Ero sivun ”Text2wave” versioiden välillä
Siirry navigaatioon
Siirry hakuun
p (OGG Vorbis muoto ja huomautuksia kokeiluista.) |
p (Katso myös) |
||
| (14 välissä olevaa versiota samalta käyttäjältä ei näytetä) | |||
| Rivi 25: | Rivi 25: | ||
Luo esimerkkitekstitiedosto seuraavalla komentorivikäskyllä: | Luo esimerkkitekstitiedosto seuraavalla komentorivikäskyllä: | ||
echo "Tämä teksti muutetaan puheäänitiedostoksi" > minuntekstini.txt | echo "Tämä teksti muutetaan puheäänitiedostoksi. Nythän tämä parani huomattavasti. Jos minut joskus opetetaan laulamaan. Niin teen teille sitten biiisin. Sitä ennen minun täytyy oppia kirjoittamaan ja puhumaan vielä paremmin. Huomaa minulla on tässä myös pieni ärrä vika. " > minuntekstini.txt | ||
Muuntaa tekstitiedoston [[wav]]-ääneksi. Huomaa, että tässä ei toimi äät, ööt ja erikoismerkit. | Muuntaa tekstitiedoston [[wav]]-ääneksi. Huomaa, että tässä ei toimi äät, ööt ja erikoismerkit. | ||
| Rivi 31: | Rivi 31: | ||
text2wave -o minunääneni.wav minuntekstini.txt | text2wave -o minunääneni.wav minuntekstini.txt | ||
==Mp3 muoto== | ==Wav-muoto== | ||
Luetaan ''minuntekstini.txt'' tiedostosta rivit, | Paras laatu | ||
Luetaan minuntekstini.txt tiedostosta rivit, putkitaa ne muuta UTF-8 ISO-muotoon. Ajetaan ''text2wave'' ohjelman läpi wav-muotoon. | |||
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(language_finnish)' -o mies_ääni.wav | |||
Parannetaan tiedoston laatua ajamalla se [[SoX]]-äänenmuuntimen läpi ja pakkaamalla se [[FLAC]]-tiedostoksi | |||
[[sox]] mies_ääni.wav mies_ääni1.flac remix - norm -3 highpass 22 gain -3 rate 48k norm -3 dither | |||
Todettu että äänisuotimien ja muuntimien läpi viety ääni, parantaa puhesynteesin laatua. Jää napsaudukset ja räsähdykset pois. | |||
[[sox]] mies_ääni.wav mies_ääni2.flac remix - norm -7 highpass 10 gain -2 treble -40 rate 48k norm -5 dither contrast 4 echos 0.8 0.7 7 0.25 7 0.3 | |||
Lisää ohjaus komentoja löytyy [http://sox.sourceforge.net/sox.pdf SoX -oppasta]. | |||
Tungetaan kaikki nyt yhteen, kuuntele.flac tidostosta voit kuunnella sitten tulokset.. | |||
<syntaxhighlight lang="bash"> | |||
#!/bin/bash | |||
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(language_finnish)' -o /tmp/ttv > /tmp/ttv2 && sox /tmp/ttv kuuntele.flac remix - norm -7 highpass 10 gain -2 treble -40 rate 48k norm -5 dither contrast 4 echos 0.8 0.7 7 0.25 7 0.3 | |||
</syntaxhighlight> | |||
==Mp3-muoto== | |||
Kelvollinen laatu. (Ääni räsähtää lopussa). | |||
Luetaan ''minuntekstini.txt'' tiedostosta rivit, putkittaa ne muuta UTF-8 ISO-muotoon. Ajetaan '[[text2wave]] ohjelman läpi wav-muotoon ja pakataan [[lame]]lla mp3-muotoon. Tämä ensimmäinen esimerkki käyttää nais-ääntä. Ja tässä toimivat erikoismerkit. | |||
[[cat]] minuntekstini.txt | [[iconv]] -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | [[lame]] - minun_nais_ääni.mp3 | [[cat]] minuntekstini.txt | [[iconv]] -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | [[lame]] - minun_nais_ääni.mp3 | ||
| Rivi 42: | Rivi 67: | ||
[[cat]] *.mp3 > kaikki_yhteen.mp3 | [[cat]] *.mp3 > kaikki_yhteen.mp3 | ||
Kuunnellaan tiodosto käyttämällä komentorivillä toimivaa [[vlc]]:tä | Kuunnellaan tiodosto käyttämällä komentorivillä toimivaa [[vlc]]:tä | ||
[[nvlc]] kaikki_yhteen.mp3 | [[nvlc]] kaikki_yhteen.mp3 | ||
==OGG Vorbis-muoto== | |||
Huonoin laatu. (Liian nopea, orava ääni) | |||
Nainen | Nainen | ||
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | [[oggenc]] -r -R 16000 -B 16 -C 2 - > recording.ogg | cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | [[oggenc]] -r -R 16000 -B 16 -C 2 - > recording.ogg | ||
Mies | Mies | ||
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_hy_fi_mv_diphone)' -o - | oggenc -r -R 16000 -B 16 -C 2 - > recording.ogg | cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_hy_fi_mv_diphone)' -o - | oggenc -r -R 16000 -B 16 -C 2 - > recording.ogg | ||
* Huomautuksia jos bitrate eli bittitaajuutta muuttaa suuremmaksi kuin -R 16000, ääni menee oravaksi ja nopeaksi. Äänenlaatua en vielä keksinyt miten sitä saisi parannettua, ogg koodekki ainakin muuttaa ääntä, tässä tapauksessa. Kokeilin myös reitittää sen jackille, mutta tietämys stdout reitittämisestä on liian vähäinen. En tiedä onnistuisiko se reitittää ja käsitellä lennosta. | * Huomautuksia jos bitrate eli bittitaajuutta muuttaa suuremmaksi kuin -R 16000, ääni menee oravaksi ja nopeaksi. Äänenlaatua en vielä keksinyt miten sitä saisi parannettua, ogg koodekki ainakin muuttaa ääntä, tässä tapauksessa. Kokeilin myös reitittää sen jackille, mutta tietämys stdout reitittämisestä on liian vähäinen. En tiedä onnistuisiko se reitittää ja käsitellä lennosta. | ||
[[Luokka: | ==Katso myös== | ||
* [[Esteettömyys]] | |||
==Aiheesta muualla== | |||
* [https://github.com/lahtis/SuoPuhe käyttäjä Lahtiksen] GitHub arkisto ja kokeilut. | |||
[[Luokka:Puhesyntetisaattorit]] | |||
Nykyinen versio 20. huhtikuuta 2022 kello 21.36
| Text2wave | |
|---|---|
| Moottori | Festival |
| Käyttöliittymä | Komentorivi |
| Tyyppi | syntetisoitu puheääni |
text2wave on Festival-projektiin sisältyvä apuohjelma, jonka avulla voit muuntaa tekstidokumentin syntetisoiduksi puheäänitiedostoksi.
