Για διάφορους λόγους, όπως η αναπηρία, η επιθυμία να αξιοποιηθεί στο έπακρο ο χρόνος που ταξιδεύουμε ή περιμένουμε ή απλώς οι προσωπικές μας προτιμήσεις, η δυνατότητα που μας δίνουν οι υπολογιστές να μετατρέπουμε κείμενο σε ήχο, είτε διαβάζοντάς το είτε μετατρέποντάς το σε αρχείο για να το ακούσουμε αργότερα, είναι ένα ευρέως χρησιμοποιούμενο χαρακτηριστικό.
Τα Windows και το Android προσφέρουν εγγενώς δυνατότητες φωνητικής ανάγνωσης οι οποίες, ενώ διατηρούν ορισμένα χαρακτηριστικά που εξακολουθούν να προσδιορίζουν την τεχνητή τους προέλευση, είναι ωστόσο ευχάριστες στο αυτί.
Σε αυτό προστίθεται μια σειρά δωρεάν και επί πληρωμή προγράμματα που αξιοποιούν στο έπακρο αυτές τις δυνατότητες.
Αφού σημειώσαμε ότι τα Windows είναι ένα προϊόν επί πληρωμή και το Android συλλέγει δεδομένα για την Google, πρέπει να πούμε ότι το Linux εξακολουθεί να μην ανταποκρίνεται πλήρως, αν και μπορούμε να καταφέρουμε να επιτύχουμε ικανοποιητικά αποτελέσματα. Επιπλέον, ενώ υπάρχουν εμπορικά διαθέσιμες (και, φυσικά, επί πληρωμή) επιλογές Linux, σε αυτό το άρθρο θα επικεντρωθούμε σε δωρεάν και ανοιχτού κώδικα εναλλακτικές λύσεις.
Εργαλεία για τη μετατροπή κειμένου σε ομιλία
Λόγος-Διανομέας
Αν χρησιμοποιείτε το πρόγραμμα προβολής ηλεκτρονικών βιβλίων του Calibre, θα δείτε ότι στο Linux σας ζητά να εγκαταστήσετε ένα πακέτο που ονομάζεται Speech-Dispatcher . Αυτός ο δαίμονας συστήματος λειτουργεί ως σύνδεσμος μεταξύ προγραμμάτων που θέλουν να μετατρέψουν κείμενο σε ομιλία και προγραμμάτων που χειρίζονται σύνθεση ομιλίας.
Από τα προγράμματα που συζητούνται σε αυτό το άρθρο, λειτουργεί με το Espeak και το Festival.
Είναι μια εφαρμογή που βρίσκεται στα αποθετήρια, ώστε να μπορείτε να την αναζητήσετε κατά όνομα για να την εγκαταστήσετε από τον διαχειριστή πακέτων.
Espeak / Espeak NG
Για να δοκιμάσετε τις ακόλουθες εντολές, θα χρειαστεί να δημιουργήσετε ένα αρχείο κειμένου, να γράψετε κάτι και να το αποθηκεύσετε ως test.txt
Το Espeak είναι ένα βοηθητικό πρόγραμμα μετατροπής κειμένου σε ομιλία που χρησιμοποιείται από εργαλεία ανάγνωσης οθόνης σε πολλές διανομές Linux, επομένως μπορείτε να το εγκαταστήσετε από τα αποθετήριά τους. Μπορεί να χρησιμοποιηθεί από τη γραμμή εντολών ή μέσω προγραμμάτων γραφικής διεπαφής χρήστη όπως το Gespeaker ή το Kmouth (και τα δύο διαθέσιμα στα αποθετήρια).
Οι περισσότερες από τις φωνές που είναι διαθέσιμες στο Espeak ακούγονται ρομποτικές , αλλά είναι αρκετά κατανοητές και δεν υπάρχουν περιορισμοί στη χρήση τους.
Το Espeak NG είναι μια πιο συμπαγής έκδοση του προηγούμενου.
Για να μετατρέψετε ένα αρχείο από κείμενο σε ομιλία
Ισπανικά από την Ισπανία
espeak -f prueba.txt -v es -w prueba.wav
Λατινικής Αμερικής Ισπανικά
espeak -f prueba.txt -v es-419 -w prueba.wav
Βοήθεια και περισσότερες πληροφορίες
man espeak
Φεστιβάλ
Ένα άλλο εργαλείο που διατίθεται στα αποθετήρια είναι το Festival. Περιλαμβάνει τις ίδιες λειτουργίες με τα δύο προηγούμενα, καθώς και τη δυνατότητα ανάγνωσης όσων γράφουμε.
Μπορούμε να δούμε τη λίστα των γλωσσών που έχουν εγκατασταθεί με:
ls /usr/share/festival/languages/
Διαβάστε ένα αρχείο
festival --language castillian_spanish --tts prueba.txt
Μάθετε περισσότερα
man festival
Η προεπιλεγμένη φωνή στα ισπανικά είναι καθαρή, αν και ρομποτική, αλλά έχει προβλήματα με τους διφθόγγους. Το Φεστιβάλ δεν δημιουργεί αρχεία ήχου.
Μηχανή κειμένου σε ομιλία Pico
Είναι ο συνθέτης ομιλίας για την έκδοση ανοιχτού κώδικα του Android. Η φωνή είναι πολύ πιο φυσική, αν και επιβάλλει περιορισμούς στο μήκος του κειμένου. Μπορείτε να το βρείτε στα αποθετήρια με το όνομα ibttspico-utils.
Για να μετατρέψουμε από αρχείο κειμένου σε φωνητικό αρχείο χρησιμοποιούμε την εντολή:
pico2wave -l es-ES -w prueba.wav "$(cat prueba.txt)"
Μπορούμε να βρούμε περισσότερες πληροφορίες γράφοντας:
pico2wave - βοήθεια
gTTS
Αυτή η εφαρμογή χρησιμοποιεί την ίδια βιβλιοθήκη που χρησιμοποιεί το Google Translate για την επίδειξη της προφοράς λέξεων. Παρόλο που είναι διαθέσιμη στα αποθετήρια, ενδέχεται να είναι παλαιότερη έκδοση και επομένως να μην είναι δυνατή η επικοινωνία με τους διακομιστές της Google, επομένως είναι καλύτερο να την εγκαταστήσετε από τα αποθετήρια PyPy.org.
Για αυτό πρέπει να βεβαιωθούμε ότι έχουμε εγκατεστημένο το πακέτο python3-pip και στη συνέχεια να γράψουμε:
sudo pip3 install gTTS
Στη συνέχεια κάνουμε τα εξής:
sudo nano ~/.profile
Και προσθέτουμε αυτήν τη γραμμή
export PATH="$HOME/.local/bin:$PATH"
Αποθηκεύουμε με CTRL O και αποθηκεύουμε με CTRL X
Μπορούμε να δούμε τις διαθέσιμες γλώσσες πληκτρολογώντας
gtts-cli --all
Για να μετατρέψουμε (σε αυτήν την περίπτωση σε mp3) ένα αρχείο κειμένου, κάνουμε:
gtts-cli -f prueba.txt --l es --output test.mp3
Η Google θέτει όρια στον τρόπο που μπορούμε να χρησιμοποιήσουμε το πρόγραμμα, αλλά εγώ κατάφερα να δημιουργήσω αρχεία διάρκειας έως και μίας ώρας.