Ce site est optimisé pour être consulté depuis un navigateur moderne dans lequel JavaScript est activé.

Synthèse vocale SVOX Pico

cataclop

Si quelqu'un se heurtait au même problème que moi : j'ai trouvé un contournement en modifiant gSpeech.py. Voici le patch (il faut, pour que cela fonctionne, installer sox) :

--- gSpeech2.py	2013-02-26 16:17:57.633682124 +0100
+++ gSpeech.py	2013-02-26 17:13:35.469609167 +0100
@@ -248,14 +248,14 @@
         pynotify.Notification(APPNAME, _(u"I'm reading the text. One moment please."), self.icon).show()
 
         if widget.get_label() == _(u"From X.org") :
-            str = gtk.clipboard_get(selection="PRIMARY").wait_for_text()
+            texte = gtk.clipboard_get(selection="PRIMARY").wait_for_text()
         else :
-            str = gtk.clipboard_get(selection="CLIPBOARD").wait_for_text()
+            texte = gtk.clipboard_get(selection="CLIPBOARD").wait_for_text()
 
         #~ str = str.lower()
-        str = str.replace('\"', '')
-        str = str.replace('`', '')
-        str = str.replace('´', '')
+        texte = texte.replace('\"', '')
+        texte = texte.replace('`', '')
+        texte = texte.replace('´', '')
 
         dic = CONFIGDIR + '/' + self.lang + '.dic'
         if os.path.exists(dic) :
@@ -266,10 +266,16 @@
                     good = line.split('=')[1]
                 except :
                     good = ' '
-                str = str.replace(bad, good)
-
-        os.system('pico2wave -l %s -w %s \"%s\" ' % ( self.lang, SPEECH, str ))
-
+                texte = texte.replace(bad, good)
+        discours = texte.split('\n')
+        i = 0
+        fichiers = ''
+        for texte in discours:
+            i += 1
+            fichier = CACHEFOLDER + 'speech' + str(i) + '.wav'
+            fichiers = fichiers + ' ' + fichier
+            os.system('pico2wave -l %s -w %s \"%s\" ' % ( self.lang, fichier, texte ))
+        os.system('sox %s %s' % ( fichiers, SPEECH ))
         player = self.onPlayer(SPEECH)
         self.player.set_state(gst.STATE_PLAYING)

Modification : j'avais fait le diff à l'envers… C'est corrigé !

Autre modification : le patch du post #65 est plus efficace, annule et remplace celui-ci.

Tuxmouraille

KER747 a écritBonjour,

Je cherche un synthétiseur vocal qui marche bien avec une voix comparable à celle d'accapella: http://www.acapela-group.fr/text-to-speech-interactive-demo.html
J'ai essayé gspeaker mais la voix n'est pas terrible.
Je pense à essayer pico svox mais l'intallation semble compliqué et ce topic date apparemment.
Comment l'installer et est-ce le bon à installer?

A ma connaissance il n'existe pas de synthétiseur vocale libre équivalent aux synthétiseur commerciaux, en particulier acapela.
Pico Svox est le synthétiseur de Android, bien qu'il y est le logiciel pico2wave pour réaliser les conversions, c'est avant un bibliothèque partagée à intégrer dans un programme. A part Pico il existe mbrola, encore plus compliqué à installé qui permet d'avoir des voix proches de celles de acapela.

