Ceci est une ancienne révision du document !
Synthèse vocale
La synthèse vocale (ou TTS, pour Text To Speech) consiste à transformer un texte en suite de sons se rapprochant autant que possible de la parole humaine. Une des applications les plus évidentes de la synthèse vocale est l'accessibilité pour les mal-voyants. Il existe plusieurs synthétiseurs vocaux sous Linux, cette page ne se veut pas exhaustive.
La synthèse vocale procède en trois temps :
- transformation du texte en phonèmes ;
- prosodie (ajout d'informations de prononciation : accents toniques, indication de durée, etc.) ;
- assembler des sons pré-enregistrés en suivant les règles établies par les deux premières étapes.
Pour en savoir plus : Wikipedia (fr), Llia_Phon (fr).
Ce document a pour but de présenter la mise en œuvre de quelques solutions.
Voir également la page reconnaissance vocale.
- SAPI : Synthèse vocale sous windows (Speech Application Programming Interface ) : certain logiciel open source sont donc compatible avec les voix windows ( dont certaines peuvent être libre ou en tout cas gratuite pour une utilisation non commerciale voir ressource ).
Intégration dans des logiciels
Logiciels avec synthèse vocale
Il ne s'agit en fait souvent que d'interface se basant sur un moteur de synthèse vocale ( festivale , espeak …) :
- Orca : outils d'accessibilité
- Volubil : outil destiné aux enfants.
Synthèse vocale dans pidgin (simple)
La synthèse vocale dans pidgin avec :
- pidgin-festival ( besoin d'1 clic même si vous n'avez pas installé festival)
Vous pouvez déjà activer le plugin dans pidgin , mais vous n'aurez qu'une voix anglaise.
Il vous reste donc à installer une voix française et la sélectionner.
Dans le dictionnaire stardict (simple)
Vous pouvez installer :
Synthèse vocale dans openoffice (simple)
Installer l'extension readtext pour openoffice (compatible festival et espeak).
Synthèse vocale dans Firefox
Cliquer ici pour installer l'extension FIREVOX, pour firefox 1)
Basé sur Clickspeak.
Compatible :SAPI 5, Java FreeTTS, and ORCA
Voir le forum ubuntu anglais pour l'installation de clicspeak : et mettre à jour cette partie. Merci.
Vous pouvez également utiliser mathspeak pour la lecture de formule mathématique.
Intégration dans l'environnement de bureau
Il est possible d'intégrer ces solutions dans votre environnement de bureau, afin de faire lire le contenu des dossiers ou des pages internet par exemple.
Contrôler son bureau par la voix
- sphinx2-bin
Pour Gnome - avec des scripts (utilisateur avancé)
Voici quelques exemples d'intégration pour l'environnement Gnome.
Lire le texte sélectionné à l'écran
Pour faire marcher ce script, enregistrez-le où vous voulez et rendez-le exécutable. Il faut installez le paquet xclip. Ensuite, il faut aller dans les préférences générales de Compiz (Menu Système → Préférences → Advanced Desktop Effects Settings → General Option). Sous l'onglet « Commands », choisissez une ligne vide et rentrez-y le chemin vers votre script, sous la forme « /chemin/vers/le/script/nom_du_script ». Ensuite, sous l'onglet « Actions » et la sous-partie « Commands », éditez le raccourci correspondant à la ligne où vous avez rentré le script (personnellement, j'utilise Ctrl–D en raccourci clavier, mais c'est vous qui voyez). L'utilisation est simple, vous sélectionnez du texte à l'écran, puis vous tapez votre raccourci. Une seconde pression sur le raccourci pendant la lecture l'interrompt.
#!/bin/bash ######### Début de la section de configuration ######### # définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin VOIX=/opt/fr2/fr2 # TYPE=mb/mb-fr4 # à décommenter si vous avez téléchargé une voix de femme # TYPE=mb/mb-fr1 # à décommenter si vous avez téléchargé une voix d'homme ######### Fin de la section de configuration ######### # on teste si la lecture est en cours, pour l'arrêter le cas échéant if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then kill $(ps -A | grep mbrola | awk '{ print $1 }' ) else # On traduit la sélection en phonèmes grâce à espeak, et on l'envoie à Mbrola xclip -o | espeak -v $TYPE -s 150 -p 40 "$@" | mbrola $VOIX - -.au | aplay fi
Edit d'un autre utilisateur : Ou bien ci-dessous, une alternative avec un menu Zenity pour choisir la langue. Il faut bien sûr ne pas oublier de télécharger cette langue (us1 dans mon exemple) comme vous l'avez fait pour la langue fr4. J'ai aussi changé la boucle "if-else" pour un meilleur fonctionnement si Mbrola est déjà en cours.
