Главная » Языки программирования

Синтез русской речи python

Содержание
  1. speakerpy 0.1.2
  2. Навигация
  3. Ссылки проекта
  4. Статистика
  5. Метаданные
  6. Сопровождающие
  7. Классификаторы
  8. Описание проекта
  9. SpeakerPy
  10. Возможные сферы применения SpeakerPy
  11. Особенности и преимущества SpeakerPy
  12. Установка
  13. Системные требования
  14. Установка через pip
  15. Установка и запуск через Docker
  16. Использование CLI
  17. Lib Speak
  18. Пример использования функции speak
  19. Использование класса SeleroText
  20. Синтезируем русскую речь с помощью Python и сервиса Google
  21. Синтезируем русскую речь с помощью Python и сервиса Google

speakerpy 0.1.2

`SpeakerPy` — это Python-библиотека для синтеза речи, основанная на моделях Silero Text-to-Speech.

Ссылки проекта

Статистика

Метаданные

Метки синтез речи, text-to-speech, озвучивание текста, python, Silero, TTS, аудио, голос, синтезатор голоса, чтение текста, оффлайн TTS, мультиязычный TTS, преобразование текста в речь, генерация речи, аудиокниги

Требует: Python >=3.10,

Сопровождающие

Классификаторы

Описание проекта

SpeakerPy

SpeakerPy — это Python-библиотека для синтеза речи, основанная на моделях Silero Text-to-Speech.

Возможные сферы применения SpeakerPy

SpeakerPy предлагает ряд возможностей для синтеза речи, что делает его полезным инструментом для различных задач и сфер деятельности. Ниже приведены некоторые примеры областей, где может быть использовано приложение SpeakerPy :

  1. Образование: SpeakerPy может использоваться для озвучивания учебных материалов, таких как лекции, статьи и книги, что поможет студентам и преподавателям легче воспринимать информацию и экономить время.
  2. Аудиокниги: SpeakerPy может быть использован для создания аудиокниг из текстовых документов, что облегчит доступ к литературе для людей с ограниченными возможностями и тех, кто предпочитает слушать, а не читать.
  3. Подкасты и радио: SpeakerPy можно использовать для создания подкастов и радиопередач на основе текстовых материалов, таких как новости, статьи или блоги.
  4. Доступность: SpeakerPy может быть полезным для разработки приложений и веб-сайтов с функцией Text-to-Speech, что позволит сделать контент доступным для людей с нарушениями зрения или другими ограниченными возможностями.
  5. Озвучивание видео: SpeakerPy можно использовать для автоматического озвучивания видеоматериалов, таких как презентации, обучающие видео или даже корпоративные ролики.
  6. Иностранные языки: SpeakerPy может быть использован для озвучивания текстов на иностранных языках, что поможет изучающим язык лучше понять произношение и интонацию.
  7. Навигационные системы: SpeakerPy можно применять в навигационных системах и голосовых помощниках для автоматического озвучивания маршрутов, инструкций и другой полезной информации.
  8. Техническая поддержка: SpeakerPy может быть интегрирован в системы технической поддержки для автоматического озвучивания ответов на часто задаваемые вопросы или инструкций по решению проблем.
  9. Маркетинг и реклама: SpeakerPy может быть использован для создания голосовых объявлений, промо-роликов и презентаций, что позволит сэкономить время и средства на озвучивание профессиональными дикторами.
  10. Медицина: SpeakerPy может применяться для озвучивания медицинских текстов, инструкций по применению лекарств или результатов диагностики, что упростит восприятие информации для пациентов и медицинских специалистов.
  11. Наука и исследования: SpeakerPy может использоваться для озвучивания научных статей, докладов и конференций, что облегчит доступ к информации для ученых и исследователей.
  12. Кастомизация голосовых ассистентов: SpeakerPy может быть использован для кастомизации голоса виртуальных ассистентов, таких как Siri, Google Assistant или Alexa, что позволит пользователям выбирать голосовые опции, которые им больше нравятся.
  13. Замена голоса: SpeakerPy может использоваться для смены голоса в существующих аудиозаписях, например для анонимизации подкастов или интервью.
  14. Текстовые редакторы: SpeakerPy может быть интегрирован в текстовые редакторы для предоставления функции Text-to-Speech, что поможет авторам и редакторам проверять свои тексты на ошибки и стилистические неточности.
Читайте также:  Программа для квадратного уравнения python

Эти примеры лишь часть возможностей применения SpeakerPy. Благодаря своей гибкости и мощным функциям, SpeakerPy может быть адаптирован для использования в самых разнообразных сферах и отраслях, где требуется синтезировать речь из текста. От маркетинга и рекламы до медицины и науки, SpeakerPy может стать полезным инструментом для разработчиков, специалистов по контенту и конечных пользователей.