Tuxmouraille

Bonjour cataclop,
1) Tu as exécuté la commande patch à l'envers.
2) gSpeech n'est pas prévue pour des textes longs, tu devrais développer ton propre programme.
3) La méthode que tu utilise n'est à mon humble avis pas bonne. Il est peu efficace de découpé ton texte ligne par ligne.
4) En revanche merci, parce que c'est complètement idiot d'avoir appelé ma variable str.

cataclop

Bonjour Tuxmouraille,

1) Corrigé dans ma dernière édition (c'est tout moi, ce genre d'erreur…)
2) Sans doute, mais ceci dépasse largement mes compétences en python ! Disons qu'au moins, comme ça, j'arrive à un résultat.
3) Tout-à-fait d'accord ; l'avantage de découper par ligne est que je suis (à peu près) sûr de ne pas découper une phrase ou un mot bêtement. J'aurais peut-être dû découper phrase par phrase (en utilisant '.' au lieu de '\n'), puis "rattacher" mes phrases jusqu'à obtenir une chaîne proche des 32768 caractères.
4) Je t'en prie : je l'ai d'abord fait pour essayer d'y comprendre quelque chose…

cataclop

Je n'ai pas pu m'empêcher d'expérimenter l'idée 3). De la sorte, je passe d'environ 20 secondes de traitement à environ 15 secondes pour un texte de 36128 caractères.

Voici donc le nouveau patch :

--- gSpeech.old	2013-02-26 16:17:57.633682124 +0100
+++ gSpeech.py	2013-02-28 11:09:14.737670234 +0100
@@ -248,14 +248,14 @@
         pynotify.Notification(APPNAME, _(u"I'm reading the text. One moment please."), self.icon).show()

         if widget.get_label() == _(u"From X.org") :
-            str = gtk.clipboard_get(selection="PRIMARY").wait_for_text()
+            texte = gtk.clipboard_get(selection="PRIMARY").wait_for_text()
         else :
-            str = gtk.clipboard_get(selection="CLIPBOARD").wait_for_text()
+            texte = gtk.clipboard_get(selection="CLIPBOARD").wait_for_text()

         #~ str = str.lower()
-        str = str.replace('\"', '')
-        str = str.replace('`', '')
-        str = str.replace('´', '')
+        texte = texte.replace('\"', '')
+        texte = texte.replace('`', '')
+        texte = texte.replace('´', '')

         dic = CONFIGDIR + '/' + self.lang + '.dic'
         if os.path.exists(dic) :
@@ -266,12 +266,25 @@
                     good = line.split('=')[1]
                 except :
                     good = ' '
-                str = str.replace(bad, good)
-
-        os.system('pico2wave -l %s -w %s \"%s\" ' % ( self.lang, SPEECH, str ))
-
+                texte = texte.replace(bad, good)
+        discours = texte.split('.')
+        i = 0
+        fichiers = []
+        texte = ''
+        while i < len(discours):
+            if len(texte) < 30000:
+                texte += discours[i] + '. '
+            if len(texte) > 30000 or i == len(discours) - 1:
+                fichier = CACHEFOLDER + 'speech' + str(i) + '.wav'
+                fichiers.append(fichier)
+                os.system('pico2wave -l %s -w %s \"%s\" ' % ( self.lang, fichier, texte ))
+                texte = ''
+            i += 1
+        os.system('sox %s %s' % ( ' '.join(fichiers), SPEECH ))
         player = self.onPlayer(SPEECH)
         self.player.set_state(gst.STATE_PLAYING)
+        for fichier in fichiers:
+            os.remove(fichier)

     # player fonction
     def onPlayer(self,file):

Modification : Petit changement pour nettoyer tous les fichiers temporaires que ma méthode avait rajoutés, et pour restaurer la possibilité de lire des textes courts…

cataclop

Juste pour donner un ordre d'idée : j'ai fait le test avec un texte de 178573 mots (791222 caractères sans compter les espaces) :
− il a fallu (sur ma machine, en n'utilisant qu'un seul processeur puisque je ne sais pas utiliser le multitâche en python) environ 10 minutes de traitement avant que la lecture ne commence ;
− 35 wav intermédiaires d'environ 50 Mo chacun ont été produits ;
− le wav final pèse environ 1,75 Go pour 15h18 de lecture.

