Offline-Sprachausgabe (TTS)

Sprachsynthese ist die künstliche Erzeugung der menschlichen Sprechstimme, englisch Text-to-Speech (TTS).

Mikrocontroller

Mit einem kleinen Mikrocontroller ist Sprachsynthese nur in schlechter Qualität möglich, klingt also nach Roboterstimme, z.B.:

• µc.net Henrik Haftmann TU Chemnitz. Text -> Lautschrift -> Phoneme -> PCM-Wave
• AVR-Freaks-Diskussion
• SAM Software Automatic Mouth C64-Programm konvertiert nach C

Mehr Sinn macht das Abspielen von kurzen Tonfetzen (Samples), die man kreativ zusammenfügt (fünf-zehn Uhr drei-ßig). 8 kHz x 8 Bit = 8.000 Byte/s reicht für Sprache. Bei größerem Speicherbedarf kann man auf SD-Karten zurückgreifen, z.B. Elm-Chan SD8P, und dann ganze Sätze einspeichern.

• Arduino PCM audio playback from SD card von Falk Brunner 2017 (µc.net)
• LPC-Kompression mit Talkie für Arduino (dazu 🎧 Hörprobe und Zeitungsartikel)
  • Verbessert von ArminJo

Software Open-Source

• Wikipedia Sprachsynthese-Software, darunter Open-Soure:
  • MaryTTS vom DFKI Qualität passabel
  • PicoTTS Qualität ok
  • Wikipedia: eSpeak NG (Qualität mäßig)
  • HTS Qualität ok, nur österreichisch
  • Mozilla TTS
    • Deutsche Stimme von Thorsten Müller. Sehr gut, aber rechenintensiv. In 2023 in schneller Entwicklung. Gemeinfrei CC0.
      • 🎧 Hörproben im Mycroft-Forum
      • Mozilla-Forum
      • GitHub
      • Thorsten-Voice.de
    • 🐸Coqui.ai
      • englische 🎧 Hörproben
      • Mozilla-Forum
  • Mycroft Mimic 3. Performantes offline TTS welches auch auf Raspberry Pi 3/4 gut nutzbare Geschwindigkeiten bietet (100+ Sprachen unterstützt). Thorsten-Voice ist als deutsche Stimme auch mit dabei. Die alte Anleitung unnötig.
• txt2pho (Hadifix) Sprachausgabe-System entwickelt von der Universität Bonn, eingesetzt in zahlreichen Systemen für Blinde, Sprachqualität gut, sehr flexibel, geeignet für PC und Raspberry Pi
• Ubuntu-Wiki: Sprachausgabe (alte und neue Programme)
• OpenTTS Sammlung von Docker images mit den Engines: Larynx, Coqui-TTS, Glow-Speak, nanoTTS, MaryTTS, flite, Festival, eSpeak

Software kommerziell

• Acapela Stimme Julia deutsch für Android
• Windows-Programm 500€

Hardware-Modul oder IC

• Wikipedia: Sprachsynthese-Hardware (ICs)
• Redcedar (1970er und 80er)

🎧 Hörproben

• www.TTSsamples.SyntheticSpeech.de von Prof. Dr. Felix Burkhardt - 🎧 Hörproben 1955 bis heute

Siehe auch

• Offline-Spracherkennung (speech recognition)
• OpenVoice-Tech Wiki von Thorsten Müller