Silero TTS Service

Layanan Silero TTS

Isi

• Informasi
• Strivertion dari server
• Pengaturan Server
• Pengaturan di rumah asisten
• Pengaturan di Rhasspy
• Fungsionalitas
• Titik akhir
• Output suara pada kolom Bluetooth

Informasi

Saya telah membuat proyek ini untuk memberikan rumah pintar saya dengan sintesis ucapan normal. Juga, untuk memberikan rhasspy sintesis ucapan normal. Solusi yang sudah siap tidak cocok untuk saya dan diputuskan untuk menciptakan sepeda mereka. Model Silero diambil sebagai dasar.

Saya terinspirasi oleh proyek Silero-ha-http-tts dari Gromina. Dia lembab dan saya memutuskan untuk melakukan segalanya dalam pikiran, dengan pengaturan dan wadah yang siap.

Strivertion dari server

Instalasi melalui Docker:

Ikuti perintahnya:

 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

Instalasi melalui Docker Compose:

Buat file docker-compose.yml dan transfer konten ke sana:

 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

Ikuti perintahnya:

 docker-compose up

Pengaturan Server

Semua pengaturan server ditransmisikan sebagai parameter lingkungan Docker ke wadah saat memulai.

Jumlah inti untuk pemrosesan bicara NUMBER_OF_THREADS :

 NUMBER_OF_THREADS : 4 

Jumlah aliran dari 1 ke jumlah inti prosesor server.
Secara default: 4

Bahasa Sintesis LANGUAGE :

 LANGUAGE : ru

Secara default: ru

Bahasa yang didukung dengan suara yang tersedia untuk mereka:

Bahasa	Kode bahasa	Suara yang didukung
Rusia	ru	aidar baya kseniya xenia eugene random
Ukraina	uk	mykyta random

Frekuensi Pengambilan Sampel SAMPLE_RATE :

 SAMPLE_RATE : 48000 

Nilai yang mungkin: 48000 , 24000 , 8000
Secara default: 48000

Parameter Utilitas Sox SOX_PARAM :

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

Secara default: kosong

File output melewati utilitas Sox. Dia dapat menyampaikan parameter untuk memaksakan efek pada pidato: Naikkan timbre, tambahkan gema, nyalakan dorongan bass.

Tautan ke dokumentasi utilitas Sox: https://linux.die.net/man/1/sox

Koreksi penipuan akhir frasa HA_FIX :

 HA_FIX : True 

Dapat mengambil nilai: True False
Secara default: False

Mengoreksi kesalahan di mana asisten rumah tidak menyetujui akhir dari frasa. Menambahkan satu detik keheningan di akhir pidato.

Pengaturan di rumah asisten

Di file configuration.yaml , tambahkan catatan:

 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. 

Pengaturan di Rhasspy Assistant

1. Di pengaturan, di bagian teks ke spech. Pilih modul MarryTTS.
2. Terapkan pengaturan asisten rhasspy.
3. Tunjukkan alamat server Anda dengan cara /process .
4. Klik tombol Refresh.
5. Dalam daftar suara yang tersedia, pilih suara yang Anda butuhkan.
6. Terapkan pengaturan asisten rhasspy.

Fungsionalitas

Normalisasi angka

Layanan dapat menerjemahkan angka ke dalam teks.
Contoh:

 Текст с цифрой 1.

Contoh normalisasi 1

Kata benda yang menurun setelah digit

Layanan dapat membungkuk kata benda setelah angka.
Untuk melakukan ini, kata yang perlu dibujuk setelah angka, ambil <d>слово</d> .
Contoh:

 У меня было 15 <d>яблоко</d>.

Contoh Rlowing 1

Jika Anda perlu membujuk beberapa kata, maka masing -masing harus diambil dalam tag <d>слово</d> secara terpisah.

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

Contoh Lange 2

TRLANDITE PRESSIASI

Layanan ini dapat melafalkan Terjemahan.
Contoh:

 Lorem ipsum dolor sit amet.

Terjemahan Contoh 1

Ssml

Menggunakan SSML, Anda dapat mengontrol jeda dan pidato yang disintesis proxy.

 <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 Contoh 1

Titik akhir

• GET /clear_cache - Membersihkan cache dari pesan yang sudah disintesis.
• GET /settings - Mengembalikan pengaturan server saat ini.
• GET /voices - Mengembalikan daftar suara yang tersedia untuk bahasa yang dipilih.
• GET /process?VOICE=[Выбраный голос]&INPUT_TEXT=[Текст для обработки] - Mengembalikan file audio dari pidato yang disintesis.
• POST /process Dalam body of VOICE=[Выбраный голос] , INPUT_TEXT=[Текст для обработки] - Mengembalikan file audio dari pidato yang disintesis.

Output suara pada kolom Bluetooth

1. Jika asisten rumah sebagai OS utama (HAOS), maka kami membaca speaker Bluetooth TTS ini untuk dokumentasi asisten rumah
2. Jika asisten rumah berdiri di Debian, maka kami melakukan hal berikut:

Edit klien.conf

 nano /etc/pulse/client.conf

Tambahkan yang berikut:

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

Restart pulseaudio.

 pulseaudio -k && pulseaudio --start

Kami menempatkan versi ADDID dari versi saat ini: 2.1.1 dan hanya menempatkan versi ini. Mopidy 2.2.0 Jangan Put - itu rusak. Baca lebih lanjut tentang versi rusak Mopidy 2.2.0 Baca di sini.

Tambahkan ke configuration.yaml

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

Kami me -reboot asisten rumah sepenuhnya untuk me -reboot Debian sendiri.

Hubungkan kolom Bluetooth ke Debian, KB, J melalui GUI, atau melalui konsol menggunakan perintah Bluetoothctl

Nyalakan Bluetooth:

 power on

Mulai Perangkat Pemindaian:

 scan on

Saat kami melihat perangkat kami, kami kawin dengan perangkat:

 pair [mac адрес девайса]

Kami terhubung ke perangkat:

 connect [mac адрес девайса]

Tambahkan perangkat ke tepercaya:

 trust [mac адрес девайса]

Lebih lanjut, bagaimana perangkat Bluetooth ditambahkan dalam dua addon asisten rhasspy dan mopidy Anda perlu menentukan sumber suara perangkat Bluetooth:

1. Di Rhasspy Assistant, kami menunjukkan ini:

2. Di Mopidy, kami menunjukkan ini:

Kami memeriksa kinerjanya:

Kode:

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