Bref, la performance de pico2wave couplé avec gSpeech me semble tout de même honnête !
Un grand merci à frafra et à Tuxmouraille pour tout ce travail !

cataclop

Une petite question, au cas où : existe-t-il une voix française masculine pour pico2wave ?

Tuxmouraille

Bonjour cataclop,
Je ne suis pas non plus développeur. gSpeech est un de mes projets d'apprentissage Python.
Il existe beaucoup de documentation sur Python et PyGTK. Si tu as déjà programmé tu te rendras compte que Python est assez simple.
Si tu veux apprendre sérieusement il y a le siteduzero et l'excellente "Apprendre à programmer avec Python".

A ma connaissance il n'existe pas de voix masculine pour Pico.
Regardes du côté de mbrola, je croit que ce projet est à l'origine du synthétiseur vocale de acapela.

Je pense que tu peux créer un script bash:
1) tu découpe le texte en textes plus courts
2) dans une boucle
3) tu stokes le contenue de chaque nouveaux fichiers dans une variable
4) tu utilise cette variable pour généré le fichier wave
5) hors de la boucle
6) tu concatènes les wave
7) optionnel: tu convertis en flac, ogg ou mp3 pour gagner de la place.

Si tu arrives à faire une découpage par chapitre tu peux aussi conserver un wave par chapitre. A condition que chaque chapitre fasse moins de 2¹⁵ caractères.

Quel est le format source de ton texte?

cataclop

Bonsoir Tuxmouraille,

Bien sûr que je pourrais faire tout ça, mais… pourquoi réinventer la roue ? Je ne suis pas informaticien, si ce n'est à mes heures perdues. Puisqu'une modification de 20 lignes m'amène au même résultat, je ne vais pas me lancer dans des dizaines de lignes de bash ou de python pour faire en définitive moins bien ! GSpeech s'intègre très bien dans l'interface, et la dernière étape que tu me suggères est facile à intégrer dans le clic droit de Nautilus grâce aux scripts (paquet nautilus-script-audio-convert).

Comme ton logiciel est sous Gpl, j'en ai profité pour l'adapter à mon besoin. Conformément à l'esprit du libre et à la lettre de la licence, je mets à disposition mon travail pour les autres ; s'ils en profitent, tant mieux, j'en serai content. Sinon, eh bien ! je n'aurai rien perdu.

Merci encore pour ton travail et ta disponibilité.

KER747

Ok, Merci

ian57

@Tuxmouraille : merci pour ton travail, la version 0.4.5 est vraiment super bien. Juste une remarque : il me manque une raccourcis clavier pour la lecture. Je vais jeter un oeil à tes sources pour voir si je peux le faire ;-).
encore super merci pour ce programme

voila avec SHIFT-l on peut lire le texte selectionné dans l'interface graphique (et SHIFT-m pour le presse papier) ( ne marche que si la fenêtre multimédia est visible et possède le focus : le code modifié est le suivant (http://www.pygtk.org/pygtk2tutorial/sec-WidgetAccelerators.html) :
à partir de la ligne 325

# Create an accelerator group
self.accelgroup = gtk.AccelGroup()
# Add the accelerator group to the toplevel window
self.window.add_accel_group(self.accelgroup)

#~ button = gtk.Button(stock = gtk.STOCK_EXECUTE)
#~ Label=button.get_children()[0]
#~ Label=Label.get_children()[0].get_children()[1]
#~ Label=Label.set_label(_(u"From ClipBoard"))
#~ button.connect("clicked", gSpeech.onExecute)
button = gtk.Button(_(u"From ClipBoard"))
button.connect("clicked", gSpeech.onExecute)
button.add_accelerator("clicked",self.accelgroup , ord('m'), gtk.gdk.SHIFT_MASK, gtk.ACCEL_VISIBLE)
self.window.vbox.pack_start(button, expand=False, fill=False)

