Linux下(Debian9.8和Ubuntu16.04测试通过)ekho安装和使用

前言

     

     TTS技术,TTS是Text To Speech的缩写,即“从文本到语音”。它将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语(或者其他语言语音)输出的技术,隶属于语音合成(SpeechSynthesis)。
     

     Ekho(余音)是一个免费、开源的中文语音合成(TTS)软件。它目前支持粤语、普通话(国语)、广东台山话、诏安客语、藏语、雅言(中国古代通用语)和韩语(试验中),英语则通过eSpeak或Festival间接实现。Ekho支持Linux、Windows和Android平台。

下载源码包

     

     下载地址:http://www.eguidedog.net/ekho.php
在这里插入图片描述
     

     Ekho支持Linux和Windows平台,使用时需要同时下载源文件和声音数据,解压到"jyutping"或"pinyin"。(以jyutping开头的声音数据是粤语,而以pinyin开头的声音数据是国语。文件名中的44100和16000表示的是采样率。采样率高意味着声音质量高。)

支持库的安装

sudo apt-get install libespeak-dev pulseaudio libpulse-ocaml-dev libsndfile1-dev libpulse-dev libncurses5-dev libestools-dev festival-dev libvorbis-dev libmp3lame-dev libdotconf-dev texinfo

配置、编译及安装:

     

     如果需要阅读英语,则需要配置编译Festival,在configure选项中加上–enable-festival,如果需要编译speech-dispatcher API和支持屏幕阅读的话,就加上–enable-speechd。(speech-dispatcher是一个平台独立的语音合成API,其框架是基于client/server模型的,两者通信是通过TCP连接使用Speech Synthesis Independent Protocol (SSIP)协议通信或者接口库通信的。)
解压源码包:
$ tar xvf ekho-7.7.1.tar.xz

源码包里的主要文件如下;
speechd-api:speech-dispatcher API(平台独立的语音合成API);
sonic:一个语音变速的算法实现;
ekho-data:ekho的字典文件和声音数据,TTS是通过文本分析,再查找字典,找到对应的声音数据,然后通过语音合成出来的;
Utfcpp:处理Unicode编码字符串的库。
src:(ekho的主要实现)和lib(上面说的这几部分的静态链接库*.a)了,就没什么特别的了。

编译安装:
$ ./configure

$ make

$ sudo make install

     

     安装后,ekho这个可执行文件和声音数据ekho-data都会复制到系统目录下。但是好像头文件(除ekho.h外)和库等就没有复制进去,所以编程链接时需要注意指定位置。

指令使用及测试

ekho指令的使用方法如下:

Ekho text-to-speech engine.
Version: 7.7.1

Syntax: ekho [option] [text]
-v, --voice=VOICE
        Specified language or voice. ('Cantonese', 'Mandarin', 'Toisanese', 'Hakka', 'Tibetan', 'Ngangien' and 'Hangul' are available now. Mandarin is the default language.)
-l, --symbol
        List phonetic symbol of text. Characters' symbols are splited by space.
-f, --file=FILE
        Speak text file. ('-' for stdin)
-o, --output=FILE
        Output to file.
-t, --type=OUTPUT_TYPE
        Output type: wav(default), ogg or mp3
-p, --pitch=PITCH_DELTA
        Set delta pitch. Value range from -100 to 100 (percent)
-a, --volume=VOLUME_DELTA
        Set delta volume. Value range from -100 to 100 (percent)
-s, --speed=SPEED
        Set delta speed. Value range from -50 to 300 (percent)
--english-speed=SPEED
  Set English delta speed. Value range from -50 to 150 (percent)
--server
        Start Ekho TTS server.
--request=TEXT
        Send request to Ekho TTS server.
--port
        Set server port. Default is 2046.
--version
        Show version number.
-h, --help
        Display this help message.

Please report bugs to Cameron Wong (hgneng at gmail.com)

     

     如上,-v是选择语种,-p是设置音高(与声音的频率相关),-a是设置音量,-s是设置语速。
     

     下面来测试一个很魔性的声音,当时测试乐了半天,O(∩_∩)O哈哈~

ekho -p 200 "改革春风吹满地 中国人民真争气"

编程举例

     

     依据网站(http://www.eguidedog.net/doc/doc_programme_with_ekho.php) 的指导一个测试例子try.cpp。
     

     try.cpp文件:

#include "config.h"
#include "ekho.h"

using namespace ekho;

int main ( int argc , char **argv)
{
        Ekho wong("Cantonese");
        wong.blockSpeak("改革春风吹满地 中国人民真争气");

        return 0;
}

     

     编译的话,因为依赖的库比较多,所以最好在该目录下写个sheel脚本build.sh,如下:

g++ try.cpp libekho.a -pthread \
  -I. -Iutfcpp/source -Isonic -lsndfile \
  `pkg-config --libs libpulse-simple` `pkg-config --cflags libpulse-simple`

运行./build.sh后报错了:
在这里插入图片描述
从上面的错误提示可知,缺少espeak库和musicxml库,添加-lespeak和./libmusicxml/libmusicxml2.a即可。

g++ try.cpp libekho.a ./libmusicxml/libmusicxml2.a -pthread \
  -I. -Iutfcpp/source -Isonic -lsndfile -lespeak\
  `pkg-config --libs libpulse-simple` `pkg-config --cflags libpulse-simple`

运行a.out,播放了测试程序中文本对应的语音。

备注:

在Debian9.8上测试,7.6和7.7.1编译不通过,在Ubuntu16.04上编译就OK。其他的在Debian9.8和Ubuntu16.04上都可以使用

参考:

1. linux——ekho7.7.1(最新版)语音合成库的安装与编译

2. ekho安装及测试(中文文字转语音)

猜你喜欢

转载自blog.csdn.net/WXXGoodJob/article/details/91411208