Синтез речи в GNU/Linux
-
Fenix
- Администратор
-
Синтез речи в GNU/Linux
У нас на форуме много людей используют TTS на Windows или Android, а вот упоминаний о Linux я не встречал довольно давно. Пока не буду создавать отдельные категории для обсуждения этого дела. Посмотрим, на сколько это будет нужно и интересно.
Здесь я постараюсь рассказать о тех проектах, которые мне известны и чем наиболее реально можно пользоваться в наше время. Не нужно этот текст воспринимать как обзорную статью. Это лишь мой опыт. И так: если в Windows есть определённый стандарт работы программы оболочки и движка, такой как Sapi, то в Linux, как я понимаю, такого нет. Там гораздо чаще можно увидеть реализацию взаимодействия программы клиента и движка напрямую. Лично я хоть и видел такие проекты, но особо с ними не взаимодействовал. Мне в Linux нужно было использовать синтез, как вывод для экранного диктора "Orca", ну и для чтения книг. В моём случае взаимодействие происходило через речевой сервер Speech dispatcher. Если говорить о синтезаторах, то самым качественным и пригодным для нас я считаю RHVoice. К сожалению, в виде нормальных пакетов для популярных дистрибутивов последних версий нет. Придётся собирать из исходников. Если будет нужно, инструкцию по сборке и подключению к Speech dispatcher в Ubuntu или Debian могу выложить. Для Archlinux он есть в AUR. Словари и конфиги выглядят так же, как и на Windows и Android. По-мима хорошего качества и гибкости, он обладает и хорошим откликом. Если использовать его с Orca, это может быть очень важно. Ещё есть проект Voxin. Он предоставляет голоса IBM TTS и Nuance Vocalizer для многих языков. Украинские и русские голоса Vocalizer есть. Конечно же, синтезатор коммерческий. Один голос стоит примерно 1700 Руб. Цена может меняться в зависимости от выбранного качества. Я использовал компактную версию Кати. В целом всё довольно хорошо. Есть некоторые глюки, но их обещали вскоре устранить. К примеру, иногда при чтении у меня проглатывались даты определённого формата. Особых настроек сам синтезатор пока не имеет. Можно установить на Ubuntu, Debian, Fedora, Opensuse, Gentoo, Arch. Хоть последний и был заявлен на сайте, мне там голос установить не удалось. Есть также проект Игоря Порецкого. В него входит чуть изменённая версия Emacs, надстройка "Emacspeak" для поддержки речевого вывода и речевой сервер "Multispeech" его разработки. Он позволяет осуществлять автоматическое переключение голосов при чтении мультиязычных текстов. Для русского задействован его собственный синтезатор "RuTTS". Голос этот можно услышать под Windows в программе BookMania, а под Android - в приложении "Nefonit TTS". Что самое интересное, хоть голос и один, но по факту одинакова только речевая база. Авторы у этих синтезаторов разные. У RuTTS есть большой словарь Rulex. для чтения остальных языков Multispeech использует голоса проекта Mbrola. Всё это великолепие конечно же можно задействовать и не из Emacs. Если говорить про саму Mbrola, установить их голоса можно отдельно. Они есть в репозиториях всех популярных дистрибутивов, но если нужно подключить их к Orca, придётся поплясать с бубном. Ещё среда Linux может нам предложить Espeak. Открытый, лёгкий, мультиязычный, но по качеству - так себе... По умолчанию он используется везде, где только можно. Есть почти во всех репозиториях. В Ubuntu вместе со Speech dispatcher и Orca установлен изначально. Для русского можно ещё попробовать Festival TTS. В интернете есть много примеров его использования и инструкций по установке. Качеством он не отличается, да и с Orca очень сильно тормозит. Ещё можно вспомнить очень маленький синтезатор Pyco TTS. Раньше он использовался в Android. Есть в репозиториях Ubuntu, но русский он не поддерживает. Теперь о читалках. В Emacs можно использовать утилитку R-book, а из отдельных программ есть Foliate. На этом пока всё. Если кто обладает большей информацией, прошу уточнить и дополнить.
