Name already in use
A tag already exists with the provided branch name. Many Git commands accept both tag and branch names, so creating this branch may cause unexpected behavior. Are you sure you want to create this branch?
Cancel Create
mycroft-russian / TTS.md
- Go to file T
- Go to line L
- Copy path
- Copy permalink
This commit does not belong to any branch on this repository, and may belong to a fork outside of the repository.
Cannot retrieve contributors at this time
216 lines (178 sloc) 11.6 KB
- Open with Desktop
- View raw
- Copy raw contents Copy raw contents Copy raw contents
Copy raw contents
Движки Text-To-Speech (TTS)
Конфиг прописывается после запуска команды mycroft-config edit user .
Подробные инструкции по настройке и ссылки на сайты можно найти в документации Mycroft по TTS.
Сравнение локальных движков
| eSpeak | плохо | ✅ GPL v3 | |
| eSpeak NG | ? | ✅ GPL v3 | |
| Coqui TTS | ? | ✅ MPL v2 | |
| FA TTS | ? | ✅ LGPL v3 | |
| MaryTTS | нет? | ✅ LGPL v3 | |
| Mimic 1 | ? | ✅ BSD-like | |
| Mimic 2 | ? | ✅ Apache v2 | |
| Mozilla TTS | ? | ✅ MPL v2 | |
| RHVoice | ✅ да | ✅ LGPL v2.1 | SoundCloud |
| Silero | ✅ да | ✅ AGPL v3 | SoundCloud |
| SOVA | ✅ да | ✅ Apache v2 | |
| SpdSay | ✅ да | ✅ GPL v2 |
Сравнение облачных сервисов
TPRS / short stories in Russian || “Ско́лько бу́дет 2+1?” || Russian language lesson
| Amazon Polly | ✅ да | платно: 0,4-1,6 ¢ (0,29—1,15 ₽) за 1000 символов | |
| Google TTS | ✅ да | ✅ бесплатно | |
| IBM Watson | ❌ нет | платно: 2,14 ¢ (1,53 ₽) за 1000 символов | |
| Microsoft Azure | ? | ? | |
| Microsoft Bing | ? | ? | |
| Responsive Voice | ✅ да | ? | |
| VK Cloud | ✅ да | платно: 1 ₽ за 1000 символов | SoundCloud |
| Yandex Cloud | ✅ да | платно: 0,18—1,2 ₽ за 1000 символов | SoundCloud |
- Самая быстрая настройка: Google TTS, голос Гугл-переводчика.
- Самый качественный голос в облаке: Yandex Cloud с голосами Филипп ( filipp ) или Алёна ( alena ).
- Самая лучшая локальная генерация: RHVoice
Поддержка русского формально заявлена, но на практике очень сложно понимать речь. Даже замена файла словаря ( ru_dict ) на улучшенную версию практически не улучгает ситуацию.
- Локальная работа
- Быстрый ответ
- Нет проблем с установкой, независимо от платформы
- Неплохое качество голосов
- Большой репозиторий с кодом и долгая установка из исходников
- Озвучка числительных только как количественных, но не как порядковых
- см. также инструкцию в репозитории RHVoice
sudo apt-get install scons libspeechd-dev git clone —recurse-submodules https://github.com/RHVoice/RHVoice.git ~/RHVoice cd ~/RHVoice scons sudo scons install sudo ldconfig mycroft-pip install mycroft-plugin-rhvoice
Базовый конфиг будет выглядеть так, подробный см. в репозитории плагина:
ЭТО или ЭТОТ, ЭТА, ЭТО, ЭТИ?
< «lang»: «ru-ru», «tts»: < «module»: «rhvoice» > >
Модели для русского языка:
- aleksandr — мужской голос (пример)
- aleksandr-hq — мужской голос (пример)
- anna — женский голос (пример)
- elena — женский голос (пример)
- irina — женский голос (пример)
Актуальный список см. на сайте RHVoice.
Модели на Pytorch для генерации голоса.
- Нужен Pytorch 1.9+, его сложно собрать под многие платформы (для RPi 4 есть инструкция).
- Долгая генерация, на RPi 4 выходит 10-15 секунд для одной фразы.
- Не умеет читать знак минуса — и числа, нужна дополнительная конвертация в текст (пример).
