Synthèse vocale

La synthèse vocale (ou TTS, pour Text To Speech) consiste à transformer un texte en suite de sons se rapprochant autant que possible de la parole humaine. Une des applications les plus évidentes de la synthèse vocale est l'accessibilité pour les mal-voyants. Il existe plusieurs synthétiseurs vocaux sous Linux, cette page ne se veut pas exhaustive.

La synthèse vocale procède en trois temps :

1. transformation du texte en phonèmes ;
2. Prosodie (ajout d'informations de prononciation : accents toniques, indication de durée, etc.) ;
3. assembler des sons pré-enregistrés en suivant les règles établies par les deux premières étapes.

Pour en savoir plus : Wikipedia (fr), Llia-Phon (fr).

Ce document a pour but de présenter la mise en œuvre de quelques solutions.

Comme la reconnaissance vocale va de pair avec la synthèse vocale vous serez sans doute intéressé par le site VoxForge.org. Vous pouvez y enregistrer un texte qui permettra d'intégrer votre voix dans les modèles de reconnaissance vocale, et ainsi les améliorer.

Svoxpico: le lecteur vocal d'Android, de loin celui qui donne les meilleurs résultats, permet de lire n'importe quelle sélection,

• Espeak est disponible dans les dépôts, il propose une voix plutôt "robotique", mais combiné avec mbrola, il peut donner de bons résultats.
• Gespeaker : Interface graphique à eSpeak, pour faire lire le texte que vous tapez dans une case texte.
• espeak-gui : Autre interface utilisateur graphique pour l'utilisation d'eSpeak, les résultats semblent de meilleure qualité.

* Festival est un synthétiseur vocal, pour lequel il n'existe apparemment pas de voix française directement pour l'instant (avis aux amateurs…).

Mais il existe un fork pour festival afin d'avoir les voix françaises : Où ? De même festival peut utiliser les voix françaises de Mbrola - (et Sapi).
Il peut fonctionner en mode interactif, même si ça n'a pas l'air très intuitif de prime abord…
Pour l'installer, il suffit d'installer le paquet festival, et d'autres voix anglaises. (voir également plus d'information relative sur wikipedia)

Pour l'utiliser entrez la commande suivante dans un terminal :

echo "That's really a pity I'm not able to speak French"  | festival --tts

Pour connaître les options :

festival --help

(Parameter.set 'Audio_Command "aplay -t wav -r $SR $FILE")
(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Required_Format 'wav)

Le projet MBROLA est développé à la faculté Polytechnique de Mons, et comporte un grand nombre de langages/voix. Hélas MBROLA n'est pas libre. Pour l'installer, il suffit d'installer le paquet mbrola.

Un certain nombre de voix pour Mbrola - pour diverses langues - sont présentes dans les dépôts officiels, pour les installer faites une recherche dans votre gestionnaire de paquets avec me mot clé Mbrola.
Mbrola ne fait pas directement la transformation de texte en voix. Il traite des fichiers de phonèmes. Une autre application, capable de décomposer du texte en phonème est donc nécessaire, comme eSpeak. Les voix de Mbrola donnent un rendu plus naturel que celles de eSpeak (lesquelles sont très "robotiques"), d'où l'intérêt de combiner les deux. Par défaut les voix de Mbrola s'installent dans /usr/share/mbrola/. Pour le français il existe fr1, une voix masculine, et fr4 une voix féminine.
Si vous les mettez ailleurs, eSpeak ne les trouvera pas.

Si vous souhaitez ajouter d'autres voix, elles sont téléchargeables depuis le site officiel. Extraire le fichier zip dans /usr/share/mbrola/. Les voix françaises de mbrola (non libre):

• Voix Mbrola FR1 : homme, Faculte Polytech. De Mons.
• Voix Mbrola FR2 : Femme, Celine Egea
• Voix Mbrola FR3 : homme, Babel Technology
• Voix Mbrola FR4 : femme, Babel Technology
• Voix Mbrola FR5 : homme, belge, Faculte Polytech. De Mons
• Voix Mbrola FR6 : homme, Faculte Polytech. De Mons
• Voix Mbrola FR7 : homme belge , Faculte Polytech. De Mons,
• Voix québecois 1 : homme,Vincent Arnaud,
• Voix québecois 2 : homme, Silex Creations Inc.

