Offline-Sprachausgabe (TTS)
Aus der Mikrocontroller.net Artikelsammlung, mit Beiträgen verschiedener Autoren (siehe Versionsgeschichte)
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.
- 🐸Coqui.ai
- 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