door een Nederlandse computerstem, als lossere vertelling van dezelfde stappen en valkuilen.
 De tekst staat in `video-script.md`; `_gereedschap/maak_video.py` bouwt de video opnieuw
 (ffmpeg, Pillow, edge-tts). Wie de stem of het tempo wil veranderen, past de kopregels van het
-script aan.
+script aan. De stem is nl-NL-Fenna van Microsoft, standaard via de Edge-leesfunctie; met een
+Azure Speech-sleutel in de omgeving (`AZURE_SPEECH_KEY`) gebruikt het script dezelfde stem via
+Azure, de route voor publicatie buiten deze repository.
 
 | Video | Duur |
 | --- | --- |

_gereedschap/maak_video.py

@@ -6,8 +6,10 @@ Gebruik:  python3 ../_gereedschap/maak_video.py video-script.md
 Uitvoer:  <naam>.mp4 (1920x1080, H.264, AAC, met ingesloten ondertitels) en <naam>.srt
 
 Vereist:  ffmpeg, Pillow en het pakket edge-tts (pip install edge-tts). De stem komt van de
-          neurale Microsoft-stemmen (nl-NL-FennaNeural standaard); voor publicatie dezelfde
-          stem via Azure Speech, zie README.
+          neurale Microsoft-stemmen (nl-NL-FennaNeural standaard) via de Edge-leesfunctie.
+          Voor publicatie dezelfde stem via Azure Speech: zet AZURE_SPEECH_KEY (en eventueel
+          AZURE_SPEECH_REGION, standaard westeurope) in de omgeving; de sleutel wordt nergens
+          opgeslagen. Zonder sleutel gebruikt het script edge-tts.
 
 Opbouw van het script (regels die met [ beginnen zijn koppen, de rest is de gesproken tekst):
   # titel: ...            titel op de eerste kaart
@@ -24,7 +26,8 @@ Opbouw van het script (regels die met [ beginnen zijn koppen, de rest is de gesp
   [slot]                  de slotkaart
 Lege regels tussen de tekst zijn pauzes van een halve seconde.
 """
-import asyncio, json, re, subprocess, sys, tempfile
+import asyncio, json, os, re, subprocess, sys, tempfile, urllib.request
+from xml.sax.saxutils import escape
 from pathlib import Path
 from PIL import Image, ImageDraw, ImageFont
 
@@ -162,6 +165,24 @@ async def spreek(tekst, stem, tempo, mp3):
     return woorden
 
 
+def spreek_azure(tekst, stem, tempo, mp3):
+    """Dezelfde stem via Azure Speech (REST). Geeft geen woordgrenzen; de ondertitels worden
+    dan naar tekstlengte verdeeld."""
+    key = os.environ["AZURE_SPEECH_KEY"]; regio = os.environ.get("AZURE_SPEECH_REGION", "westeurope")
+    taal = "-".join(stem.split("-")[:2])
+    alineas = "".join(f"<p>{escape(a.strip())}</p>" for a in tekst.split("\n\n") if a.strip())
+    ssml = (f'<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="{taal}">'
+            f'<voice name="{stem}"><prosody rate="{tempo}">{alineas}</prosody></voice></speak>')
+    req = urllib.request.Request(f"https://{regio}.tts.speech.microsoft.com/cognitiveservices/v1",
+                                 data=ssml.encode("utf-8"), method="POST",
+                                 headers={"Ocp-Apim-Subscription-Key": key, "Content-Type": "application/ssml+xml",
+                                          "X-Microsoft-OutputFormat": "audio-24khz-96kbitrate-mono-mp3",
+                                          "User-Agent": "maak_video"})
+    with urllib.request.urlopen(req, timeout=120) as r:
+        Path(mp3).write_bytes(r.read())
+    return []
+
+
 def _norm(w):
     return re.sub(r"[^\w]", "", w.lower())
 
@@ -210,6 +231,7 @@ def main():
     stem = meta.get("stem", "nl-NL-FennaNeural"); tempo = meta.get("tempo", "-5%")
     naam = meta.get("uitvoer", script.stem.replace("video-script", "video"))
     pauze = 0.8  # seconden stilte na elk segment
+    print("stem via", "Azure Speech" if os.environ.get("AZURE_SPEECH_KEY") else "edge-tts", stem, tempo)
     tmp = Path(tempfile.mkdtemp(prefix="video-"))
     clips, cues, t0 = [], [], 0.0
     for n, s in enumerate(segs, 1):
@@ -224,7 +246,10 @@ def main():
         else:
             delen = [d.strip() for d in s["arg"].split("|")]
             kaart_beeld(map_ / "beelden" / delen[0], delen[1] if len(delen) > 1 else "", png)
-        woorden = asyncio.run(spreek(s["spraak"], stem, tempo, mp3))
+        if os.environ.get("AZURE_SPEECH_KEY"):
+            woorden = spreek_azure(s["spraak"], stem, tempo, mp3)
+        else:
+            woorden = asyncio.run(spreek(s["spraak"], stem, tempo, mp3))
         d = duur(mp3)
         for a, b, z in cues_uit_woorden(s["spraak"], woorden, d):
             cues.append((t0 + a, t0 + min(b + 0.15, d), z))