MBROLA est également disponible sous forme de fichiers binaires téléchargeables première partie de la page. ¹⁾ On extrait le fichier qui correspond à son architecture dans un répertoire au choix, de préférence /usr/share/mbrola (là où se fait l'installation par les dépôts).

• Orca : outil par défaut d'Ubuntu, fonctionne avec les programmes couramment utilisés (Navigateur web, Office, Client mail, terminal, etc.)
• Volubil : outil destiné aux enfants.
• Jspeak (GPLv3) lecteur de presse-papier écrit en java, attention peut faire planter votre session!!
• Im3jo synthétiseur musical et vocal, une application sur le temps jo fixe a deux octets par front, un exemple d'étude sur un système à 2 dimensions. Destiné aux enfants pour jouer avec la musique, il donne aussi la possibilité de modifier la voix en fichier texte.

• yasr : Yasr est un lecteur d'écran polyvalent en console pour GNU/Linux et d'autres systèmes d'exploitation de style Unix,
• screader : Le programme de fond screader lit l'écran et transmet l'information à un paquet de synthèse vocale logicielle (Comme « festival ») ou à un synthétiseur vocal matériel.
• eflite (emacspeak) s'utilise avec Festival, donc seulement en anglais pour l'instant.

La synthèse vocale dans Pidgin avec :

• pidgin-festival : s'installe en 1 clic (installe Festival et Pidgin s'ils ne sont pas déjà installés). Vous pouvez déjà activer le plugin dans Pidgin, mais vous n'aurez qu'une voix anglaise. Il vous reste donc à installer une voix française et la sélectionner.

Vous pouvez installer :

• le plugin Festival
• le plugin Espeak

Goldendict est un peu le remplaçant de Stardict il permet aussi, dans sa dernière version, d'intégrer un synthétiseur vocale, Pour cela :

• Installez eSpeak et éventuellement Mbrola
• Appuyer sur F3 pour ouvrir la fenêtre des dictionnaires
• Dans l'onglet Sources selectionnez Programmes
• Cliquez sur Ajouter, dans Type mettez Audio et dans Ligne de commande espeak -v f %GDWORD% ou espeak -v mb/mb-fr1 -f %GDWORD% si vous souhaitez utiliser Mbrola.
• Fermez et rouvrez Goldendict, vous trouverez maintenant une catégorie dans vos dictionnaires avec un icône d'haut-parleur devant le mot recherché.

Si vous souhaitez ajouter la lecture en d'autres langues, modifiez la commande f par celle de la langue souhaitée.

Il suffit d'installer l'extension readtext. Il fonctionne avec Svoxpico mais est compatible avec Festival et Espeak. Une fois l'extension installée dans LibreOffice, vous trouverez une icône dans votre barre d'outils en haut à gauche:

Pour l'utiliser, sélectionner le texte à lire, cliquez sur l'icône (la bulle noire), une fenêtre s'ouvre, cliquez sur OK.

Avec Svoxpico l'ajout d'une extension est inutile, Pico faisant déjà le travail de lecture.
Cependant sachez qu'il existe différents modules qui permettent la synthèse vocale des pages consultées :

• foxvox
• Text to voice

Depuis la version 49, le mode Lecture s'agrémente de la parole intégrée dans le navigateur et s'appuyant sur la distribution, etc : Détails sur le Blog de MozFr ;

Vous pouvez également utiliser Mathspeak pour la lecture de formule mathématique.
Faites une recherche dans les modules complémentaires pour voir les différents choix possibles.

Avec Svoxpico l'ajout d'une extension est inutile, Pico faisant déjà le travail de lecture.
Cependant sachez qu'il existe différentes extensions qui permettent la synthèse vocale des pages consultées : Installez l'extension SpeakIt ou claroRead Chrome.

Faites une recherche dans les extensions Chrome pour voir les différents choix possibles.

Il est possible d'intégrer ces solutions dans votre environnement de bureau, afin de faire lire le contenu des répertoires ou des pages internet par exemple.

