フェスティバル - 音声合成システム - チュートリアル

テキストから音声への変換は、それほど重要ではないように思えるかもしれませんが、重要です。視覚障害者がコンピューターを楽しむことができるようにする以外にも、他の用途もあります。あなたが車に乗っていて、できれば運転していないことを想像してみてください。これを試してみると、めまいがするだけです。または、長いテキスト行を音声で置き換えて、チュートリアルにオーディオの次元を追加したいと思うかもしれません。

フェスティバルはまさにそれを行います。テキストを音声に変換できる音声合成システムです。フェスティバルはかなり便利です。スクリプト作成が可能で、いくつかのプログラミング言語用の API があります。現在、Festival はアメリカ英語とイギリス英語で複数の男性と女性の声を出し、スペイン語も早期にサポートしています。

見てみましょう。

フェスティバルの様子

Festival はほとんどの主要なディストリビューションのリポジトリで利用できるため、インストールは問題になりません。 Festival はコマンド ライン ツールであり、グラフィカル インターフェイスはありません。それを使用するのにロケット科学は必要ありませんが、基本的な手順についてはオンライン マニュアルを参照してください。

通常、Festival はインタラクティブ モードで実行されます。プログラムを起動して、何を言うかを伝えます。ただし、本や論文などのファイルに対してプログラムを実行したり、他のアプリケーションから Festival にテキストをパイプしたりすることもできます。

インタラクティブ モード

コマンド ラインで「festival」と入力して Festival を開始します。

次に、次のコマンドを実行して言葉を発させます:

(SayText "ここにあなたのテキスト")

スクリーンショットの例を次に示します:

ファイル モード

コマンド ラインで長いテキスト行を入力する代わりに、テキスト行に対して Festival を実行できます。オーディオ ブック、セミナー資料などに非常に役立ちます。

サンプル ファイルは次のとおりです:

次に、このファイルに対して Festival を実行します:

祭り --tts <ファイル>

テキスト読み上げを録音する

フェスティバルのサウンドを録音ソフトウェアに入力してオーディオ ファイルを作成し、後で必要に応じて処理することができます。たとえば、Gnome サウンド レコーダーを使用してそれを行うことができます。

この方法で録音された 12 秒間のサンプルを次に示します。

festival-demo.ogg、12 秒、253KB

ここで、最良の部分は、上記のすべてを実際にスキップできることです。 Festival には、入力テキストから .wav ファイルを自動的に作成するスクリプトが組み込まれています。スクリプトは text2wave と呼ばれます。

text2wave <ファイル> -o <出力.wav>

声

いくつかのボイスが用意されています。また、オンライン デモを試して、そのサウンドを確認することもできます。一般的に、イギリス人の声はより現実的で、より合理的で、理解しやすいことがわかりました。しかし、それは完全にあなたの選択です。

結論

Festival は、シンプルで便利な非常に便利なソフトウェアです。プログラムですぐに使用できない場合でも、オーディオビデオの講義、チュートリアル、または単なる楽しみなどの実用的な目的で、マルチメディア ツールの独自の武器庫に導入することを検討できます。

このガイドを気に入っていただければ幸いです。テキスト読み上げソフトウェアについてもう少し理解できたので、すぐに Linux のスクリーン リーダー ソフトウェアである Orca を調べ、他のアクセシビリティ機能を見ていきます。今のところ、視覚障害のあるユーザー向けに特別に設計された Knoppix Adriane をご覧ください。

乾杯。