- идёт работа над плагином
Конфиг будет выглядеть примерно вот так:
< «lang»: «ru-ru», «tts»: < «module»: «silero», «silero»: < «lang»: «ru», «model»: «ruslan_v2», «rate»: 8000 > > >
Модели для русского языка:
- aidar_v2 — мужской голос (пример)
- baya_v2 — женский голос (пример)
- irina_v2 — женский голос (пример)
- kseniya_v2 — женский голос (пример)
- natasha_v2 — женский голос (пример)
- ruslan_v2 — мужской голос (пример)
Высокоуровневая обёртка для генерации голоса. Для линукса использует eSpeak NG.
- Не может сказать две фразы подряд (например, текущую погоду, а потом прогноз), проглатывает первую и озвучивает только вторую.
- Не умеет читать знак минуса — , считая его служебным и заглатывая после него ещё и число.
sudo apt-get install speech-dispatcher
Конфиг будет выглядеть примерно вот так:
< «lang»: «ru-ru», «stt»: < «module»: «spdsay», «spdsay»: < «lang»: «ru», «voice»: «child_male» > > >
Возможные голоса: male1 , male2 , male3 , female1 , female2 , female3 , child_male , child_female . К сожалению, другие параметры, доступные в самом SpdSay (rate, pitch, pitch-range), через настройки задать невозможно.
Неплохой и достаточно быстрый в настройке способ. Требует постоянного подключения к интернету, а также наличия аккаунта в облаке VK. При регистрации даётся 100 рублей (можно получить до 3000 на два месяца для тестирования), дальше требует оплаты.
- Можно задать скорость речи (0,75-1,75), рекомендую указывать что-то в диапазоне 1-1,2 (пример для 1.15)
- Только один голос (вроде бы тот же, что у Маруси)
- Достаточно большие задержки при генерации
Установка: mycroft-pip install mycroft-plugin-vk-cloud
Конфиг будет выглядеть примерно вот так:
< «lang»: «ru-ru», «tts»: < «module»: «vk», «yandex»: < «service_token»: «YOUR_SERVICE_TOKEN», «tempo»: 1.1 > > >
Качественный и достаточно быстрый в настройке способ. Требует постоянного подключения к интернету, а также наличия аккаунта в облаке Яндекса. Первый месяц бесплатно, после этого требует оплаты.
Есть премиальные и обычные голоса. Премиальные намного качественнее, но и дороже примерно в 10 раз. Их два:
- Филипп ( filipp ) — мужской голос (пример)
- Алёна ( alena ) — женский голос (пример)
Обычных голосов больше, но многие из них звучат не очень приятно. Субъективно лучшие варианты:
- Ермил ( ermil ) — мужской голос (пример)
- Элис ( alyss ) — женский голос (пример)
- Оксана ( oksana ) — женский голос (пример)
- Создание и настройка облака Яндекса
- Руководство по настройке
В случае использования Яндекса голоса Филиппа итоговый вариант конфига будет выглядеть примерно вот так:
< «lang»: «ru-ru», «tts»: < «module»: «yandex», «yandex»: < «lang»: «ru-RU», «api_key»: «YOUR_API_KEY», «voice»: «filipp», «emotion»: «good» > > >
Источник: github.com
LH TTS3000 Russian это программное обеспечение Shareware в категории (2), разработанная LH TTS3000 Russian в настоящее время неизвестна. Первоначально он был добавлен в нашу базу данных на 30.10.2007.
LH TTS3000 Russian дал ему Рейтинг 5 из 5 звезд.
Написать обзор для LH TTS3000 Russian.
Последние обновления
| 24.12.2022 | PassFab Activation Unlock 4.0.10.3 |
| 24.12.2022 | AMI PNG/MNG Construction Set Pro 14.0.3 |
| 24.12.2022 | Webcam and Screen Recorder 8.1.726 |
| 24.12.2022 | Trojan Killer 4.2.59 |
| 24.12.2022 | AllSync 4.0.38 |
Источник: l-h-tts3000-russian.updatestar.com
Как озвучить голосового робота: сравнение TTS, дикторской предзаписи, voice cloning и гибридного синтеза
Как показывают опросы, пользователям не нравится искусственная речь голосовых роботов. Она может снижать конверсию телефонных звонков и негативно сказываться на лояльности аудитории, поэтому клиенты все чаще приходят с запросом на голос робота в концепции like human. Разбираемся, как сделать так, чтобы бот звучал естественно и походил на человека.