#!/bin/bash ##### Affiche le menu Zenity ##### choix=`zenity --list --title="Choisissez la langue" --column="N°" --column="Langue" --height="200" \ 1 français \ 2 anglais ` ##### Sélection automatique de la langue choisie dans le menu Zenity ##### case $choix in 1 ) VOIX=/opt/fr2/fr2 && TYPE=mb/mb-fr4 ;; # pour une voix de femme en français 2 ) VOIX=/opt/us1/us1 && TYPE=mb/mb-us1 ;; # pour une voix de femme en anglais esac # on teste si la lecture est en cours, pour l'arrêter le cas échéant if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then kill $(ps -A | grep mbrola | awk '{ print $1 }' ) && sleep 2 fi # On traduit la sélection en phonèmes grâce à Espeak, et on l'envoie à Mbrola xclip -o | espeak -v $TYPE -s 150 -p 40 "$@" | mbrola $VOIX - -.au | aplay
Lire le contenu d'un fichier texte
Placez ce script dans « /home/VOTRE_LOGIN/.gnome2/nautilus-scripts/ » et le rendre exécutable. Il permet, par un clic droit sur un fichier, menu Scripts → nom_de_votre_script, de lire le contenu de ce fichier. Refaire cette opération pendant la lecture en cours interrompra la lecture.
#!/bin/bash ######### Début de la section de configuration ######### # définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin : VOIX=/opt/fr2/fr2 TYPE=mb/mb-fr4 # TYPE=mb/mb-fr1 # à décommenter si vous avez téléchargé une voix d'homme ######### Fin de la section de configuration ######### # on teste si la lecture est en cours, pour l'arrêter le cas échéant if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then kill $(ps -A | grep mbrola | awk '{ print $1 }' ) else # On traduit le fichier en phonèmes grâce à espeak, et on l'envoie à Mbrola espeak -v $TYPE -s 150 -f "$@" | mbrola $VOIX - -.au | aplay fi
Lire la liste des éléments contenus dans un dossier
Placez ce script dans /home/VOTRE_LOGIN/.gnome2/nautilus-scripts/ et le rendre exécutable. Il permet par un clic droit sur un dossier, menu scripts / nom_de_votre_script de lire le contenu de ce dossier. Refaire cette opération pendant la lecture en cours interrompra la lecture.
#!/bin/bash ######### Début de la section de configuration ######### # définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin VOIX=/opt/fr2/fr2 # TYPE=mb/mb-fr4 # à décommenter si vous avez téléchargé une voix de femme # TYPE=mb/mb-fr1 # à décommenter si vous avez téléchargé une voix d'homme ######### Fin de la section de configuration ######### # on teste si la lecture est en cours, pour l'arrêter le cas échéant if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then kill $(ps -A | grep mbrola | awk '{ print $1 }' ) else #On liste les fichiers contenus dans le répertoire ou bien ceux sélectionnés par la souris FICHIERS=`ls -1 --quoting-style=c "$@"` for TEXTE in $FICHIERS do # On traduit le fichier texte temporaire en phonèmes grâce à Espeak, et on l'envoie à Mbrola espeak -v $TYPE -s 140 -p 40 $TEXTE | mbrola $VOIX - -.au | aplay done fi
Lire le contenu du presse papier ou de la sélection à l'aide d'un racourci clavier
Version améliorée, sans besoin de compiz
Au préalable, installez les paquets suivants : apt://xclip,apt://recode et apt://xbindkeys
Ensuite Installation du script diphorect ⇐cliquez ici, ou voir plus haut
Une fois ces paquets et le script installé, faites :
gedit "$HOME/.gnome2/nautilus-scripts/Lit le presse papier par synthèse vocale"
Copiez-y le script suivant :
