Szöveg konvertálása beszéddé. Néhány alternatíva a Linux számára

Szöveg konvertálása beszéddé

Különböző okokból – fogyatékosság, az utazás vagy várakozás közbeni idő maximális kihasználásának vágya, vagy egyszerűen személyes preferencia – a számítógépek által biztosított lehetőség, hogy szöveget hanganyaggá alakítsunk, akár felolvasással, akár később meghallgatásra szánt fájllá alakítással, széles körben elterjedt.

A Windows és az Android natívan kínál hangalapú olvasási képességeket, amelyek bár megőrzik a mesterséges eredetüket azonosító jellemzőket, mégis kellemesek a fülnek.

Ehhez egy sor ingyenes és fizetős program tartozik, amelyek a legtöbbet hozzák ki ezekből a funkciókból.

Miután megjegyeztük, hogy a Windows fizetős termék, az Android pedig adatokat gyűjt a Google számára, azt kell mondanunk, hogy a Linux még mindig nem egészen éri el az elvárásokat, bár elfogadható eredményeket érhetünk el. Továbbá, bár vannak kereskedelmi forgalomban kapható (és természetesen fizetős) Linux-opciók, ebben a cikkben az ingyenes és nyílt forráskódú alternatívákra fogunk összpontosítani.

Eszközök a szöveg beszéddé alakításához

Beszéd-diszpécser

Ha a Calibre ebook nézőjét használod, Linuxon látni fogod, hogy a program kéri a Speech-Dispatcher nevű csomag telepítését . Ez a rendszerdémon összekötő kapocsként működik a szöveget beszéddé konvertálni kívánó programok és a beszédszintézist kezelő programok között.

A cikkben tárgyalt programok közül az Espeak és a Festival programokkal működik.

Ez egy olyan alkalmazás, amely a tárolókban található, így név szerint keresve telepítheti a csomagkezelőből.

Espeak / Espeak NG

A következő parancsok teszteléséhez létre kell hoznia egy szöveges fájlt, írnia kell valamit, és el kell mentenie test.txt fájlként

Az Espeak egy szövegfelolvasó segédprogram, amelyet számos Linux disztribúció képernyőolvasó eszközei használnak, így telepíthető a saját tárolóikból. Használható parancssorból vagy grafikus felhasználói felülettel rendelkező programokon, például a Gespeakeren vagy a Kmouthon keresztül (mindkettő elérhető a tárolókban).

Az Espeak-en elérhető hangok többsége robotikusan hangzik , de teljesen érthetőek, és nincsenek korlátozások a használatukra.

Az Espeak NG az előző kompaktabb változata.

Fájl konvertálása szövegről beszédre
Spanyol Spanyolországból
espeak -f prueba.txt -v es -w prueba.wav

Latin -amerikai spanyol
espeak -f prueba.txt -v es-419 -w prueba.wav

Segítség és további információk
man espeak

Fesztivál

Egy másik, a tárolókban elérhető eszköz a Festival. Ugyanazokat a funkciókat tartalmazza, mint az előző kettő, ráadásul képes olvasni, amit írunk.

Láthatjuk a telepített nyelvek listáját:
ls /usr/share/festival/languages/

Fájl olvasása
festival --language castillian_spanish --tts prueba.txt
további információk
man festival
A spanyol nyelv alapértelmezett hangja tiszta, bár robotszerű, de problémái vannak a diftongokkal. A Fesztivál nem hoz létre hangfájlokat.

Peak Text-to-Speech Engine

Ez az Android nyílt forráskódú verziójának beszédszintetizátora. A hang sokkal természetesebb, bár korlátozásokat szab a szöveg hosszára. Megtalálható a tárolókban ibttspico-utils néven.

A szövegből hangfájlba való konvertáláshoz a következő parancsot használjuk:
pico2wave -l es-ES -w prueba.wav "$(cat prueba.txt)"

További információkat írásban találunk:
pico2wave - segítség

gTTS

Ez az alkalmazás ugyanazt a könyvtárat használja, mint a Google Fordító a szavak kiejtésének bemutatására. Bár elérhető a tárhelyeken, előfordulhat, hogy régebbi verzióról van szó, és ezért nem tud kommunikálni a Google szervereivel, ezért a legjobb, ha a PyPy.org tárhelyekről telepíted.

Ehhez meg kell győződnünk arról, hogy telepítve van a python3-pip csomag, majd be kell írnunk:

sudo pip3 install gTTS

Ezután a következőket tesszük:

sudo nano ~/.profile

És ezt a sort hozzáadjuk

export PATH="$HOME/.local/bin:$PATH"

Mentés CTRL O és CTRL X billentyűkombinációval

Gépeléssel láthatjuk a rendelkezésre álló nyelveket

gtts-cli --all

Szövegfájl konvertálásához (ebben az esetben mp3 formátumba) a következőket kell tennünk:

gtts-cli -f prueba.txt --l es --output test.mp3

A Google korlátozza a program használatát, de nekem akár egy órás fájlokat is sikerült generálnom.


Hozzáadás előnyben részesített forrásként a Google-ben