eSpeak je softwarový syntezátor řeči pro angličtinu a další jazyky, eSpeak je bezplatný a open-source software (FOSS), který lze provozovat na většině platforem včetně Linuxu, Windows a MacOS. eSpeak vyvinul Paul "Joe" Hazeldine na základě kódové základny projektu eCAVE, která byla sama odvozena z X-SPEAK 1.0 od Billa Berryho v roce 1995, díky čemuž je eSpeak starší než 20 let!
eSpeak je přenosný software, což znamená, že eSpeak lze přenášet z jednoho počítače na druhý. eSpeak je velmi lehký program, eSpeak nepotřebuje moc CPU. K hladkému chodu potřebuje pouze 5 MB RAM.
Některé distribuce založené na Ubuntu, jako je Linux Mint a Elementary, používají eSpeak ve výchozím nastavení, ale některé další distribuce založené na Ubuntu eSpeak neinstalují, takže pokud eSpeak nebyl nainstalován s vaším systémem, možná budete chtít nahlédnout do tohoto průvodce.
Nejnovější verze eSpeak v době psaní tohoto článku je 1.48.03, přičemž nové verze jsou vydávány pravidelně, což by nemělo nic poškodit, pokud nenaruší zpětnou kompatibilitu nebo nezavedou nějaké chyby, které by měly být okamžitě opraveny.
Tento článek popisuje instalaci eSpeak na Ubuntu 20.04, což je nejpoužívanější a nejoblíbenější distribuce Linuxu.
Předpoklad
- Na server nebo stolní počítač Ubuntu potřebuje eSpeak, aby na něm bylo nainstalováno alespoň Ubuntu 12.04 nebo novější. eSpeak je postaven na projektu eCAVE, který byl založen na X-SPEAK, eCAVE byl přepsán v C++ a tato verze vyžaduje ke správnému fungování alespoň Ubuntu 12.04.
- Na vašem počítači a připojení k internetu je nakonfigurováno heslo uživatele root. Instalace eSpeak vyžaduje připojení k internetu ke stažení balíčku eSpeak z webu eSpeak.
Začínáme
Nejprve musíte aktualizovat svůj server na nejnovější verzi. Otevřete terminál a spusťte následující příkazy pro aktualizaci systému:
aktualizace sudo apt-get
Na systému Ubuntu / Debian je nutné tento příkaz provést pokaždé před instalací jakéhokoli balíčku z online repozitářů. Tento příkaz synchronizuje místní seznam balíčků vašeho systému (dostupný v adresáři /etc/apt) se seznamem dostupným na serveru na http://archive.ubuntu.com nebo na jiných serverech. Chcete-li plně využít úložiště pro instalaci nových balíčků, musíte tento příkaz provést po každém restartu.
sudo apt-get -y upgrade
Tento příkaz najde všechny zastaralé balíčky a provede úplnou aktualizaci. Nenainstaluje však ty nejnovější. Je navržen tak, aby byl váš systém co nejaktuálnější.
Také, pokud se během aktualizací balíčků s příkazem apt-get objeví chyby, použijte sudo apt-get -f install. Pokusí se problém vyřešit a pokračovat v instalaci aktualizací. Pokud nemůže, řekne vám, jak je vyřešit ručně.
sudo apt-get -f install
Ukázkový výstup:
Instalovat eSpeak
Ve výchozím nastavení je eSpeak dostupný v repozitářích Ubuntu. Můžete jej nainstalovat spuštěním následujícího příkazu v terminálu:
sudo apt-get install espeak -y
Tento příkaz stáhne a nainstaluje balíček s názvem „espeak“, což je aktuální verze enginu eSpeak TTS. Po spuštění výše uvedených příkazů jste úspěšně nainstalovali nový hlasový modul pro váš systém.
Ukázkový výstup:
Nainstalovanou verzi eSpeak můžete ověřit pomocí následujícího příkazu:
espeak --verze
Ukázkový výstup:
Ve výchozím nastavení je espeak nainstalován v celém systému s předponou /usr, což znamená, že jej může spustit kdokoli, kdo má k této instalaci přístup. Pokud chcete omezit přístup tak, aby tento software mohl používat pouze konkrétní uživatel, instalace by měla být provedena pomocí –prefix=/home/username/.
Použití eSpeak pro převod textu na zvuk
eSpeak lze použít k převodu textu na řeč. Můžete zadat libovolný textový soubor jako vstup nebo zadat texty na terminálu pro převod. Řekněme větu „Ahoj, toto je ukázka“ a nahrajte ji do zvukového souboru sample.mp4.
espeak "Ahoj, toto je ukázka" -w sample.mp4 -g 60 -p 70 -s 100 -v en-us
Zde parametr -w určuje název výstupního souboru, který by měl být zvukovým souborem. Může to být také .mp3 nebo jakýkoli jiný formát, jako je ogg, vorbis atd.
