複数窓のClaude Codeの作業内容をVoiSona Talkに音声で読み上げてもらう

最近、4窓くらいでClaude Codeを並行で走らせて作業しているんだけど、どの窓がいつ終わったのか・どれが入力待ちで止まってるのかが分かりづらい。OSの通知バーに出ても一瞬だし、結局ショートカットで窓を切り替えて確認してた。

なので、各窓の作業完了や入力待ちを音声で読み上げるようにした。音声合成はVoiSona Talkを使ってる。最初は無料の田中傘で試して、形になってから月額のボイスに切り替えた。

構成

細かいスクリプトは省くとして、役割分担はこんな感じ。

• Skill: 作業の最後に VOICE_NOTIFY: {プロジェクト名}。{状態}。{要約} の一行だけを必ず出させる
• Hook: Stop / Notification でその行を拾って音声を鳴らす

設定のコツ

使いながら調整した結果、押さえとくと良かった点をまとめた。shellの中身は長過ぎて読むの大変だろうから、たぶんこっちのほうが流用が効くと思う。

• 読み上げは短く、状態は決め打ち
  • 要約は80文字以内、状態は「作業完了 / テスト失敗 / 確認待ち / エラー停止 / 追加指示待ち」から選ばせる
  • 聞いた瞬間に判別できればよくて、情報量はむしろ削る
• 英単語はカタカナで書かせる
  • VoiSona Talkは英単語をアルファベット読みする（commit が「シーオーエムアイティー」になる）
  • コマンド名や技術用語はカタカナで出させる（コミット、プッシュ、マージ）
• プロジェクト名は読みやすい呼び名に変換する
  • cwd から推定したリポジトリ名をそのまま読むと微妙
  • obsidian → オブシディアン、kyokomi → きょこみ みたいなエイリアス辞書を持たせる
• 状態に合わせて声のテンションを変える
  • 要約の頭に入れた状態語（完了 / 失敗 / 確認…）から読み上げの感情を自動で決める
  • 完了は落ち着いた明るさ、失敗・エラーはしょんぼり、確認待ちは淡々と。声色で結果のニュアンスが伝わる
  • 一応 ::style= で明示指定もできるけど、基本は状態語まかせで十分だった
• 中身のないStopでは黙らせる
  • Stopフックは作業の途中（サブエージェントを動かしてる最中とか）でも何度も発火する
  • 毎回「作業完了です」と読むと、未完了なのに完了と誤通知するし、定型文を連呼してうるさい
  • VOICE_NOTIFY 行が出ているStopだけを本当の完了とみなして、無ければ無音にした
• 承認待ち・入力待ちは「何を聞かれてるか」まで読む
  • 「承認待ちです」だけだと結局ターミナルを見にいくことになる
  • 直前のClaudeの発言の最後の一文（質問本体）や、保留中のツール名（Bash → コマンド実行）を添えて読ませる
  • 何の承認待ちかが耳で分かると、見にいくかどうかを音声だけで判断できる
• 複数窓で同時に鳴っても破綻させない
  • キューで一個ずつ順番に読む
  • 同じ通知が短時間に続いたらクールダウンでスキップ
• 音声エンジンが落ちててもフォールバックする
  • VoiSona Talkに繋がらなければ macOS の say で読む
  • 通知が無言で消えると困るので保険として（いらないかもしれない）
• VoiSona Talk側のキューは定期的に掃除する
  • 再生済み（succeeded/failed/canceled）のリクエストがAPIのキューに残り続けて、100件溜まると 409 Request queue is full を返して合成できなくなる（＝無言になる）
  • 最初これに気づかず急に読み上げが止まってハマった
  • 合成のたびに終端状態の残骸を消すようにして回避した
• どのエンジンで鳴ったかをログに残す
  • VoiSona Talk / say / 無音、どれで再生したかを記録しておくと調査のときに便利
  • 普段は鳴ってるはずなのに say ばかり出てたら「VoiSona Talkへの送信が失敗してフォールバックしてるな」とすぐ当たりが付く
  • さっきの100件詰まりに気づけたのもこのログから

所感

手も目も塞がらないまま完了や入力待ちが分かるので、窓を切り替えて確認する回数が減った。使いながら調整していくのも含めて、複数窓でClaude Codeを回してる人にはわりと良いと思う。