Esimerkki[muokkaa]
Luo esimerkkitekstitiedosto seuraavalla komentorivikäskyllä:
echo "Tämä teksti muutetaan puheäänitiedostoksi. Nythän tämä parani huomattavasti. Jos minut joskus opetetaan laulamaan. Niin teen teille sitten biiisin. Sitä ennen minun täytyy oppia kirjoittamaan ja puhumaan vielä paremmin. Huomaa minulla on tässä myös pieni ärrä vika. " > minuntekstini.txt
Muuntaa tekstitiedoston wav-ääneksi. Huomaa, että tässä ei toimi äät, ööt ja erikoismerkit.
text2wave -o minunääneni.wav minuntekstini.txt
Wav-muoto[muokkaa]
Paras laatu
Luetaan minuntekstini.txt tiedostosta rivit, putkitaa ne muuta UTF-8 ISO-muotoon. Ajetaan text2wave ohjelman läpi wav-muotoon.
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(language_finnish)' -o mies_ääni.wav
Parannetaan tiedoston laatua ajamalla se SoX-äänenmuuntimen läpi ja pakkaamalla se FLAC-tiedostoksi
sox mies_ääni.wav mies_ääni1.flac remix - norm -3 highpass 22 gain -3 rate 48k norm -3 dither
Todettu että äänisuotimien ja muuntimien läpi viety ääni, parantaa puhesynteesin laatua. Jää napsaudukset ja räsähdykset pois.
sox mies_ääni.wav mies_ääni2.flac remix - norm -7 highpass 10 gain -2 treble -40 rate 48k norm -5 dither contrast 4 echos 0.8 0.7 7 0.25 7 0.3
Lisää ohjaus komentoja löytyy SoX -oppasta.
Tungetaan kaikki nyt yhteen, kuuntele.flac tidostosta voit kuunnella sitten tulokset..
#!/bin/bash
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(language_finnish)' -o /tmp/ttv > /tmp/ttv2 && sox /tmp/ttv kuuntele.flac remix - norm -7 highpass 10 gain -2 treble -40 rate 48k norm -5 dither contrast 4 echos 0.8 0.7 7 0.25 7 0.3
Mp3-muoto[muokkaa]
Kelvollinen laatu. (Ääni räsähtää lopussa).
Luetaan minuntekstini.txt tiedostosta rivit, putkittaa ne muuta UTF-8 ISO-muotoon. Ajetaan 'text2wave ohjelman läpi wav-muotoon ja pakataan lamella mp3-muotoon. Tämä ensimmäinen esimerkki käyttää nais-ääntä. Ja tässä toimivat erikoismerkit.
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | lame - minun_nais_ääni.mp3
Ja tämä toinen esimerkki käyttää mies-ääntä.
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_hy_fi_mv_diphone)' -o - | lame - minun_mies_ääni.mp3
Yhistetään äänet, niin voidaan verrata kumpaakin ääntä samalla raidalla.
cat *.mp3 > kaikki_yhteen.mp3
Kuunnellaan tiodosto käyttämällä komentorivillä toimivaa vlc:tä
nvlc kaikki_yhteen.mp3
OGG Vorbis-muoto[muokkaa]
Huonoin laatu. (Liian nopea, orava ääni)
Nainen
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_suo_fi_lj_diphone)' -o - | oggenc -r -R 16000 -B 16 -C 2 - > recording.ogg
Mies
cat minuntekstini.txt | iconv -f UTF-8 -t ISO8859-1 -c | text2wave -otype wav -eval '(voice_hy_fi_mv_diphone)' -o - | oggenc -r -R 16000 -B 16 -C 2 - > recording.ogg
- Huomautuksia jos bitrate eli bittitaajuutta muuttaa suuremmaksi kuin -R 16000, ääni menee oravaksi ja nopeaksi. Äänenlaatua en vielä keksinyt miten sitä saisi parannettua, ogg koodekki ainakin muuttaa ääntä, tässä tapauksessa. Kokeilin myös reitittää sen jackille, mutta tietämys stdout reitittämisestä on liian vähäinen. En tiedä onnistuisiko se reitittää ja käsitellä lennosta.
Katso myös[muokkaa]
Aiheesta muualla[muokkaa]
- käyttäjä Lahtiksen GitHub arkisto ja kokeilut.