Здесь я постараюсь рассказать о тех проектах, которые мне известны и чем наиболее реально можно пользоваться в наше время. Не нужно этот текст воспринимать как обзорную статью. Это лишь мой опыт. И так: если в Windows есть определённый стандарт работы программы оболочки и движка, такой как Sapi, то в Linux, как я понимаю, такого нет. Там гораздо чаще можно увидеть реализацию взаимодействия программы клиента и движка напрямую. Лично я хоть и видел такие проекты, но особо с ними не взаимодействовал. Мне в Linux нужно было использовать синтез, как вывод для экранного диктора "Orca", ну и для чтения книг. В моём случае взаимодействие происходило через речевой сервер Speech dispatcher. Если говорить о синтезаторах, то самым качественным и пригодным для нас я считаю RHVoice. К сожалению, в виде нормальных пакетов для популярных дистрибутивов последних версий нет. Придётся собирать из исходников. Если будет нужно, инструкцию по сборке и подключению к Speech dispatcher в Ubuntu или Debian могу выложить. Для Archlinux он есть в AUR. Словари и конфиги выглядят так же, как и на Windows и Android. По-мима хорошего качества и гибкости, он обладает и хорошим откликом. Если использовать его с Orca, это может быть очень важно. Ещё есть проект Voxin. Он предоставляет голоса IBM TTS и Nuance Vocalizer для многих языков. Украинские и русские голоса Vocalizer есть. Конечно же, синтезатор коммерческий. Один голос стоит примерно 1700 Руб. Цена может меняться в зависимости от выбранного качества. Я использовал компактную версию Кати. В целом всё довольно хорошо. Есть некоторые глюки, но их обещали вскоре устранить. К примеру, иногда при чтении у меня проглатывались даты определённого формата. Особых настроек сам синтезатор пока не имеет. Можно установить на Ubuntu, Debian, Fedora, Opensuse, Gentoo, Arch. Хоть последний и был заявлен на сайте, мне там голос установить не удалось. Есть также проект Игоря Порецкого. В него входит чуть изменённая версия Emacs, надстройка "Emacspeak" для поддержки речевого вывода и речевой сервер "Multispeech" его разработки. Он позволяет осуществлять автоматическое переключение голосов при чтении мультиязычных текстов. Для русского задействован его собственный синтезатор "RuTTS". Голос этот можно услышать под Windows в программе BookMania, а под Android - в приложении "Nefonit TTS". Что самое интересное, хоть голос и один, но по факту одинакова только речевая база. Авторы у этих синтезаторов разные. У RuTTS есть большой словарь Rulex. для чтения остальных языков Multispeech использует голоса проекта Mbrola. Всё это великолепие конечно же можно задействовать и не из Emacs. Если говорить про саму Mbrola, установить их голоса можно отдельно. Они есть в репозиториях всех популярных дистрибутивов, но если нужно подключить их к Orca, придётся поплясать с бубном. Ещё среда Linux может нам предложить Espeak. Открытый, лёгкий, мультиязычный, но по качеству - так себе... По умолчанию он используется везде, где только можно. Есть почти во всех репозиториях. В Ubuntu вместе со Speech dispatcher и Orca установлен изначально. Для русского можно ещё попробовать Festival TTS. В интернете есть много примеров его использования и инструкций по установке. Качеством он не отличается, да и с Orca очень сильно тормозит. Ещё можно вспомнить очень маленький синтезатор Pyco TTS. Раньше он использовался в Android. Есть в репозиториях Ubuntu, но русский он не поддерживает. Теперь о читалках. В Emacs можно использовать утилитку R-book, а из отдельных программ есть Foliate. На этом пока всё. Если кто обладает большей информацией, прошу уточнить и дополнить.
-
Lecron
- Специалист
-
Синтез речи в GNU/Linux
Интересны современные проекты под нейросети. Библиотеки которых как раз под Линукс. Да, сейчас они еще не айс. Но надеюсь в будущем станут заменой коммерческих десктопных голосов, развитие которых почти остановилось.
-
S-a-b
- Обыватель
-
Синтез речи в GNU/Linux
Писал когда-то скрипт на Python3 для озвучки книг голосами от Яндекс со старого сервиса "Yandex SpeechKit Cloud". На убунте вроде работал.
https://4pda.ru/forum/index.php?s=&show ... p=83937690
https://4pda.ru/forum/index.php?s=&show ... p=83937690
-
Nixaristix
- Наблюдатель
-
Синтез речи в GNU/Linux
S-a-b, Я так понимаю вы про эту сборку?
Очень жаль там нет функционала объединения 500+ файлов в 20-30. Еще заметил пару багов, программа при сворачивании просто теряет всесь интерфейс, окно просто голое открывает без ничего, пока книжка не окончит озвучиваться. Еще, если темная тема оформления, не видно текста файлов при выборе книги. Может есть какие аналоги для Linux использующие старый сервис "Yandex SpeechKit Cloud"?
Play_A03_py.zip- (430.16 КБ) 39 скачиваний
