「Festival」の版間の差分

2016年11月12日 (土) 16:40時点における版

Festival は CSTR (Centre for Speech Technology Research) で開発された汎用の多言語音声合成システムです。

Festival には音声合成システムを作成するための汎用フレームワークと様々なモジュールのサンプルが入っています。それらをまとめて、Festival は API を通して完全なテキスト読み上げを提供します: シェルや、Scheme コマンドラインインタプリタ、C++ ライブラリ、Java、Emacs インターフェイスなどから使うことが可能です。Festival は多言語に対応しています (現在利用できるのはイギリス英語、アメリカ英語、イタリア語、チェコ語、スペイン語など)。

1 インストール
2 設定
- 2.1 サウンドサーバーを使う
- 2.2 音声
  - 2.2.1 HTS 対応パッチ
  - 2.2.2 音声を手動でインストール
3 使用方法
- 3.1 インタラクティブモード (音声のテストなど)
- 3.2 サンプルスクリプト
4 トラブルシューティング
5 参照

インストール

公式リポジトリから festival をインストールしてください。festival-english や festival-us などの音声パッケージも必要です。様々な言語が公式リポジトリや AUR からインストールできます。

festival のテスト:

$ echo "This is an example. Arch is the best." | festival --tts

サンプルテキストを聞くことができたら、TTS システムのインストールは完了です。

何も聞こえない場合、トラブルシューティングセクションを見て下さい。デスクトップシステムを使っていて、/dev/dsp に関するメッセージが表示される場合、指示に従ってください。

設定

/etc にグローバルな設定ファイルはありませんが、~/.festivalrc ファイルや /usr/share/festival/festival.scm を直接編集することで festival の設定を行えます。どちらも scheme のファイルであり、scheme の構文に従って記述されていて、festival が実行されるたびに実行されています。

サウンドサーバーを使う

PulseAudio の場合、以下の行を ~/.festivalrc ファイルか /usr/share/festival/festival.scm の最後に追加してください:

(Parameter.set 'Audio_Required_Format 'aiff)
(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Command "paplay $FILE --client-name=Festival --stream-name=Speech")

ALSA の場合、以下の行を使ってください (ソース):

(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Command "aplay -q -c 1 -t raw -f s16 -r $SR $FILE")

音声

Arch は公式の音声セットを festival-english と festival-us に分けています。The AUR にも音声パッケージはありますが、メンテナンスの状態によって動作したりしなかったりします。

インストールしている音声とデフォルトの音声を確認するには、Festival のシェルを開いてください (scheme REPL):

   $ festival
   
   Festival Speech Synthesis System 2.1:release November 2010
   Copyright (C) University of Edinburgh, 1996-2010. All rights reserved.
   
   clunits: Copyright (C) University of Edinburgh and CMU 1997-2010
   clustergen_engine: Copyright (C) CMU 2005-2010
   hts_engine: 
   The HMM-based speech synthesis system (HTS)
   hts_engine API version 1.04 (http://hts-engine.sourceforge.net/)
   Copyright (C) 2001-2010  Nagoya Institute of Technology
                 2001-2008  Tokyo Institute of Technology
   All rights reserved.
   For details type `(festival_warranty)'
   festival> voice_default 
   voice_cmu_us_slt_arctic_hts          ;;<-- THIS IS THE VOICE FESTIVAL SPEAKS WITH
   festival> default-voice-priority-list

   (kal_diphone                         ;;<-- THIS IS THE HARD-CODED LIST OF VOICES FESTIVAL CAME PRE-AWARE OF
    cmu_us_bdl_arctic_hts
    cmu_us_jmk_arctic_hts
    cmu_us_slt_arctic_hts
    cmu_us_awb_arctic_hts
    ked_diphone
    don_diphone
    rab_diphone
    en1_mbrola
    us1_mbrola
    us2_mbrola
    us3_mbrola
    gsw_diphone
    el_diphone)
   
   festival> (voice_                    ;;<-- PRESS TAB HERE TO SEE WHAT VOICES FESTIVAL HAS AVAILABLE
   voice_cmu_us_slt_arctic_hts     voice_kal_diphone               voice_nitech_us_slt_arctic_hts  voice_reset
   voice_default                   voice_nitech_us_clb_arctic_hts  voice_rab_diphone
   festival> (voice_cmu_us_slt_arctic_hts) 
   cmu_us_slt_arctic_hts
   festival> (SayText "Arch makes me happy")
   #<Utterance 0x7fb5b8c423b0>
   festival>

デフォルトの音声を永続的に変更したい場合は以下のような行を ~/.festivalrc の最後に追加します:

(set! voice_default voice_cmu_us_slt_arctic_hts)

festival.scm で音声を設定することはできません。グローバルに音声を設定したいときは、/usr/share/festival/voices.scm で検索する音声の順番を設定してください。

HTS 対応パッチ

Festival のフリー音源としては HTS ボイスが一番だと言われていますが Festival >2.1 ではパッチを適用しないと使うことができません。

AUR からパッチがあたっているバージョンをインストールできます: festival-patched-hts^AUR と festival-hts-voices-patched^AUR。

音声を手動でインストール

festvox.org から直接音声を入手できます。Festival チームによって作成された "festvox_*.tgz" という名前のファイルをダウンロードすることができ、それぞれ別の音声が含まれています。手動で解凍して適切な場所にフォルダを移動する必要があります。最新の Arch では /usr/share/festival/voices/english/ に移動してください。festvox/ サブフォルダに設定する方法が書いてあります。

festival のプロンプトをロードしなおすことで新しいボイスをテストできます。

使用方法

テキストファイルを読み上げる:

$ festival --tts /path/to/letter.txt

パイプを使用する場合:

$ (echo "Get ready for some pain"; sudo cat /var/log/messages.log) | festival --tts

テキストファイルを mp3 に変換:

$ cat letter.txt | text2wave | lame - file.mp3 && mplayer file.mp3

インタラクティブモード (音声のテストなど)

festival にはテスト用の対話式プロンプトがあります。例:

$ festival 
[...]
festival>

利用可能な音声を確認:

festival> (voice.list)
(cstr_us_awb_arctic_multisyn kal_diphone don_diphone)

音声を設定:

festival> (voice_cstr_us_awb_arctic_multisyn)
#<voice 0x1545b90>

発声:

festival> (SayText '"test this is a test oh no a test bla test")
inserting pause after: t.
Inserting pause
[...]
id _63 ; name t ; 
id _65 ; name # ; 
#<Utterance 0x7f7c0c144810>

ヘルプ:

festival> help 
"The Festival Speech Synthesizer System: Help

終了: ctrl+d または:

festival> (quit)

サンプルスクリプト

One classic app that can make use of this is ping. Use this script to constantly ping a host, and return ping if success, fail if not:

#!/bin/bash
while :; do
    ping -c 1 $1 && (echo "Ping" | festival --tts) || (echo "Fail" | festival --tts)
done

Note that this does not really work on multisynth voices, as they take a while to prepare before playing.

トラブルシューティング

Can't open /dev/dsp

festival が以下のエラーメッセージを返す場合:

Linux: can't open /dev/dsp

上の #サウンドサーバーを使うを見て下さい。

Alsa の再生速度がおかしい

上の音声でキーキー音が出てしまう場合、aplay のオプションを変更してみてください:

(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Command "aplay -Dplug:default -f S16_LE -r $SR $FILE")

aplay Command not found

alsa-utils をインストールしてください。

参照

Festival マニュアル