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 :

1. transformation du texte en phonèmes ;
2. prosodie (ajout d'informations de prononciation : accents toniques, indication de durée, etc.) ;
3. 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.

Il ne s'agit en fait souvent que d'interface se basant sur un moteur de synthèse vocale ( festivale , espeak …) :

• Orca : outil par défaut d'Ubuntu, fonctionne avec les programmes couramment utilisés (Navigateur internet, Office, Client mail, terminal, etc.)
• Volubil : outil destiné aux enfants.
• Gespeaker

La synthèse vocale dans Pidgin avec :

• pidgin-festival : s'installe en 1 clic (installe Festival et Pidgin s'ils ne sont pas déjà installés). 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.

Vous pouvez installer :

• le plugin Festival
• le plugin Espeak

Il suffit d'installer l'extension readtext pour Openoffice (compatible Festival et Espeak).

Voir comment installer une extension dans Openoffice.

Cliquer ici pour installer l'extension FIREVOX, pour firefox (clicspeak y est intégré)

Basé sur Clickspeak.

Compatible :SAPI 5, Java FreeTTS, et 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.

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.

Voici quelques exemples d'intégration pour l'environnement Gnome. Pensez à adapter la configuration du script à votre convenance.

Pour faire marcher ce script, enregistrez-le où vous voulez et rendez-le exécutable. Il faut installez le paquet xclip. Ensuite, 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

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

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

Au préalable, installez les paquets xclip recode 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.

KDE offre une manière élégante et simple ¹⁾ de lire du texte affiché à l'écran : KTTS .

Pour le mettre en place il suffit d'installer les paquets 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.

• yasr
• screader
• eflite (emacspeak)

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/

Pour l'installer, il suffit d'installer le paquet 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

(Parameter.set 'Audio_Command "aplay -t wav -r $SR $FILE")
(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Required_Format 'wav)

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.

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

Pour l'installer, il suffit d'installer le paquet mbrola.

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 ici²⁾. 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

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

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

Créez (avec les droits administrateur) le fichier /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 rendez le script exécutable par :

sudo chmod +X /usr/bin/diphorect.sh

Et voilà, vous êtes prêt !

Pages officielles de ces projets, et d'autres :

• mbrola (en)
• festival (en) / flite (en) / Festvox (en)
• LLiaPhon : Transforme un texte en description phonetic (à utiliser avec un autre logiciel ). Conçu pour le français.
• Cicero TTS
• epos (en) (Tchèque et Slovaque)
• FreeTTS (en-us) (en java)
• xclip-speech, synthèse vocale
• Synthèse vocale en python (espeak + mbrola + speechdispatcher et son wrapper python)

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 :

• Wiki eagle usb

• La fiche EDU pour une solution vocale en Français sous la console GNU/Linux
• Synthèse vocale en français sous Linux (plutot kde )
• (fr)Ubuntu Text-to-Speech (TTS)
• Faites parler votre shell avec Festival

• Il existe la voix française virginie de microsoft(sapi) : gratuit mais non libre. (lien miroir )
• Lernout & Hauspie TruVoice TTS engine (voix gratuite française)
• Trouver d'autres voix sapi sur ce site.
• 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.

Reconnaissance vocale (Opération inverse)

Contributeurs : Page initiale 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.