Poté následuje parametr -g, který ovládá výšku hlasu a jeho hodnota by neměla být větší než 90, aby se zabránilo vysokým hlasům, které zní jako 'robotické' nebo 'umělé'.
Parametr -p řídí pauzu mezi slovy a jeho hodnota by měla být menší než 10, aby se předešlo zbytečným pauzám. Výchozí hodnota je 2, což znamená, že po každém slově budou dvě sekundy ticha.
Parametr –s řídí rychlost řeči a lze jej upravit, aby se změnila rychlost čtení textu.
Parametr -v řídí výběr hlasu, který vyžaduje vstup od uživatele a trvá en, es (pro evropský přízvuk) nebo fi příponu pro anglický, španělský nebo finský přízvuk.
Nyní můžete přehrávat soubor sample.mp4 a poslouchat mluvený text v libovolném přehrávači médií mp3 dle vašeho výběru, jako je mplayer nebo vlc. Můžete zadat tolik řádků textu, kolik chcete, a všechny je zaznamenat v jediné terminálové relaci.
Existuje mnoho dalších způsobů, jak používat eSpeak ke čtení textů. Možnost --help navrhne některé další způsoby použití.
espeak --help
Ukázkový výstup:
Odebrat eSpeak
K odstranění eSpeak použijte následující příkaz:
sudo apt-get remove espeak
Po zobrazení výzvy k odstranění eSpeak se závislostmi zadejte y a stiskněte Enter. Tento příkaz odstraní balíček espeak a všechny jeho závislosti z vašeho systému.
Poznámka :
1. Pokud jste nainstalovali espeak v celém systému, odebere se také jádro eSpeak z vašeho systému a použije se výchozí hlas.
2. Pokud nemůžete použít sudo apt-get, odstraňte espeak. Bude to mít za následek chybu, která říká, že tento nebo jiné balíčky vyžadují balíček 'espeak' a nebudete jej moci odinstalovat, je lepší použít možnost aktualizace.
sudo apt-get -y upgrade --remove espeak
Instalovat Gspeaker pro převod textu na řeč založenou na grafickém uživatelském rozhraní
Gspeak je další populární software pro převod textu na řeč pro Linux. Byl napsán v Pythonu a pro skutečnou konverzi používá engine espeak TTS. Poskytuje jednoduché uživatelské rozhraní, které se používá k ovládání všech nastavení týkajících se volby hlasu, obecných možností atd.
Můžete jej nainstalovat pomocí libovolného správce balíčků. Chcete-li nainstalovat GSpeaker, zadejte do terminálu následující příkaz:
apt-get install gespeaker -y
Jakmile je nainstalován, můžete jej spustit z vašeho Unity dash. Spustí grafické rozhraní Gspeak, které vám pomůže ovládat váš hlasový modul.
Takto vypadá uživatelské rozhraní Gespeaker:
Pro každou možnost jsou samostatné karty.
Záložka 'základní nastavení' vám umožňuje nastavit všechny obecné možnosti enginu TTS, jako je rychlost řeči, výška tónu atd. Můžete také nastavit další nastavení, jako jsou časové limity a nastavení zvuku.
Záložka hlasy vám umožňuje vybrat hlas z nainstalovaných hlasů.
Karta historie vám umožňuje ukládat vlastní převody textu na řeč, které lze kdykoli později znovu použít.
Záložka Vrátit obnoví předchozí nastavení po změně nastavení hlasu. Tato karta funguje pouze v případě, že měníte stávající uložená nastavení. Tlačítko pro uložení bude šedé.
Další informace o možnosti Gespeaker si můžete přečíst v sekci nápovědy k gespeaker, která je přístupná na kartě „Nápověda“.
Odebrat Gespeaker
Pokud Gespeaker nepoužíváte, odeberte jej, abyste uvolnili místo na disku. Do terminálu zadejte následující příkaz:
apt-get autoremove gespeaker -y
Gespeaker můžete také odebrat prostřednictvím softwarového centra Ubuntu. Otevřete softwarové centrum a vyhledejte „gespeaker“. Klikněte na ikonu a vyberte možnost odebrat z nabídky na pravé straně.
Závěr
Tento tutoriál vám ukázal, jak nainstalovat eSpeak a Gespeaker na počítači Ubuntu. Ke čtení textů nahlas můžete použít kterýkoli z tohoto softwaru TTS, je jen na vás, který si vyberete.
Pokud se vám nelíbí tyto dva, existuje mnoho dalších nástrojů pro převod textu na řeč pro Linux. Doporučuji, abyste se podívali na wiki stránku espeak alternatives. Vždy je užitečné mít na svém počítači nainstalovaný více než jeden modul řeči.