#!/bin/bash # lecteur vocale de presse papier v1.0 Mysteroïd 18/11/2008 # ! Nécessite les paquets "xclip" et "recode" et le script diphorect ! # Définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin # voix d'homme VOIX=/opt/fr1/fr1 TYPE=mb/mb-fr1 # Décommentez pour une voix de femme #VOIX=/opt/fr2/fr2 #TYPE=mb/mb-fr4 # Contenu du presse-papier, sans " et ''recodé'' de JAVA vers utf-8 CLIP=`xclip -o -select p | recode java..u8 | tr -d '"'` # contenu primaire simplement sélectionné if [ -z "$CLIP" ] ; then CLIP=`xclip -o -select c | recode java..u8 | tr -d '"'` # ou secondaire (=copié) si aucune sélection active fi zenity --info --title="Info lecture par synthèse vocale " --text="La lecture du presse-papier va débuter (ou s'arrêter si elle est en cours)" # on teste si la lecture est en cours, pour l'arrêter le cas échéant if [ -n "$(ps -A | grep mbrola)" ] ; then killall -g mbrola else # On traduit le fichier en phonèmes grâce à Espeak espeak -v ${TYPE} "${CLIP}" >$HOME/temp.pho # On corrige les phonèmes non valides et on envoie à Mbrola diphorect $HOME/temp.pho | mbrola ${VOIX} - -.au | aplay rm $HOME/temp.pho fi exit 0
Sauvegardez et rendez le script exécutable par un :
sudo chmod +X "$HOME/.gnome2/nautilus-scripts/Lit le presse papier par synthèse vocale"
À partir de là vous pouvez faire lire votre sélection de texte ou le contenu du presse-papier (texte copié par [Ctrl+C] par exemple) en cliquant avec le bouton droit sur le bureau ou une fenêtre nautilus et en choisissant "scripts / lit le contenu…"
Pour définir un raccourci clavier regardez la section xbindkeys de la page comment_creer_raccourcis_clavier Pour utiliser par exemple [ctrl+F12] pour démarrer arrêter la lecture, utilisez :
"$HOME'/.gnome2/nautilus-scripts/Lit le presse papier par synthèse vocale'" Control+Mod2 + F12
dans le fichier de configuration de xbindkeys.
Et voilà, en principe tout marche !
Que ce soit pour me le faire savoir ou parce qu'au contraire vous avez un problème… N'hésitez pas à m'envoyer un message par ici : mysteroid.
Pour KDE
KDE offre une manière élégante et simple 2) de lire du texte affiché à l'écran : KTTS .
Vous pouvez le mettre en place en cliquant ici, ou :
sudo apt-get install kttsd ksayit
- kttsd est le démon.
- KSayIt une application permettant de lire un document copié ou que l'on tape.
- La synthèse vocale sera également intégrée dans Konqueror et dans Kate[3]
Commençons par créer un script qui enchaîne les différentes étapes, créer /opt/mbrola/tts et insérer :
#!/bin/sh echo $1 | iconv -f UTF-8 -t ISO_8859-1 > $2 /opt/mbrola/lliaphon/bin/lliaphon $2 > /tmp/log 2>&1 /opt/mbrola/mbrola -e -t 0.75 \ -I /opt/mbrola/lliaphon/share/lliaphon/initfile.lia \ /opt/mbrola/fr2/fr2 \ `echo $2|sed s/\.txt$/\.ola/` $3 >> /tmp/log 2>&1
Sans oublier de donner les droits d'éxecution :
chmod u+x /opt/mbrola/tts
Pour configurer ktts, deux solutions :
- à partir de KSayIt : Settings/Configure KSayIt/Launch Control Center
- en lançant kttsmgr à partir de la ligne de commande
Puis nous allons configurer kttsmgr pour qu'il utilise le couple lliaphon/mbrola :
- Talkers / Ajouter / Langue: autre / Synthesizer: Show all - commande
- Choisir la langue dans la fenêtre qui apparaît
- Entrez la commande : /opt/mbrola/tts %t %f %w
Et voila, relancez Konqueror et vous avez maintenant une option pour lire le texte sélectionné.
Programme console
- yasr
- screader
- eflite (emacspeak)
Autres environnements
Les logiciels de synthèse vocale en détail
Festival
Festival est un synthétiseur vocal, pour lequel il n'existe apparemment pas de voix française directement pour l'instant (avis aux amateurs…).
Mais il existe un patch (ou un fork) pour festival afin d'avoir les voix françaises : Franfest.
De même festival peut utiliser les voix française de mbrola - (et sapi).
