Silero TTS Service

خدمة Silero TTS

محتوى

• معلومة
• strivertion من الخادم
• إعدادات الخادم
• الإعداد في المنزل مساعد
• الإعدادات في Rhasspy
• الوظيفة
• نقاط النهاية
• إخراج الصوت على عمود البلوتوث

معلومة

لقد أنشأت هذا المشروع لتزويد منزلي الذكي بتوليف خطاب عادي. أيضا ، لتزويد rhasspy بتوليف الكلام الطبيعي. لم تناسبني الحلول الجاهزة بالفعل وقررت اختراع دراجتهم. تم أخذ نماذج سيليرو كأساس.

لقد استلهمت من مشروع Silero-Ha-HTTP-TTS من Gromina. لقد كان رطبًا وقررت أن أفعل كل شيء في الاعتبار ، مع الإعدادات والحاويات الجاهزة.

strivertion من الخادم

التثبيت عبر Docker:

اتبع الأمر:

 docker run -p 9898:9898 -m 1g -e NUMBER_OF_THREADS=4 -e LANGUAGE=ru -e SAMPLE_RATE=48000 --name tts_silero -d navatusein/silero-tts-service

التثبيت عبر Docker Compose:

قم بإنشاء ملف docker-compose.yml ونقل المحتويات إليه:

 version : ' 3 '

services :
  silero-tts-service :
    image : " navatusein/silero-tts-service "
    container_name : " silero-tts-service "
    deploy :
      resources :
        limits :
          memory : 1G
    ports :
      - " 9898:9898 "
    restart : unless-stopped
    environment :
      NUMBER_OF_THREADS : 4
      LANGUAGE : ru
      SAMPLE_RATE : 48000

اتبع الأمر:

 docker-compose up

إعدادات الخادم

يتم إرسال جميع إعدادات الخادم كمعلمات بيئة Docker إلى الحاوية عند البدء.

عدد النوى لمعالجة الكلام NUMBER_OF_THREADS :

 NUMBER_OF_THREADS : 4 

عدد التدفقات من 1 إلى عدد نوى معالج الخادم.
افتراضيا: 4

LANGUAGE تخليق اللغة:

 LANGUAGE : ru

بشكل افتراضي: ru

اللغات المدعومة مع الأصوات المتاحة لهم:

لغة	رمز اللغة	أصوات مدعومة
الروسية	ru	aidar baya kseniya xenia eugene random
الأوكرانية	uk	mykyta random

SAMPLE_RATE تردد أخذ العينات:

 SAMPLE_RATE : 48000 

القيم الممكنة: 48000 ، 24000 ، 8000
بشكل افتراضي: 48000

معلمات الأداة المساعدة Sox SOX_PARAM :

 SOX_PARAM : " reverb 50 50 10 " # Добавляет эхо на речь

بشكل افتراضي: فارغ

يمر ملف الإخراج من خلال الأداة المساعدة SOX. يمكنها نقل المعلمات لفرض تأثيرات على الكلام: رفع timbre ، إضافة صدى ، قم بتشغيل دفعة الجهير.

رابط إلى وثائق الأداة المساعدة Sox: https://linux.die.net/man/1/sox

تصحيح احتيال نهاية العبارة HA_FIX :

 HA_FIX : True 

يمكن أن يأخذ القيم: False True
بشكل افتراضي: False

يصحح الخطأ الذي لا يتفق فيه مساعد المنزل على نهاية العبارة. يضيف ثانية من الصمت إلى نهاية الكلام.

الإعداد في المنزل مساعد

في ملف configuration.yaml ، أضف سجلًا:

 tts :
  - platform : marytts
    host : localhost # Адрес сервера
    port : 9898
    codec : WAVE_FILE
    voice : xenia # Имя голоса который хотите использовать.
    language : ru # Не используется. Настройки языка указываются в настройках сервера. 

الإعدادات في مساعد Rhasspy

1. في الإعدادات ، في قسم النص إلى SPEH. اختر وحدة الزواج.
2. تطبيق إعدادات مساعد Rhasspy.
3. حدد عنوان الخادم الخاص بك مع الطريق /process .
4. انقر على زر التحديث.
5. في قائمة الأصوات المتاحة ، حدد الصوت الذي تحتاجه.
6. تطبيق إعدادات مساعد Rhasspy.

الوظيفة

تطبيع الأرقام

يمكن للخدمة ترجمة الأرقام إلى نص.
مثال:

 Текст с цифрой 1.