В целом, возможности использования SpeakerPy ограничены лишь фантазией и потребностями конкретных пользователей или проектов. Благодаря своей универсальности и простоте использования, SpeakerPy может найти свое место в самых разных областях и помочь решать самые разнообразные задачи.

Особенности и преимущества SpeakerPy

  • Транскрипция чисел и английских слов: SpeakerPy способен озвучивать числа и английские слова через транскрипцию.
  • Синтез больших объемов текста: SpeakerPy может синтезировать большие объемы текста без проблем.
  • Корректное деление текста на куски: благодаря использованию библиотеки nltk, SpeakerPy корректно делит большие тексты на предложения.
  • Кеширование синтезированного текста: SpeakerPy синтезирует и хранит текст по кускам, что позволяет кешировать уже ранее синтезированный текст и избежать повторного синтезирования.
  • Работа в автономном режиме: SpeakerPy синтезирует звук локально, без подключения к интернету, что позволяет использовать его в автономном режиме.
  • Сохранение синтезированного текста в MP3: SpeakerPy предоставляет возможность сохранять синтезированный текст в формате MP3.

Установка

Системные требования

Установка через pip

SpeakerPy можно установить с помощью pip:

Установка и запуск через Docker

docker pull xable/speakerpy

Использование CLI

╰─➤ python -m speakerpy --help usage: __main__.py  -l  -f FILE -t   SAMPLE_RATE  SPEED  NAME_TEXT  AUDIO_DIR SpeakerPy: CLI для синтеза речи с использованием SpeakerPy 🎙️ options:  -h, --help show this  message and  -l  --language   Язык синтеза   en -f FILE, --file FILE Путь к файлу с текстом для озвучивания  -t  --type_out  Каким образом вывести синтезированный текст   speak -sr SAMPLE_RATE, --sample_rate SAMPLE_RATE  Частота дискретизации  умолчанию:  -s SPEED, --speed SPEED  Скорость чтения  умолчанию:  -n NAME_TEXT, --name_text NAME_TEXT  Имя для текста, с таким именем сохранится итоговый mp3 файл  умолчанию: имя файла с текстом -a AUDIO_DIR, --audio_dir AUDIO_DIR  Папка для сохранения готовых аудио файлов  умолчанию: текущая папка использования:  python -m speakerpy -l ru -t speak -f ./books/example.txt python -m speakerpy -l ru -t mp3 -f ./books/example.txt python -m speakerpy -l en -t speak -f ./books/example.txt python -m speakerpy -l en -t mp3 -f ./books/example.txt

Проект состоит из двух основных компонентов: Lib Speak и Lib SL Text.

Lib Speak

Lib Speak включает классы Speaker и SpeakerBase для синтеза речи с использованием моделей Silero. Основные методы класса Speaker :

Пример использования функции speak

Lib SL Text содержит класс SeleroText для обработки текста перед синтезом речи. Основной метод класса SeleroText :

Использование класса SeleroText

Разделение текста на куски с помощью метода chunk() :

Источник

Синтезируем русскую речь с помощью Python и сервиса Google

Не секрет, что у Google есть проекты в области синтеза и распознавания речи. С помощью одного из них, и простого скрипта на Python мы заставим компьютер притвориться девушкой с томным голосом и почитать нам стихи Пушкина.

Непосредственно для синтеза речи понадобится:
  1. Представиться браузером Chrome
  2. Отправить GET запрос вида translate.google.com/translate_tts?tl=ru&q=текст
  3. Принять и сохранить ответ в mp3 
 def sintez(word,filepath): sintez_word = urllib.quote(word) g = Grab() g.setup(user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.19 (KHTML, like Gecko) Ubuntu/12.04 Chromium/18.0.1025.151 Chrome/18.0.1025.151 Safari/535.19") g.go('http://translate.google.com/translate_tts?tl=ru&q='+sintez_word) f = open(filepath,'wb') f.write(g.response.body) f.close() return True

В этой функции мы реализуем описанный выше план по использованию сервиса и записываем результат в файл.
Сервис не поддерживает длинный текст (по моим прикидкам, максимально допустимое значение в пределах 150-250 символов), поэтому необходимо будет склеить результирующий файл из нескольких мелких.
Этим займется следующая функция:

def join_file(filenames,result_filepath): output = open(result_filepath,'wb') for filename in filenames: fileobj = open(filename,'rb') filebytes = fileobj.read() output.write(filebytes) fileobj.close() output.close()

Применение очевидно: на вход передается список путей имен файлов, из которых будем собирать результирующий, и путь к результирующему файлу.
Тело скрипта:

 #coding: utf-8 from grab import Grab import urllib import os tmp_filepath = 'tmp.mp3' text_filepath = "text.txt" result_filepath = 'result.mp3' text = open(text_filepath) number_of_file=0 namelist = [] for line in text.readlines(): current_string = line.strip() number_of_file += 1 current_filepath = str(number_of_file)+tmp_filepath namelist.append(current_filepath) sintez(current_string,current_filepath) join_file(namelist,result_filepath) current_dir = os.path.abspath(os.curdir) delete_files(namelist,current_dir)

Определяем пути к нашим файлам (путь для временных mp3 с кусочками итогового текста в синтезированном виде, путь к исходному тексту, путь к результирующему файлу).

