Новая база для синтеза речи , и голос для festival

Собирается минут за 10 и отлично работает. А как это дело вызывать из консоли, чтобы на scheme не писать команды в интерпретаторе?

Да и большой файл (книжку с fictionbook.ru, около 500КБ) прочитать не может:

festival> (tts_file "/home/rad/tmp/text.txt" nil)
LTS_Ruleset russian_downcase: no rule matches:
LTS_Ruleset: # *here*       . . . Ф у н д а м е н т а л ь н о е #
closing a file left open: /home/rad/tmp/text.txt
festival>

Попробовал почитать документацию

rad@nemo:~/development/festival/build/festival/bin$ ./festival --language ru --tts ~/tmp/test.txt
"Unsupported language, using English"
SIOD ERROR: unbound variable : voice_rab_diphone
festival: fatal error exiting.
rad@nemo:~/development/festival/build/festival/bin$ ./festival --language Russian --tts ~/tmp/test.txt
"Unsupported language, using English"
SIOD ERROR: unbound variable : voice_rab_diphone
festival: fatal error exiting.
rad@nemo:~/development/festival/build/festival/bin$ ls ../lib/voices
english  ru
rad@nemo:~/development/festival/build/festival/bin$ ls ../lib/voices/ru/
msu_ru_nsh_clunits
rad@nemo:~/development/festival/build/festival/bin$ ./festival --language msu_ru_nsh_clunits --tts ~/tmp/test.txt
"Unsupported language, using English"
SIOD ERROR: unbound variable : voice_rab_diphone
festival: fatal error exiting.

Цитата

LTS_Ruleset: # *here* . . . Ф у н д а м е н т а л ь н о е #

Тут дело не в размере файла а в том, что там слишком много не совсем правильных слов. Эту ошибку можно будет исправить в дальшейших версиях, пока же нужно просто это слово стереть. Здесь ему не нравятся точки в начале слова.

Цитата

Unsupported language, using English"

Можно что-то в духе

festival -b '(begin (voice_msu_ru_nsh_clunits) (tts_file "a.txt" nil))'

Вместо интерпретатора использовать.

Понял. Спасибо.

Если напишешь как тебе можно помочь с разметкой в русском языке и как изменения от разных добровольцев будут объединяться, думаю народ поможет.

Как помочь, скачиваете базу, скачиваете Wavesurfer. Открываете файл .wav и делаете загрузку транскрипций из файла .lab. Исправляете транскрипцию, сохраняете. Присылаете мне исправленные файлы .lab.

Фестиваль только для линукса?

Нет, можно и под win использовать, скачав:

http://www.cs.dal.ca/~lalita/festival/win32/festival_1.95-beta_win32.zip

Полное руководство по сборке тут:

http://flame.cs.dal.ca/~lalita/festival/festivalXP.htm

Можно ещё использовать cygwin или поставить linux в виртуальной машине vmware. В целом как-то надо сделать вариант с поддержкой SAPI, но руки не доходят.

Сообщение отредактировано: nsh - 05.10.07, 17:00

nsh

Цитата nsh @ 05.10.07, 04:29

Как помочь, скачиваете базу, скачиваете Wavesurfer. Открываете файл .wav и делаете загрузку транскрипций из файла .lab.

То есть вы хотите сказать, что в принципе можно каким то образом довести качество до вашего образца, чтобы голос в авторежиме так наговаривал? И насколько это реально по времени? Жалко, что я не спец и не в линуксе.

Еще раз, то что я выложил и есть автоматический режим. Rad может подтвердить. Ручной разметкой можно довести качество до натуральной речи.

А размечать не сложно, попробуйте.

nsh
Но тогда какой смысл размечать вручную, если, например, хочешь послушать книжку? А есть что то вроде внутреннего корректируемого словаря ударений как у мультимедийного Коли? Плиз, выложите ещё один образец сложного предложения без ручной размётки.

http://nshmyrev.narod.ru/temp/example3.wav

А где можно ознакомиться с правилами транскрипции?

Правила транскрипции описаны в файле festvox/msu_ru_nsh_lexicon.scm. Они основываются на работе Л.М. Захарова - http://www.philol.msu.ru/~otipl/SpeechGroup/publications/2004/z-4.doc. Ещё можно прочесть книжку по фонетике - Бондарко тут выложена, например.

В целом же нужно исправлять границы фонем, а не саму транскрипцию. Разве что ударения исправить иногда.

щелчки можно убирать автоматически, несложная функция

я так понимаю, ручное исправление - один раз откорректированная база звуков справедлива для любого текста (как и скорректированный словарь ударений),
а то может сложиться представление, что для каждой фразы нужно ее править вручную, чтоб звучала хорошо

Сообщение отредактировано: Iskanderus - 07.10.07, 07:30

Ты имеешь в виду, разбивку поправить автоматом, или на созданном wav функцию прогнать?

разбивку поправить


to nsh:
вас не затруднит в двух словах описать принцип, по которому в фестивале происходит разбивка наговорённых файлов на элементы транскрипции? распознавание?

Сообщение отредактировано: Iskanderus - 07.10.07, 07:45