Il peut fonctionner en mode interactif, même si ça n'a pas l'air très intuitif de prime abord…
Site officiel : http://www.cstr.ed.ac.uk/projects/festival/
Installer festival, et d'autres voix anglaises. ( voir également plus d'information relative sur wikipedia )
Un exemple simple :
echo "That's really a pity I'm not able to speak French" | festival --tts
Pour connaître les options :
festival --help
gedit ~/.festivalrc
Puis, on y met:
(Parameter.set 'Audio_Command "aplay -t wav -r $SR $FILE") (Parameter.set 'Audio_Method 'Audio_Command) (Parameter.set 'Audio_Required_Format 'wav)
Espeak
Espeak est disponible dans les dépôts Ubuntu. Rien de plus simple donc que son installation puisqu'il suffit d'installer le paquet espeak.
Site officiel : http://espeak.sourceforge.net/
Il suffit ensuite de donner votre texte en pâture à Espeak, soit par l'intermédiaire d'un fichier texte :
espeak -v fr -f texte.txt
soit directement en ligne de commande :
espeak -v fr "Votre texte à lire..."
ou encore par un "pipe" sur la sortie standard :
echo "Lis mon texte" | espeak -v fr
L'option -v définit la langue/voix à utiliser. D'autres options peuvent être utiles, comme l'option -s qui permet de définir le nombre de mots par minutes, ou -p qui règle la hauteur (grave/aigu) de la voix. Pour plus d'options :
espeak --help
Malheureusement, le rendu d'Espeak n'est pas exceptionnel. Il est possible d'obtenir de meilleurs résultats, notamment en le combinant avec MBROLA.
MBROLA
Le projet MBROLA est développé à la faculté Polytechnique de Mons, et comporte un grand nombre de langages/voix.
Site officiel : http://tcts.fpms.ac.be/synthesis/mbrola.html
Installer mbrola en cliquant ici.
Les voix françaises de mbrola (non libre):
- Voix Mbrola FR1 : homme , Faculte Polytech. De Mons.
- Voix Mbrola FR2 : Femme , Celine Egea
- Voix Mbrola FR3 : homme , Babel Technology
- Voix Mbrola FR4 : femme , Babel Technology
- Voix Mbrola FR5 : homme, belge, Faculte Polytech. De Mons
- Voix Mbrola FR6 : homme , Faculte Polytech. De Mons
- Voix Mbrola FR7 : homme belge , Faculte Polytech. De Mons
- Voix québecois 1 : homme , Vincent Arnaud
- Voix québecois 2 : homme , Silex Creations Inc.
MBROLA est également disponible sous forme de fichiers binaires téléchargeables ici3). On extrait le fichier qui correspond à son architecture (le plus souvent i386) dans un répertoire au choix, par exemple « /opt ». Il peut ensuite être utile de créer un lien vers ce fichier dans un dossier plus accessible, par exemple :
sudo ln -s /opt/mbrola-linux-i386 /usr/bin/mbrola
On télécharge également une voix (deuxième partie de la page), qu'on dézippe aussi et qu'on place par exemple également dans « /opt ».
Avec espeak préalablement installé, on peut traduire un texte en phonèmes, en passant à l'option -v les arguments mb/mb-fr1 (voix masculine) ou mb/mb-fr4 (voix féminine). Ici on va rediriger (commande '>') ces phonèmes (qui autrement s'affichent à l'écran) vers un fichier :
espeak -x -v mb/mb-fr4 -f votre_fichier_texte > texte.pho
ls /usr/share/espeak-data/voices/mb
pour vérifier l'existence des fichiers nécessaires
Les fichiers de configuration d'Espeak pour Mbrola ne sont pas présents dans la version fournie dans les dépôts officiels d'Ubuntu. Pour pouvoir l'utiliser, il faut télécharger la version officielle d'espeak. Ensuite, dézippez le fichier puis copiez le dossier espeak-data/voices/mb dans le répertoire /usr/share/espeak-data/voices/. (Il vous faudra les droits superutilisateur).