Пропускаем каждую строку исходного текста (у меня там отрывок из стихотворения Пушкина) через синтез. Строки должны быть не длиннее ~150-200 символов.

Объединяем все это в один файл, и подчищаем за собой временные части.

 def delete_files(filenames,directory): for filename in filenames: os.remove(os.path.join(directory,filename))

Результат можно скачать здесь (именно скачать, через встроенный на Я.Диске проигрыватель не воспроизводится). Несмотря на то, что в получившейся речи нередко встречаются неправильные ударения, в целом все звучит очень разборчиво и достойно, а иногда даже попадает в интонацию стиха (пусть это и всего лишь совпадения).

Перспективы у подобных технологий достаточно большие, несколько ссылок на тему:
  • Статья на Хабре, из которой была взята идея с синтезом речи — «Умный дом» собственными руками
  • Статья в Википедии по данной тематике

Источник

Синтезируем русскую речь с помощью Python и сервиса Google

Не секрет, что у Google есть проекты в области синтеза и распознавания речи. С помощью одного из них, и простого скрипта на Python мы заставим компьютер притвориться девушкой с томным голосом и почитать нам стихи Пушкина.

Непосредственно для синтеза речи понадобится:
  1. Представиться браузером Chrome
  2. Отправить GET запрос вида translate.google.com/translate_tts?tl=ru&q=текст
  3. Принять и сохранить ответ в mp3 
 def sintez(word,filepath): sintez_word = urllib.quote(word) g = Grab() g.setup(user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/535.19 (KHTML, like Gecko) Ubuntu/12.04 Chromium/18.0.1025.151 Chrome/18.0.1025.151 Safari/535.19") g.go('http://translate.google.com/translate_tts?tl=ru&q='+sintez_word) f = open(filepath,'wb') f.write(g.response.body) f.close() return True

В этой функции мы реализуем описанный выше план по использованию сервиса и записываем результат в файл.
Сервис не поддерживает длинный текст (по моим прикидкам, максимально допустимое значение в пределах 150-250 символов), поэтому необходимо будет склеить результирующий файл из нескольких мелких.
Этим займется следующая функция:

def join_file(filenames,result_filepath): output = open(result_filepath,'wb') for filename in filenames: fileobj = open(filename,'rb') filebytes = fileobj.read() output.write(filebytes) fileobj.close() output.close()

Применение очевидно: на вход передается список путей имен файлов, из которых будем собирать результирующий, и путь к результирующему файлу.
Тело скрипта:

 #coding: utf-8 from grab import Grab import urllib import os tmp_filepath = 'tmp.mp3' text_filepath = "text.txt" result_filepath = 'result.mp3' text = open(text_filepath) number_of_file=0 namelist = [] for line in text.readlines(): current_string = line.strip() number_of_file += 1 current_filepath = str(number_of_file)+tmp_filepath namelist.append(current_filepath) sintez(current_string,current_filepath) join_file(namelist,result_filepath) current_dir = os.path.abspath(os.curdir) delete_files(namelist,current_dir)

Определяем пути к нашим файлам (путь для временных mp3 с кусочками итогового текста в синтезированном виде, путь к исходному тексту, путь к результирующему файлу).

Пропускаем каждую строку исходного текста (у меня там отрывок из стихотворения Пушкина) через синтез. Строки должны быть не длиннее ~150-200 символов.

Объединяем все это в один файл, и подчищаем за собой временные части.

 def delete_files(filenames,directory): for filename in filenames: os.remove(os.path.join(directory,filename))

Результат можно скачать здесь (именно скачать, через встроенный на Я.Диске проигрыватель не воспроизводится). Несмотря на то, что в получившейся речи нередко встречаются неправильные ударения, в целом все звучит очень разборчиво и достойно, а иногда даже попадает в интонацию стиха (пусть это и всего лишь совпадения).

Перспективы у подобных технологий достаточно большие, несколько ссылок на тему:
  • Статья на Хабре, из которой была взята идея с синтезом речи — «Умный дом» собственными руками
  • Статья в Википедии по данной тематике

Источник

Оцените статью
© 2024 Программирование