py espeak ng

py-espeak-ng

波形とIPA生成にこの優れたTTSを可能な限り便利に使用することを目的とした、ESPEAK NGの周りのいくつかのシンプルなラッパーがありました。

ターゲットオーディエンスは、GNU/LinuxオペレーティングシステムのPythonアプリケーションで音声合成にESPEAK NGを使用したい開発者です。

建設的なコメント、パッチ、プルリケストは大歓迎です。

例

直接TTSオーディオ出力

まず、ESPEAKNGエンジンラッパーをインポートします。

 from espeakng import ESpeakNG

ここで、いくつかの単純な直接TTS出力の場合：

 esng = ESpeakNG ()
esng . say ( 'Hello World!' )

ピッチと速度の低下：

 esng . pitch = 32
esng . speed = 150
esng . say ( 'Hello World!' )

別の言語を試してください：

 esng . voice = 'german'
esng . say ( 'Hallo Welt!' )

言葉の代わりに音素を指定します。

 esng . voice = 'en-us'
esng . say ( "[[h@l'oU w'3:ld]]" )

Waveファイルを再生せずに合成します

テキストから：

 import wave
import StringIO

esng . voice = 'en-us'
wavs = esng . synth_wav ( 'Hello World!' )
wav = wave . open ( StringIO . StringIO ( wavs ))
print wav . getnchannels (), wav . getframerate (), wav . getnframes ()

結果：

 1 22050 24210 

利用可能な声をリストします

 l = esng . voices

結果：

 >>> l [0]
{'pty'： '5'、 '言語'： 'af'、 'gender'： 'm'、 'age'： ' - '、 'voice_name'： 'afrikaans'、 'file'： 'gmw/af'}
>>> l [1]
{'pty'： '5'、 '言語'： 'am'、 'gender'： ' - '、 'age'： ' - '、 'voice_name'： 'amharic'、 'file'： 'sem/am'}
>>> l [2]
{'pty'： '5'、 '言語'： 'an'、 'gender'： 'm'、 'age'： ' - '、 'voice_name'： 'aragonese'、 'file'： 'roa/an'}
... 

音素から音素（G2P）変換

 ipa = esng . g2p ( 'Hello World!' , ipa = 2 )

結果：

 >>> IPAを印刷します
həlˈo͡ʊwˈɜːld

リンク

• https://github.com/espeak-ng/espeak-ng [espeak ng]

要件

• Python 2または3

• ESPEAK-ngバイナリインストールおよびパスに

ライセンス

私自身のコードは、スクリプトの著作権ヘッダーに特に明記されていない限り、Apache-2.0のライセンスです。

著者

Guenter Bartsch <[email protected]>