963 просмотров
TTS (Text-to-Speech, синтез речи)
Использовать TTS для озвучки ботов очень просто: технология в автоматическом режиме преобразует заданный текст в речь. Изменить реплики робота также не составит труда, достаточно просто отредактировать текст. При этом классический TTS не предполагает выбора интонаций и эмоций, в лучшем случае система сделает паузы после запятых. Синтезированный таким способом голос часто звучит неестественно, клиенту легко догадаться, что он говорит с роботом. TTS лучше использовать в кейсах, где быстро меняются вводные и важно иметь возможность оперативно редактировать реплики бота.
При этом, безусловно, качество TTS бывает разным. Так, речь, синтезированная в первом в России маркетплейсе голосов Aimyvoice, звучит живо и эмоционально. В каталоге — синтезированные голоса Кроша из «Смешариков», известной актрисы дубляжа Татьяны Литвиновой, в портфолио которой мультфильмы «Сад изящных слов», «Золушка и заколдованный принц», сериал «Дивный новый мир» и другие работы, а также стереотипных персонажей — Ленина, Деда Мороза и др.
Сколько стоит
На платформе CyberVoice тариф на 100 000 символов озвучки стоит 900 руб. в месяц.
В маркетплейсе голосов Aimyvoice минута синтеза речи стоит от 1 руб.
Дикторская озвучка
Диктор умеет передавать эмоции и правильно интонировать фразы. В некоторых случаях, чтобы создавать нужное для бренда настроение, для озвучки целесообразно использовать реального сотрудника компании.
Я сразу понимал, что в исходящем обзвоне робот должен звучать максимально человечно, поэтому мы не использовали синтез — реплики для Тани озвучила сотрудница «Додо Пиццы», и мы просто загрузили запись в Aimylogic.
Евгений Хрусталев, Совладелец ресторана сети в Сергиевом Посаде, автор проекта роботизированного обзвона
Источник: vc.ru
9 Лучшее программное обеспечение для преобразования текста в речь (TTS)
Довольно большая часть нашего ежедневного «компьютерного» времени тратится на чтение какого-либо цифрового текстового контента, будь то онлайн (например, блоги, новостные статьи) или офлайн (электронные книги, общие документы). Однако правильное чтение (и, следовательно, понимание) требует не только значительного времени, но и усилий. Именно здесь могут помочь приложения программного обеспечения преобразования текста в речь (широко известные как программное обеспечение TTS), поскольку они позволяют очень легко потреблять даже самый объемный текстовый контент, читая его вслух. Мало того, что эти программы могут также быть чрезвычайно полезными в других разнообразных областях, таких как (второе) овладение языком, и помощь по-разному способным в обучении.
Топ 5 направлений в .
Please enable JavaScript
Как вы уже догадались, именно на этом и сосредоточена эта статья. Итак, давайте рассмотрим 9 лучших программ преобразования текста в речь (TTS).
1. NaturalReader
NaturalReader поддерживает разнообразный массив (текстовых) типов файлов, из которых он может читать вслух текстовое содержимое; а также можете прочитать текст на веб-страницах. Просто введите URL-адрес исходной веб-страницы, и NaturalReader возьмет его оттуда. Тем не менее, еще более впечатляет его способность читать вслух текст с изображений и отсканированных документов благодаря встроенной функции оптического распознавания текста . NaturalReader включает несколько голосов с естественным звучанием, и вы можете приобрести дополнительные голоса на разных языках (например, немецкий, итальянский, японский). Благодаря ряду других примечательных функций, таких как управление скоростью голоса и высотой тона, пакетное преобразование нескольких документов в файлы MP3 NaturalReader, как программное обеспечение TTS, ставит все галочки.
Доступность платформы: Windows 10, 8, 7, Vista и XP; Mac OS X 10.9 и выше
Цена: Платные версии начинаются с $ 69, 50, бесплатная версия с ограниченным набором функций
Скачать
2. Балаболка
Для тех из вас, кто много читает на компьютере, и это тоже из разных файлов, Балаболка является обязательным. Что сразу выделяет его, так это его способность читать вслух из огромного количества типов файлов, среди которых DOCX, DJVU, PDF, EPUB и RTF — лишь некоторые из них . Стандартные параметры голоса, такие как речь, высота и громкость звука, можно регулировать в режиме реального времени. Balabolka может напрямую читать вслух текст, скопированный в буфер обмена, и, что более важно, он поставляется с многочисленными инструментами, которые можно использовать для пакетного преобразования файлов, извлечения текста из аудиофайлов и выполнения многих других задач. Помимо английского, некоторые из многих поддерживаемых языков включают финский, греческий, румынский и испанский.