Par défaut sous Unity et Gnome en général, Orca permet de lire le contenu affiché à l'écran. Ce qui suit sont des alternatives, à travers des scripts à intégrer à l'environnement Gnome. Pensez à adapter la configuration du script à votre convenance. Les scripts qui suivent doivent être intégrés à nautilus-scripts pour leur utilisation. Comment les arrêter? Refaire cette opération pendant la lecture en cours interrompra la lecture.

• Lire le texte sélectionné à l'écran :

Semble ne pas fonctionner ? Pour utiliser ce script, il faut installer le paquet xclip, puis l'enregistrez selon les indications de cette page en lui donnant le nom LecteurdeSelection.sh:

~/.local/share/nautilus/scripts/LecteurdeSelection.sh

#!/bin/bash
 
##### Affiche le menu Zenity #####
 
choix=`zenity --list --title="Choisissez la langue" --column="N°" --column="Langue" --height="200" \
1 français \
2 anglais `
 
##### Sélection automatique de la langue choisie dans le menu Zenity ##### 
 
case $choix in
 1 ) VOIX=/usr/share/mbrola/fr4/fr4 && TYPE=mb/mb-fr4 ;; # pour une voix de femme en français
 2 ) VOIX=/usr/share/mbrola/us1/us1 && TYPE=mb/mb-us1  ;; # pour une voix de femme en anglais
esac
 
# on teste si la lecture est en cours, pour l'arrêter le cas échéant
if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then
     kill $(ps -A | grep mbrola | awk '{ print $1 }' ) && sleep 2
fi
 
# On traduit la sélection en phonèmes grâce à Espeak, et on l'envoie à Mbrola
xclip -o | espeak -v $TYPE -s 150 -p 40 "$@" | mbrola $VOIX - -.au | aplay

• Lire le contenu d'un fichier texte : Pour lire le contenu d'un fichier, enregistrez ce qui suit selon les indications de cette page en lui donnant le nom Readfile.sh:

~/.local/share/nautilus/scripts/Readfile.sh

#!/bin/bash
 
######### Début de la section de configuration #########
 
# définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin :
VOIX=/usr/share/mbrola/fr4/fr4
#VOIX=/usr/share/mbrola/fr1/fr1 # à décommenter si vous vous voulez une voix d'homme
TYPE=mb/mb-fr4
# TYPE=mb/mb-fr1 # à décommenter si vous vous voulez une voix d'homme
 
######### Fin de la section de configuration #########
 
# on teste si la lecture est en cours, pour l'arrêter le cas échéant
if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then
     kill $(ps -A | grep mbrola | awk '{ print $1 }' )
 
else
	# On traduit le fichier en phonèmes grâce à espeak, et on l'envoie à Mbrola
	espeak -v $TYPE -s 150 -f "$@" | mbrola $VOIX - -.au | aplay
fi

• Lire la liste des éléments contenus dans un dossier : Pour lire le contenu d'un fichier, enregistrez ce qui suit selon les indications de cette page en lui donnant le nom ReadFolder.sh:

~/.local/share/nautilus/scripts/ReadFolder.sh

#!/bin/bash
 
######### Début de la section de configuration #########
 
# définition de la voix à utiliser par Mbrola, à adapter selon la voix choisie et son chemin
VOIX=/usr/share/mbrola/fr4/fr4
TYPE=mb/mb-fr4 # si vous avez téléchargé une voix de femme
# TYPE=mb/mb-fr1 # à décommenter si vous vous voulez une voix d'homme
 
######### Fin de la section de configuration #########
 
# on teste si la lecture est en cours, pour l'arrêter le cas échéant
if [ ! -z $(ps -A | grep mbrola | awk '{ print $1 }' ) ]; then
     kill $(ps -A | grep mbrola | awk '{ print $1 }' )
 
else
 
   #On liste les fichiers contenus dans le répertoire ou bien ceux sélectionnés par la souris
   FICHIERS=`ls -1 --quoting-style=c "$@"`
 
   for TEXTE in $FICHIERS
   do
 
	# On traduit le fichier texte temporaire en phonèmes grâce à Espeak, et on l'envoie à Mbrola
        espeak -v $TYPE -s 140 -p 40 $TEXTE | mbrola $VOIX - -.au | aplay
   done
 
fi

• Lire le contenu du presse papier ou de la sélection à l'aide d'un raccourci clavier : ne semble pas fonctionner?
  • installez les paquets xclip recode xbindkeys.
  • Enregistrez le script suivant, toujours avec Nautilus-scripts

À partir de là vous pouvez faire lire votre sélection de texte ou le contenu du presse-papier (texte copié par [Ctrl+C] par exemple) en cliquant avec le bouton droit sur le bureau ou une fenêtre nautilus et en choisissant "scripts / lit le contenu…"

Pour définir un raccourci clavier reportez-vous à la page xbindkeys.

