Text to Speech

So ein IC musst Du Dir schon selbst bauen. Am einfachsten mit 
irgendeinem µC der Wahl, auf dem Du eine der vielen frei verfügbaren 
TTS-Engines laufen lässt.

Kaldi ist in C++ geschrieben, OpenTTS in Python, Mary TTS in Java ...

https://www.sander-electronic.de/be00092.html

Vielleicht eine Möglichkeit ???

Danke für die diversen Hunweise.

Die bisher verfügbaren TTS-IC haben leider eine grausige 
Sprachequalität.

Mit TTS-Engines habe ich mich noch nicht befasst. Soweit ich das aber 
mal auf die Schnelle eruieren konnte braucht man da schon was gößeres an 
µCs.

Schade dass es da anscheinend noch nichts brauchbares fertiges gibt.

Ich kenne keinen IC, aber Mimic3 läuft auf einem Raspberry Pi quasi in 
Echtzeit. 10 Sekunden Text kannst du in 10 Sekunden synthetisieren. Also 
die Rechenleistung reicht für einen ununterbrochenen Output.

https://github.com/mycroftAI/mimic3

> Schade dass es da anscheinend noch nichts brauchbares fertiges gibt.

Klar gibt es das, aber nicht für 2,43€ bei Aliexpress.

Eine gut klingende universelle Sprachausgabe (Text-Vorleser) ist hoch 
kompliziert. Nicht umsonst gibt es dafür immer noch spezialisierte 
Firmen, wie Nuance.

https://www.nuance.com/de-de/omni-channel-customer-engagement/voice-and-ivr/text-to-speech.html

Als fertige ICs wird es so etwas auch nicht mehr geben -- einfach, weil 
niemand so etwas ernsthaft braucht. Wer Sprachausgabe haben will, lässt 
die auf dem eh' verwendeten µC in Software laufen.

Und dann nimmt man halt einen µC mit ausreichend Ressourcen, das kommt 
immer noch günstiger als ein exotisches Zusatz-IC.

DerEgon schrieb:
> Wer Sprachausgabe haben will, lässt
> die auf dem eh' verwendeten µC in Software laufen.

Theoretisch ist Sprachausgabe für 5 Euro 0 Problem.

Man nehme.

Ein DFplayer-Mini, eine SD-Karte + Lautsprecher. Nun benutzt man ein 
TEXT-to-Mp3-Service im Netz (gibts auch für lau). Gibt alle möglichen 
Texte dort ein, und lässt ihn via Player/SD-Karte abspielen auf Befehl.

Ansonsten muss man eine Phonetische Datenbank haben und die ist sehr 
Aufwendig und mit Sicherheit sehr teuer.

Spracherkennung für die Beere kostet ca. 80$ + VK und versteht real 200 
Worte ca.

Schlaumaier schrieb:
> Theoretisch ist Sprachausgabe für 5 Euro 0 Problem.

Ja klar wenn man nur vorgefertigte Sätze abspielen will :)

> Spracherkennung für die Beere kostet ca. 80$ + VK und versteht real 200
> Worte ca.

Hat mit Sprach_ausgabe_ jetzt nicht wirklich was zu tun.

Stefan ⛄ F. schrieb:
> Eine gut klingende universelle Sprachausgabe (Text-Vorleser) ist hoch
> kompliziert. Nicht umsonst gibt es dafür immer noch spezialisierte
> Firmen, wie Nuance.
>
> 
https://www.nuance.com/de-de/omni-channel-customer-engagement/voice-and-ivr/text-to-speech.html

Hab mal reingehört die englische Sprachausgabe ist ja grauenhaft.
Deutsch geht einigermaßen.

loeti2 schrieb:
> Hab mal reingehört die englische Sprachausgabe ist ja grauenhaft.
> Deutsch geht einigermaßen.

Nuance ist auf europäische Sprachen spezialisiert. Für selbst definierte 
Wörter und Phrasen kann man die Aussprache konfigurativ optimieren.

Als ich noch bei Vodafone arbeitete, hatten wir für englisch und 
türkisch einen anderen Hersteller gewählt, der sich aber mit 
europäischen Sprachen schwer tat. Es gab keinen Hersteller, der alle 
damals gewünschten Sprachen gut beherrschte.

Stefan ⛄ F. schrieb:
> Es gab keinen Hersteller, der alle
> damals gewünschten Sprachen gut beherrschte.

Das ist klar.

Ist das selbe Problem wie bei Sprach-übersetzungen.

Die übersetzen doppelt. = Alles in englisch und dann von Englisch ins 
Ziel.

Das Problem bei Akustisch ist, das ein Deutscher ein Englischen Text 
anders hört als ein Ami. Und obwohl Amis englisch sprechen erkennen sie 
jeden Engländer an der Sprache.

Du musst also die Phonetischen Eigenheiten integrieren und das ist sehr 
sehr schwer.

Davon abgesehen man braucht keine fertigen Sätze. Mit ein bisschen 
Tricksen und ein leichten Verlust des fließenden Tons geht es auch mit 
einzelnen Wörtern. Ist halt alles eine Frage wie viel da an Text ist.

Eine Studie besagt das der normale Deutsche mit 1000-1500 Worten 98% 
seiner Gespräche bestreiten kann. Der Rest sind Fachgespräche.

Stefan ⛄ F. schrieb:
> loeti2 schrieb:
>> Hab mal reingehört die englische Sprachausgabe ist ja grauenhaft.
>> Deutsch geht einigermaßen.
>
> Nuance ist auf europäische Sprachen spezialisiert. Für selbst definierte
> Wörter und Phrasen kann man die Aussprache konfigurativ optimieren.

Und Englisch ist keine europäische Sprache...

2⁵ schrieb:
> Und Englisch ist keine europäische Sprache...

löl.

Sag das mal den Engländern.  Die sind zwar nicht mehr in der EU, gehören 
aber Geografisch immer noch zu Europa. ;)