И мы уже упоминали, что оно доступно как портативное приложение?
Доступность платформы: Windows 10, 8, 7, Vista и XP
Цена: бесплатно
Скачать
3. TextAloud
TextAloud отличается от остальных программных приложений TTS из этого списка. Помимо мастерства преобразования текста в речь (TTS), он также включает в себя функции, которые делают его своего рода агрегатором текстового контента.
TextAloud позволяет вам либо прочитать один текстовый фрагмент, либо собрать несколько их вместе и создать список воспроизведения для чтения . Он может автоматически получать скопированный текстовый контент из буфера обмена. Существует поддержка нескольких форматов, а также возможность сохранять текст как аудио. Приложение поставляется с обширной коллекцией голосов с естественным звучанием, и многое другое можно приобрести через Интернет. Помимо этого, TextAloud включает в себя множество параметров, таких как настраиваемые звуковые теги, вставки и пропуска подсказки для разделов, горячие клавиши, проверка орфографии, а затем еще некоторые. Суммируя, TextAloud получил высокие оценки благодаря мощным опциям управления текстом, которые упрощают считывание текста.
Доступность платформы: Windows 10, 8, 7, Vista и XP
Цена: Платная версия стоит $ 29, 95, доступна бесплатная пробная версия на 20 дней.
Скачать
4. Многословный
Возможно, он не изобилует всевозможными необычными функциями, но Verbose — одно из лучших программ TTS, доступных на рынке.
Благодаря чрезвычайно простому пользовательскому интерфейсу, начало работы с Verbose — это легкая прогулка. Он может читать вслух текст из различных форматов файлов, таких как PDF, DOCX, RTF, TXT и HTML. Он может читать вслух текст практически из любого места, включая почтовые программы (например, Outlook) и даже веб-сайты . Функциональность тембра голоса и контроля скорости, хотя и присутствует, довольно ограничены.
Однако, несмотря на все сказанное, Verbose довольно ограничен по сравнению с такими приложениями, как NaturalReader. Кроме того, есть голосовая подсказка, которая напоминает вам о необходимости покупать программное обеспечение каждые несколько секунд, когда оно используется в незарегистрированном режиме.
Доступность платформы: Windows 10, 8, 7, Vista и XP
Цена: Платная версия стоит $ 60, 00, 14-дневная бесплатная пробная версия доступна
Скачать
5. SwiftTalker
По сути, SwiftTalker — это базовый текстовый редактор (почти как Блокнот), который можно использовать для вслух считывания только что созданных текстовых документов или уже существующих. Приложение может либо читать выбранные блоки текста, либо весь документ и поставляется с общими параметрами, такими как воспроизведение / пауза и т. Д. Наряду с базовой настройкой, есть также несколько действительно классных и прикольных звуковых эффектов, которые можно применять к голосам . Помимо этого, текст может быть сохранен как аудио, и вы также можете настроить параметры вывода, такие как скорость передачи данных. Языковая поддержка включает английский, французский, немецкий и итальянский языки в США и Великобритании.
По сути, SwiftTalker довольно хорош, с дополнительным преимуществом кроссплатформенности. Однако, это не без его ограничений, таких как большой размер установки и ограниченная поддержка формата ввода.
Доступность платформы: Windows 10, 8, 7, Vista и XP; Mac OS X 10.6-10.8; Linux
Цена: Платные голосовые пакеты начинаются с $ 10, 00, доступна бесплатная пробная версия
Скачать
6. eSpeak
Возможные программные приложения не обязательно должны быть колоссальными, и eSpeak — прекрасный тому пример. Имея размер менее 1 МБ, это безумно легкая утилита преобразования текста в речь (TTS), которая, хотя и не является самой загруженной функцией, работает довольно хорошо.
eSpeak имеет довольно ограниченную поддержку форматов файлов, из которой он может читать вслух текст, ограничиваясь только TXT и XML. Он поставляется с несколькими вариантами выбора голоса, и вы можете изменить высоту и громкость. В дополнение к этому, включает в себя все основные параметры голосового управления / чтения, такие как пауза, пропуск и сброс. Несмотря на свою легкость, eSpeak удивительно поддерживает широкий спектр языков, таких как кантонский, эстонский, латышский, норвежский и шведский; и может даже работать в качестве инструмента командной строки, для всех вас, кто любит клавиатуру.
