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.

Comme la reconnaissance vocale va de pair avec la synthèse vocale vous serez sans doute intéressé par le site VoxForge.org. Vous pouvez y enregistrer un texte qui permettra d'intégrer votre voix dans les modèles de reconnaissance vocale, et ainsi les améliorer.

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

• Orca : outil par défaut d'Ubuntu, fonctionne avec les programmes couramment utilisés (Navigateur web, Office, Client mail, terminal, etc.)
• Volubil : outil destiné aux enfants.
• Gespeaker : Faire lire ou lire le texte que vous tapez dans une case texte.
• Pico
• Jspeak, lecteur de presse-papier (GPLv3)
• http://www.letime.net/vocale : destiné aux enfants pour jouer avec la musique. Il donne aussi la possibilité de modifier la voix en fichier texte.

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 (compatible Festival, Pico et Espeak).

Voir comment installer une extension dans Libreoffice.

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 répertoires 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 installer 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 répertoire, menu scripts / nom_de_votre_script de lire le contenu de ce répertoire. 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

(ou de la sélection, à l'aide d'un raccourci clavier)

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 : Lien vers le forum

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.

Voici une liste de fil traitant de divers scripts comportant tous une synthèse vocale.

http://forum.ubuntu-fr.org/viewtopic.php?id=413946

http://forum.ubuntu-fr.org/viewtopic.php?id=413943

http://forum.ubuntu-fr.org/viewtopic.php?id=413944

http://forum.ubuntu-fr.org/viewtopic.php?id=413945

http://forum.ubuntu-fr.org/viewtopic.php?id=413950

Voilà en espérant que tout cela pourra servir à d'autre…

KDE offre une manière élégante et simple ¹⁾²⁾ 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)

Assez connu des utilisateurs d'Android, ce synthétiseur vocal offre de bon résultat, surtout en français.

Licence : https://launchpad.net/ubuntu/precise/+source/svox/+copyright

Activez les dépots multiverse (une librairie de transformation rapide en série de Fourier n'est pas libre) puis installez le paquet libttspico-utils.

Un exemple simple :

pico2wave -l fr-FR -w test.wav "Faites demi-tour dès que possible !"; 
play test.wav;

SVOX a été racheté par Nuance et a plus ou moins abandonnée le projet, certainement pour ne pas concurencer son moteur TTS payant. Google continue de développer ce moteur sur son Dépôt GIT.

Lien complémentaire : http://forum.ubuntu-fr.org/viewtopic.php?id=108430

Site officiel d' Espeak.

Ce synthétiseur vocal étant disponible dans les dépôts Ubuntu il vous suffira d'installer son paquet : Espeak.

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.

Si vous recevez le message d'erreur “bt_audio_service_open: connect() failed: Connection refused (111)”, enlevez le paquet bluez-alsa (support bluetooth audio).

Si vous avez lors du lancement une dizaine d'erreurs testant des périphériques bluetooth etc comme ceci :

ALSA lib pcm_dmix.c:1018:(snd_pcm_dmix_open) unable to open slave
ALSA lib pcm.c:2217:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.rear
ALSA lib pcm.c:2217:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.center_lfe
ALSA lib pcm.c:2217:(snd_pcm_open_noupdate) Unknown PCM cards.pcm.side
ALSA lib audio/pcm_bluetooth.c:1614:(audioservice_expect) BT_GET_CAPABILITIES failed : Input/output error(5)
ALSA lib audio/pcm_bluetooth.c:1614:(audioservice_expect) BT_GET_CAPABILITIES failed : Input/output error(5)
ALSA lib audio/pcm_bluetooth.c:1614:(audioservice_expect) BT_GET_CAPABILITIES failed : Input/output error(5)
ALSA lib audio/pcm_bluetooth.c:1614:(audioservice_expect) BT_GET_CAPABILITIES failed : Input/output error(5)
ALSA lib pcm_dmix.c:957:(snd_pcm_dmix_open) The dmix plugin supports only playback stream
ALSA lib pcm_dmix.c:1018:(snd_pcm_dmix_open) unable to open slave
Cannot connect to server socket err = No such file or directory
Cannot connect to server request channel
jack server is not running or cannot be started

