Синтез русской речи в Linux

[aborovinskih]

Как всегда имеем дело с хитрой системой костылей и подпорок. Linux…
Спасибо за заметку, будем пробовать.

[eugenex15]

еще на 8.10 (или раньше) я как-то обнаружил команду:
'espeak'
она мне читала текстовый файл с нашими стихами и мы с подругой ухахатывались!!!
русский тоже присутствовал.
смотрите 'man espeak'…

[tkf]

сейчас проверим. Просто у espeak в поддерживаемых языках (http://espeak.sourceforge.net/languages.html) для русского написано So far it's just an initial attempt with basic pronunciation rules.
Но надо попробовать. Как попробую отпишусь.

[gothica]

у меня при попытке
espeak -f game.log
espeak: wave_pulse.cpp:707: size_t wave_write(void*, char*, size_t): Assertion `stream' failed.
Aborted

[tkf]

Ну что же, попробовал espeak. Качество просто ужас. Далекий до идеала Festival заметно лучше espeak'a.

[gothica]

Вообщем www.acapela.tv/ хорошая тема

[Be3]

Теперь будет с кем поговорить, холодными сибирскими ночами xD А как качество речи? не режет слух?

[tkf]

Качество речи чем то сильно напоминает Мерлина майкрософтсовского, то есть не блещет.

[f0b0s]

ну вот опять.
зачем пост сразу после виндового аналога.
эх, сейчас посыпятся холивары.

[tkf]

Ну я прочитал про виндовый аналог, и мне стало интересно а как с этим сейчас под линем. ^_^

[kottt]

Мне кажется, что подобные посты с не до конца полученным результатом стимулируют вытягивание знаний из ленивых, но знающих эту тему профи. Самим писать статью лень («Ну это же очевидно!») а вот в комментах кто-нибудь да и напишет что-то в стиле «Вы не правы, под линуксом легко и непринужденно текст читает прога %appName%! Почитайте вот этот мануал». Не оставаться же равнодушным, когда в соседнем посте под виндой все гладко и красиво.

[tkf]

Странно, я не ждал в комментариях ответ на главный вопрос жизни, вселенной и всего такого. Я и так знаю что 42.
Просто во время своих экспериментов я потратил достаточно времени на гугления, и поэтому решил поделиться своими изысканиями.

[kottt]

С вами все понятно — вы уже запустили голос. А я, например, жду :)

[eugenex15]

простите не в тему (возможно офтопик),

то статью я написать не могу:
1. я был на работе и занят (когда комментировал)
2. у меня карма минусовая (могу только комментировать)

[kottt]

т.е., у вас есть, чем поделиться с общественностью?

[eugenex15]

:) при первой возможности!!!
а у Вас? :)

[kottt]

Мне в этом плане делиться нечем — сам пока набираюсь знаний. Да и возможность пропала не так давно. Сейчас опять терпеливо набираю хабрасилу :)

[rengel_system]

Этот пакет можно не ставить ручками, а подключить вот этот ppa.

[sol_linux]

Автор, напиши лучше про распознование речи, к примеру Sphinx
Мне так и не удалось его настроить

[Siddthartha]

присоединяюсь. тоже неудалось.

[tkf]

Так как тема самому интересно, то надо будет попробовать. Хотя я слышал что качество распознование оставляет желать много лучшего.

[litum]

«качество синтеза далеко до голоса Алены»

А с чего это линуксоид мечтает о голосе Алены? Только Ричард и Линус!

[sol_linux]

А кто такая Алена?

[litum]

Роскошная женщина с сексуальным голосом.

[tkf]

Голосовой движок под Microsoft'ский SAPI. В этом комменте выкладывали пример habrahabr.ru/blogs/powershell/60965/#comment_1666861

[PsySonic]

Можно поставить под вайн SAPI и Голосовой движок, а потом использовать govorilka cp. К сожалению на данный момент лучшие русскоязычные движки под винду. Медвед чтоли бы денег подкинул на развитие отечественных голосовых технологий под линукс. Это же важно на самом деле.

[tkf]

Ну SAPI и голосовой движок под вайном это имхо извращение, как говорит всегда мой знакомый «Если ты юзаешь софт под вайном, а зачем тебе собственно прослойка в виде linux'a»
^_^ к тому же интеграции с программами которые поддерживают festival не будет.