Доступность платформы: Windows 10, 8, 7, Vista и XP; Mac OS X
Цена: бесплатно
Скачать
7. Zabaware TTS Reader
Основная функциональность Zabaware TTS Reader включает в себя чтение вслух текстового содержимого, которое копируется и вставляется в само приложение, а также может принимать текстовые файлы в качестве входных данных. Zabaware TTS Reader поставляется с целой коллекцией голосов, и многое другое можно приобрести через Интернет.
Помимо этого, он может контролировать и читать буфер обмена, а также электронные письма и веб-страницы. Прочитанный текст можно сохранить в виде файлов WAV. Уникальная особенность Zabaware TTS Reader заключается в том, что он может автоматически читать стандартные диалоговые окна, такие как всплывающие окна, предупреждая вас, когда им нужно внимание . Это делает Zabaware TTS Reader своего рода личным помощником, что очень удобно, если вы спросите меня. Тем не менее, поддержка формата довольно ограничена.
Доступность платформы: Windows 10, 8, 7, Vista и XP
Цена: бесплатно
Скачать
8. Adobe Acrobat Reader
Вы можете быть удивлены, почему Adobe Acrobat Reader включен в список программного обеспечения TTS, так как это программа для чтения PDF, совершенно другой тип программного приложения. Несмотря на то, что это правда, в Adobe Acrobat Reader также встроены некоторые базовые функции преобразования текста в речь.
Если все, что вам нужно, — это решение для преобразования текста в речь, которое может время от времени обрабатывать вслух файлы PDF, Adobe Acrobat Reader идеально подходит для этого. Благодаря функции « Чтение вслух » файлы PDF можно читать как на странице, так и целиком. Все, что вам нужно, это открыть файл PDF, который вы хотите прочитать, и выбрать опцию View> Read Out Loud . Это все, что нужно!
Доступность платформы: Windows 10, 8, 7, Vista и XP; Mac OS X 10.5 и выше
Цена: бесплатно
Скачать
9. Функция преобразования текста в речь в Mac OS X
Если ваша операционная система — Mac OS X, и все, что вам нужно, — это базовые, но чрезвычайно надежные функции преобразования текста в речь (TTS), вам даже не придется беспокоиться о стороннем программном приложении, так как это родная ОС для преобразования текста в речь. особенность вас охватывает.
Включение преобразования текста в речь в Mac OS X очень просто и занимает не более нескольких минут. Вот как это сделать:
- Перейдите в « Системные настройки»> «Диктовка и речь» и выберите вкладку « Текст в речь ».
- Включить опцию « Произносить выделенный текст» при нажатии клавиши .
Вот именно об этом! Также доступны другие (необязательные) настройки, которые можно использовать для выбора (после загрузки) дополнительных голосов, изменения скорости речи и тому подобного. После настройки преобразования текста в речь можно выбрать любой фрагмент текста и использовать настроенную комбинацию клавиш (Option + Escape), чтобы текст был прочитан вслух. Вы даже можете использовать его для изучения произношения этих трудных слов. Круто, верно?
Примечание: для тех, кто использует Windows, встроенная утилита Microsoft Narrator может быть использована для достижения некоторых аналогичных функций. Тем не менее, это довольно неуклюже, и в нашем тестировании, в большинстве случаев не работало.
Доступность платформы : Mac OS X
Цена: бесплатно
Меньше чтения, больше слушания!
Программное обеспечение преобразования текста в речь (TTS) снимает практически все трудности с использованием цифрового текста, делая все это быстрее и удобнее. И, как видно выше, существует множество таких решений. Ищете абсолютное лучшее в синтезе речи? Перейти на NaturalReader, Balabolka или TextAloud. Не хотите всех наворотов и предпочли бы только основной текст речевым функциям?
Используйте eSpeak или Verbose. Попробуйте все вышеперечисленное, и укажите, какие из них лучше всего подойдут для вас в комментариях ниже.
Источник: ru.gadget-info.com