Une première solution (peut être pas optimale ?) consiste alors à lancer espeak ainsi :

espeak -v en "Hello i am espeak" --stdout|paplay

(après avoir installé paplay via pulseaudio-utils, source : http://askubuntu.com/questions/82118/espeak-returns-error-on-ubuntu-server)

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.

Désormais, un certain nombre de voix pour mbrola - pour diverses langues - sont présentes dans les dépôts (chercher mbrola dans Synaptic).

En outre l'ensemble des voix sont téléchargeables depuis le site officiel deuxième partie de la page. Extraire le fichier zip dans « /usr/share/mbrola/voices/ » (Attention : les fichiers voix “fr1” “fr2” … ne doivent pas être dans un sous répertoire, ils doivent être directement sous …/voices/).

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 première partie de la page. ³⁾ On extrait le fichier qui correspond à son architecture (le plus souvent i386) dans un répertoire au choix, de préférence /usr/bin/ (là où se fait l'installation par les dépôts).

MBROLA ne fait pas directement la transformation de texte en voix. Il traite des fichiers de phonèmes. Une autre application, capable de décomposer du texte en phonème est donc nécessaire. Les voix de mbrola donnent un rendu plus naturel que les voix de espeak (lesquelles sont très “robotiques”), d'où l'intérêt de combiner les deux.

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). On crée un fichier de phonème dans un format compatible avec mbrola :

espeak -v mb/mb-fr4 -f votre_fichier_texte --pho  --phonout=texte.pho

Fichier exemple : bonjour.pho

; bO~Z'ur

b 65

o~ 35 0 94 20 95 40 96 59 97 80 99 100 99

Z 65

u 40 0 117 80 109 100 109

R 65

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 /usr/share/mbrola/voices/fr1 texte.pho -.au | aplay

ou pour passer par pulseaudio

mbrola /usr/share/mbrola/voices/fr1 texte.pho -.au | paplay

soit vers un fichier wav :

mbrola /usr/share/mbrola/voices/fr1 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-fr1 -f votre_fichier_texte --pho | mbrola /usr/share/mbrola/voices/fr1 - -.au | aplay

ou

espeak -v mb/mb-fr1 'votre texte ici' --pho | mbrola /usr/share/mbrola/voices/fr1 - -.au | aplay

espeak -v mb/mb-fr1 -f votre_fichier_texte

Pour plus d'information sur les options disponibles :

man mbrola

On peut ajouter les options⁴⁾ -e, -C et -R à Mbrola :

• -e = IGNORE fatal errors on unkown diphone
• -C CL = Phoneme CLONE list of the form a A b B …
• -R RL = Phoneme RENAME list of the form a A b B …

exemple :

mbrola -e -C "n n2 s z3" /opt/fr2/fr2 - -.au

substituer (commande « s ») à l’aide des expressions rationnelles/régulières de sed aux deux codes de phonèmes problématiques (en début de ligne), « n2 » et « z3 » respectivement « n » et « s » :

[entrée] | sed -e "s/^n2 /n /"| sed -e "s/^z3 /s /" | [sortie]

« ^ » dénotant le début de ligne.

Soit :

espeak -v mb/mb-fr1 'votre texte ici' | sed -e "s/^n2 /n /"| sed -e "s/^z3 /s /" | mbrola /usr/share/mbrola/voices/fr1 - -.au | aplay

NB cette solution n’implique pas l’emploi d’un fichier de phonèmes intermédiaire

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 que vous trouverez ici :

Forum, sujet Diphorect

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 mohican : refonte pour la simplicité d'abord, et ajout de compléments.