[tkf]

Выложил примеры синтеза речи. Пока выложил на народ, если кто может предложить другое место, то воспользуюсь с удовольствием

[tkf]

Запишем подкаст из общения TTS'ок ^_^
Дамс, качество у вашего синтезатора получше, но ничего и наш дорастет.

[diogen]

Ох, Алёнушка… *мечтательно вздыхает*

[LANdiver]

forum.sources.ru/index.php?showtopic=204030&view=showall
вот тут предлагают голос чуть по лучше, судя по образцу синтеза. сам не ставил.

[tkf]

это билд с того же сайта откуда я брал голос. Версия вроде та же :(

[LANdiver]

я попробовал текст, который они там синтезировали, у меня звучит по другому

[Nebulosa]

Позволю себе дать ссылку archlinux.org.ru/arch_forum/viewtopic.php?f=8&t=1509&p=13915#p13915 Все достаточно грамотно расписано.

[AgaFonOff]

Даёшь хабраинтервью (подкаст) с диктором — прототипом Алёны!

[Sigura]

напишите как сделать из воспроизведения текста mp3 файл, а потом разбить на файлы по 4-5м

тогда можно будет создавать аудио книги самостоятельно :)

уверен это будет интересно

[tkf]

Для виндошного голоса не знаю, под рукой нет винды :)
а для festival'а делаем вот так.
cat book.txt | text2wave -o file.wav -eval '(voice_msu_ru_nsh_clunits)'
получившийся wav файл сжимаем lame'ом.
lame file.wav file.mp3
А с полученной mp3 шкой можно делать что угодно.

[Sigura]

Спасибо!

win тут и не причём :)

осталось найти простой способ сделать split для mp3 :)

[tkf]

не уверен поможет ли вам, но посмотреть в эту сторону mp3splt.sourceforge.net/mp3splt_page/home.php, сам не пользовался поэтому ничего сказать не могу.

[qmax]

к плюсам Фестиваля стоит упомянуть поддержку в VoIP станции Asterisk:
www.voip-info.org/wiki/view/Asterisk+festival+installation

это может серёзно разнообразить телефонийный экспириенс.
другое дело, что задержка на синтез может оказаться неприемлемой в интерактивном режиме.

[tkf]

Угу, задержка у него что то уж очень значительная, не сказать чтобы у меня уж шибко мощная система, но на мой взгляд он столько думает сколько он думать не должен.

[qmax]

а есть конкретные замеры затрат времени на синтез?

[tkf]

Даже не знаю как бы это замерить, если есть предложения как правильно это измерить то могу провести тесты.

[qmax]

думаю, хорошим оценочным параметром может служить отношение времени синтеза к времени звучания.
на достаточно длинных фразах, по идее, оно должно стремиться к какому-то фиксированному значению.
оно же умеет генерить звук в файл?

[tkf]

угу умеет habrahabr.ru/blogs/linux/60977/#comment_1671419
Сейчас сделал замеры, для кусков речи длинной в секунду и в 5 секунд, перед началом синтеза он думает приблизительно 1,5 секунды.

[SergeyKish]

Русский голос довольно объемный, можно исключить время загрузки используя сервер. Подключил так MCabber и IRSSI

$ festival --server
$ cat speaker.py
…
CMD_MSG_SAY = 'echo "%s" | festival_client --async --ttw --aucommand \'aplay $FILE\''

[qmax]

что-то не понял, как это поможет сократить время загрузки?
особенно в контексте использования изнутри астериска…

[tkf]

При запуске festival'a происходит чтение всех необходимых правил для русского языка, и для самого festival'a. Если же исключить загрузку, то есть запустить festival как сервер, то все правила уже будут загруженны, и по идее должно быстрее работать

[qmax]

а! ну да.
у меня он как-то по дефолту как сервер в голове нарисовался, такчто я подумал, что те 1.5 секунды — это чисто синтез.
буду, наверно, скоро поднимать тестовый астериск, поиграюсь на нём.

[telegamochka]

Перепостила Вашу статью в community.livejournal.com/ru_wearable/55002.html (со ссылками и указанием авторства), если Вы против — скажите, уберу пост.

[azimut]

Хороший материал, есть только момент — да, это работает после плясок из консоли. Но увы, не работает в KDE 3.5