Pour faire ensuite parler l'ordinateur, il suffit de lire les phonèmes avec MBROLA et de rediriger la sortie soit vers un lecteur audio :
mbrola /opt/fr2/fr2 texte.pho -.au | aplay
ou pour passer par pulseaudio
mbrola /opt/fr2/fr2 texte.pho -.au | paplay
soit vers un fichier wav :
mbrola /opt/fr2/fr2 texte.pho texte.wav
À la place d'utiliser un fichier contenant des phonèmes, on peut aussi directement envoyer à Mbrola la sortie standard :
espeak -v mb/mb-fr4 -f votre_fichier_texte | mbrola /opt/fr2/fr2 - -.au | aplay
ou
espeak -v mb/mb-fr4 'votre texte ici' | mbrola /opt/fr2/fr2 - -.au | aplay
chmod +x mbrola-linux-i386
Pour plus d'information sur les options disponibles :
mbrola -help
mbrola -e -C "n n2" /opt/fr2/fr2 - -.au
-e = IGNORE fatal errors on unkown diphone -C CL = Phoneme CLONE list of the form a A b B …
1- Il vous faudra dans ce cas procéder en 2 étapes, créez un fichier des phonèmes de votre texte à lire par :
espeak -v mb/mb-fr1 -f "votre_fichier_texte" > texte.pho
ou
espeak -v mb/mb-fr1 "votre texte à lire ici..." > texte.pho
2- Envoi des phonèmes (corrigés au passage) vers Mbrola puis aplay pour lecture.
diphorect.sh "texte.pho" | mbrola /opt/fr1/fr1 - -.au | aplay
Installation du script diphorect
script de conversion du phonème problématique "n2"
Tappez :
sudo gedit /usr/bin/diphorect.sh
Copiez et collez le script indiqué ci-dessous :
#!/bin/bash # diphorect.sh v0.1.2, par Mysteroïd le 03/01/2009 # à rendre exécutable et à placer dans /usr/bin/ ou créer un lien par ln -s <chemin/diphorect.sh> /usr/bin/diphorect.sh # Remplace le phonème n2 par n dans le fichier passé en argument et renvoi le contenu corrigé sur la sortie standard checkphonem(){ if [ "${1:0:2}" = "n2" ] then NEWLINE=`echo "n ${1:2}"` else if [ "${1:0:2}" = "z3" ] then NEWLINE=`echo "s ${1:2}"` else NEWLINE="$*" fi fi } echo -n $NEWLINE >"$1.new" IFS="" while read LINE do ((LINENBR = LINENBR + 1)) checkphonem $LINE echo $NEWLINE >>"$1.new" done <"$1" cat "$1.new" rm "$1.new" exit 0
Ensuite fermez Gedit et rendez le script exécutable par :
sudo chmod +X /usr/bin/diphorect.sh
Et voilà, vous êtes prêt !
Voir aussi
Liens
Pages officielles de ces projets, et d'autres :
- mbrola (en)
- LLiaPhon : Transforme un texte en description phonetic ( a utiliser avec un autre logiciel ). Conçut pour le français.
- epos (en) (Tchèque et Slovaque)
- FreeTTS (en-us) (en java)
Sur la documentation ubuntu anglaise.
- emofilt un logiciel open-source qui permet d'ajouter de l'émotion à la parole
Wiki rassemblant des liens de synthese vocale :
Tutoriaux
- Synthèse vocale en français sous Linux (plutot kde )
Ressources : des voix
- Il existe la voix française virginie de microsoft(sapi) : gratuit mais non libre. (lien miroir )
- Des voix sur sayz me.
Les voix françaises de mbrola (non libre):
- Voix Mbrola FR1 : homme , Faculte Polytech. De Mons.
- Voix Mbrola FR2 : Femme , Celine Egea
- Voix Mbrola FR3 : homme , Babel Technology
- Voix Mbrola FR4 : femme , Babel Technology
- Voix Mbrola FR5 : homme, belge, Faculte Polytech. De Mons
- Voix Mbrola FR6 : homme , Faculte Polytech. De Mons
- Voix Mbrola FR7 : homme belge , Faculte Polytech. De Mons
- Voix québecois 1 : homme , Vincent Arnaud
- Voix québecois 2 : homme , Silex Creations Inc.
Pages en rapport
Reconnaissance vocale (Opération inverse)
Contributeurs : Page initiale collaborative par Skippy le Grand Gourou, herberts, Balkoth et Dud, à partir du sujet http://forum.ubuntu-fr.org/viewtopic.php?pid=1469124. Corrections et compléments par Mysteroïd, Psychederic : refonte pour la simplicité d'abord, et ajout de compléments.