مثال التطبيع 1

انخفاض الأسماء بعد الرقم

يمكن للخدمة أن تنحني الأسماء بعد الأرقام.
للقيام بذلك ، الكلمة التي يجب إقناعها بعد الرقم ، خذ <d>слово</d> .
مثال:

 У меня было 15 <d>яблоко</d>.

مثال Rlowing 1

إذا كنت بحاجة إلى إقناع بضع كلمات ، فيجب أن تؤخذ كل منها في العلامة <d>слово</d> بشكل منفصل.

 Мне осталось работать 15 <d>рабочий</d> <d>день</d>.

مثال لانج 2

نطق الترجمة

يمكن للخدمة نطق Translite.
مثال:

 Lorem ipsum dolor sit amet.

مثال Translite 1

SSML

باستخدام SSML ، يمكنك التحكم في الإيقاف المؤقت والكلام الوكيل.

 <p>
  Когда я просыпаюсь, <prosody rate="x-slow">я говорю довольно медленно</prosody>.
  Потом я начинаю говорить своим обычным голосом,
  <prosody pitch="x-high"> а могу говорить тоном выше </prosody>,
  или <prosody pitch="x-low">наоборот, ниже</prosody>.
  Потом, если повезет – <prosody rate="fast">я могу говорить и довольно быстро.</prosody>
  А еще я умею делать паузы любой длины, например две секунды <break time="2000ms"/>.
  <p>
    Также я умею делать паузы между параграфами.
  </p>
  <p>
    <s>И также я умею делать паузы между предложениями</s>
    <s>Вот например как сейчас</s>
  </p>
</p>

SSML مثال 1

نقاط النهاية

• GET /clear_cache - يقوم بتنظيف ذاكرة التخزين المؤقت للرسائل التي تم توليفها بالفعل.
• GET /settings - إرجاع إعدادات الخادم الحالية.
• GET /voices - إرجاع قائمة من الأصوات المتاحة للغة المحددة.
• GET /process?VOICE=[Выбраный голос]&INPUT_TEXT=[Текст для обработки] - إرجاع ملف صوتي من الكلام المركب.
• POST /process في نص VOICE=[Выбраный голос] ، INPUT_TEXT=[Текст для обработки] - إرجاع ملف صوتي من الكلام المصنوع.

إخراج الصوت على عمود البلوتوث

1. إذا كان مساعد Home هو نظام التشغيل الرئيسي (HAOS) ، فإننا نقرأ هذا السماعة TTS Bluetooth لتوثيق مساعد المنزل
2. إذا كان مساعد المنزل يقف على دبيان ، فإننا نفعل ما يلي:

تحرير client.conf

 nano /etc/pulse/client.conf

أضف ما يلي:

 default-server = unix:/usr/share/hassio/audio/external/pulse.sock
autospawn = no

إعادة تشغيل Pulseaudio.

 pulseaudio -k && pulseaudio --start

نضع إصدارًا إضافيًا من الإصدار الحالي: 2.1.1 ونضع هذا الإصدار فقط. Mopidy 2.2.0 لا تضع - إنه مكسور. اقرأ المزيد عن النسخة المكسورة من Mopidy 2.2.0 اقرأ هنا.

إضافة إلى configuration.yaml

 media_player :
  - platform : mpd
    name : " MPD Mopidy "
    host : localhost
    port : 6600

نعيد تشغيل مساعد المنزل تمامًا لإعادة تشغيل Debian نفسه.

قم بتوصيل عمود Bluetooth إلى Debian أو KB أو J عبر واجهة المستخدم الرسومية أو من خلال وحدة التحكم باستخدام أمر Bluetoothctl

قم بتشغيل البلوتوث:

 power on

بدء تشغيل أجهزة المسح:

 scan on

كما رأينا أجهزتنا ، نتزاوج مع الجهاز:

 pair [mac адрес девайса]

نتواصل بالجهاز:

 connect [mac адрес девайса]

أضف الجهاز إلى موثوق به:

 trust [mac адрес девайса]

علاوة على ذلك ، كيف تضاف أجهزة Bluetooth في اثنين من المساعدين من Rhasspy و Mopidy ، تحتاج إلى تحديد مصدر صوت جهاز Bluetooth:

1. في مساعد Rhasspy ، نشير إلى هذا:

2. في Mopidy ، نشير إلى هذا:

نتحقق من الأداء:

شفرة:

 service : tts.marytts_say
data :
  entity_id : media_player.mpd_mopidy
  message : >-
    Спустя 15 лет жизнь некогда бороздившего космические просторы Жана-Люка
    Пикара