Voici une liste de fil traitant de divers scripts comportant tous une synthèse vocale :

• Script de diction de l'heure
• Script de diction du pourcentage de batterie restant
• Réglage du volume avec assistance vocale
• Consultation de la boite Gmail
• Aide à la navigation Nautilus

Grâce à kttsd KDE offre une manière élégante et simple de lire du texte affiché à l'écran mais par défaut il utilise Festival, il n'y a donc pas de français, c'est pourquoi il faudra aussi installer eSpeak.

Pour le mettre en place il suffit d'installer le paquet espeak et kttsd qui contient:

• le démon kttsd,
• Jovie, une application permettant de lire un document copié ou que l'on tape.
• La synthèse vocale sera également intégrée dans Konqueror et dans Kate.

Pour configurer la synthèse vocale:

• Faites un clic droit sur l'icône dans le tableau de bord sur l'icône Jovie, Configurer Jovie, dans l'onglet Locuteurs entrez un nom, choisissez le locuteur français cliquez sur Ajouter,
• Pour lire du texte sélectionner du texte et cliquer sur l'icône Jovie ou clic droit, Lire le contenue du presse-papier.
  
• Lorsque vous utilisez le navigateur Konqueror de KDE, vous pouvez entendre le texte de la page web affichée. Pour ce faire, assurez-vous que Jovie est lancé. Sélectionnez le texte que vous voulez entendre et choisissez Outils → Prononcer le texte dans le menu principal. Après un moment, le texte sélectionné devrait être prononcé.
• Pour prononcer du texte depuis l'éditeur de texte Kate, assurez-vous que Jovie est lancé et activez l'extension Synthèse vocale Jovie de KTextEditor dans la fenêtre de configuration de Kate. Sélectionnez le texte que vous voulez entendre puis choisissez Outils → Énoncer le texte. Après un moment, le texte sélectionné devrait être prononcé.
  

Il n'est pas indispensable de sélectionner du texte. Si vous ne le faites pas, tout le fichier sera prononcé.

Pages officielles de ces projets, et d'autres :

• Site officiel d'Espeak.
• mbrola (en)
• festival (en) / flite (en) / Festvox (en)
• LLiaPhon : Transforme un texte en description phonetic (à utiliser avec un autre logiciel). Conçu pour le français.
• Cicero TTS
• epos (en) (Tchèque et Slovaque)
• FreeTTS (en-us) (en java)
• xclip-speech, synthèse vocale
• Synthèse vocale en python (espeak + mbrola + speechdispatcher et son wrapper python)

Sur la documentation ubuntu anglaise.

• emofilt un logiciel open-source qui permet d'ajouter de l'émotion à la parole

Wiki rassemblant des liens de synthese vocale :

• Wiki eagle usb

• La fiche EDU pour une solution vocale en Français sous la console GNU/Linux
• Synthèse vocale en français sous Linux (plutot kde )
• (fr)Ubuntu Text-to-Speech (TTS)
• Faites parler votre shell avec Festival

• Il existe la voix française virginie de microsoft(sapi) : gratuit mais non libre. (lien miroir )
• Lernout & Hauspie TruVoice TTS engine (voix gratuite française) : http://activex.microsoft.com/activex/controls/agent2/lhttsfrf.exe
• Trouver d'autres voix sapi sur ce site : http://www.cross-plus-a.com/balabolka_fr.htm
• Des voix sur sayz me : http://www.datafurnace.net.au/sayzme/html/voices.html

Reconnaissance vocale (Opération inverse)

Contributeurs : Page initiale par Skippy le Grand Gourou, herberts, Balkoth et Dud, à partir du sujet http://forum.ubuntu-fr.org/viewtopic.php?pid=1469124. Corrections et compléments par Mysteroïd, Psychederic mohican : refonte pour la simplicité d'abord, et ajout de compléments.