Festival
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)。
目次
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-htsAUR と festival-hts-voices-patchedAUR。
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
ファイルを入力または出力として使用する
テキストファイルを読み上げる:
$ festival --tts text_file
カーソルで強調表示した選択内容を読み取るには:
$ xsel | festival --tts
テキストファイルを mp3 オーディオに変換します:
$ text2wave text_file | lame - text.mp3
選択した音声でオーディオを録音します:
$ text2wave -o output.wav -eval '(voice_german_de2_os)' text_file
インタラクティブモード (音声のテストなど)
Festival には、テストに使用できる対話型プロンプトがあります。festival と入力して入力します。以下にいくつかの例を示します。
festival 音声を表示するには:
voice_default
利用可能な音声を確認:
(voice.list)
別の音声を選択するには、(voice_name) と入力します。例えば:
(voice_cmu_us_rms_cg)
発声:
(SayText "Arch makes me happy")
使用可能なコマンドをリストするには:
help
シェルを終了するには:
(quit)
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。
festival のプロセスを終了しても音声が停止しない
バックグラウンドの festival プロセスを強制終了しても、オーディオの再生は停止しません。
オーディオの再生を停止するには、子プロセス audsp を強制終了する必要があります。これは、以下を実行することで実行できます。
$ pkill -v audsp
サーバー
festival-freebsoft-utilsAUR をインストールして、Festival を Speech dispatcher (つまり、Firefox のリーダーモードのリッスン機能) で使用します。