#~ button = gtk.Button(stock = gtk.STOCK_EXECUTE)
#~ Label=button.get_children()[0]
#~ Label=Label.get_children()[0].get_children()[1]
#~ Label=Label.set_label(_(u"From X.org"))

button = gtk.Button(_(u"From X.org"))
button.connect("clicked", gSpeech.onExecute)
button.add_accelerator("clicked",self.accelgroup , ord('l'), gtk.gdk.SHIFT_MASK, gtk.ACCEL_VISIBLE)
self.window.vbox.pack_start(button, expand=False, fill=False)

Faudrait trouver un truc pour que le raccourcis soit directement dirigé vers ton appli, pour éviter de faire le focus :

Peut être un début de solution avec https://code.google.com/p/autokey/

Tuxmouraille

Bonsoir,
@cataclop, et ceux qui veulent si coller, cf les modifs de cataclop: Si vous arrivez à modifier le code afin qu'il qui ne génère des fichiers wav que pour des portions de textes comprenant des paragraphes complets avec un nombres de caractères le plus proche de 2¹⁵, j'ajouterai le patch.

@ian57: je te remercie pour le code. Je voulais le faire mais je n'ai jamais pris le temps de m'y mettre. Pour le problème de focus tu devrais regarder du côté du code de Terra Terminal.

N.B.: je n'ai pas beaucoup de temps en ce moment, j’ai une connexion Internet toute pourrie, en HotSpot. Je serai quand même ravis de m'y remettre, dans les limites de mes possibilités.

temps

Bonjour,
J'ai créé une base de données des différents sons phonétiques API, chacun des son ne pèse que quelques kilo, pensez-vous qu'il est possible de remplacer votre base de son par la mienne ?
En d'autres mots, de remplacer vos fichiers audio de base par les miens dans votre projet ?
Cordialement

ian57

Tuxmouraille a écritBonsoir,
Pour le problème de focus tu devrais regarder du côté du code de Terra Terminal.

Yop effectivement ya un truc pas mal intéressant http://bazaar.launchpad.net/~ozcanesen/terra/trunk/files/head:/terra/ le rep globalhotkeys... je vais regarder comment cela marche pour essayer de l'intégrer.

Tuxmouraille

temps a écritBonjour,
J'ai créé une base de données des différents sons phonétiques API, chacun des son ne pèse que quelques kilo, pensez-vous qu'il est possible de remplacer votre base de son par la mienne ?
En d'autres mots, de remplacer vos fichiers audio de base par les miens dans votre projet ?
Cordialement

Bonjour,
gSpeech ne génère pas les fichiers de son, il utilise l'application pico2wave pour ça.
Je ne pense donc pas qu'il soit possible d'utiliser ta base.

temps

Bonjour,
Merci pour la réponse.
Je chercherai plus tard un système construit sur une base de son de manière à n'avoir qu'à convertir la base sous mon format de manière à rendre le tout plus léger.
J'ai passé la journée sur une install partie avec des amis à faire des tests et mon nouveau format apportera un gain inimaginable
Cordialement.

orAGe

Bonjour, ça marche quand je copie un texte pas trop long dans le presse papier, mais est ce possible de transcrire directement un fichier texte vers un fichier audio ?

gl38

Peut-être

pico2wave -l fr-FR -w test.wav "$`cat texte.txt`"

Cordialement,
Guy

orAGe

ça répond ça :

vlad@vlad-M51Va:~$ pico2wave -l fr-FR -w test.wav "$`cat 30tdpa`"
Cannot put Text (-102): invalid argument supplied
vlad@vlad-M51Va:~$

cataclop

Bonjour,

Le texte est trop long (de 102 ou 103 caratères, apparemment). Le texte ne doit pas dépasser 2¹⁵ caractères : c'est toute la raison d'être de mon patch du post #65.

À ce sujet, je n'avais pas vu la réponse de Tuxmouraille ; je pense que je vais l'adapter comme indiqué, dès que j'aurai un peu de temps.

« Page précédente Page suivante »