Forum Debian Users Gang

MMW napisał(-a):

Niestety, instalacja Balabolki i Jana pod Wine nie wyszła, a te wszystkie programiki albo nie mają potrzebnej mi funkcjonalności [jak np. Festival z Orca], albo mają tragicznych lektorów [espeak], albo w ogóle nie wiem, jak to normalnie odpalić.

Nie wiem jak ten głos ale balabolka ma wersję portable i wersję konsolową. Może spróbuj? Poza tym - dzisiejsze kompy są na tyle mocne że zawsze możesz wirtualizować windę.

Są jeszcze głosy od Oraluxa...

@megabajt Dzięki, pójdę tropem Androida. Głosy w w tym ReadEra są bardzo OK. Oczywiście wersja premium płatna, ale zapoznam się z warunkami licencyjnymi i zapłacę, jeśli nie znajdę darmowego odpowiednika. W wersji bezpłatnej nie wygasza ekranu, co oczywiście jest słabe, ale wiadomo, że za darmo mało komu się chce ;)

edit: Bardzo mi pomogłeś. Wreszcie namierzyłem aplikacje, które mnie interesują. T2S kosztuje nieco ponad 20 PLN jednorazowo i ma możliwość generowania plików dźwiękowych bardzo dobrymi głosami systemowymi i Google :)

edit2 @Voice Aloud Reader też mi się podoba, chociaż to koszt ponad 50 PLN, ale większa funkcjonalność. Jeśli znasz jeszcze jakiś lepszy w relacji cena/jakość, to poproszę.

Ostatnio edytowany przez MMW (2023-07-11 09:58:24)

Jest już OK, znalazłem wszystko, co potrzebne, a teraz piszę z Debiana.

Słucham właśnie na Debianie audiobooka wygenerowanego w telefonie. Nie mam zastrzeżeń. Słychać oczywiście niedoskonałości, ale ogólnie jest to głos nie gorszy od Jana z Ivony - moim skromnym zdaniem.

Reszta softu działa bez problemów. Szczególnie cieszy bezproblemowość Veracrypt i KeePassXC. Miałem obawy, czy otworzą dyski/bazy, ale jest OK.

Czy da się używać milena z jakimś sensownie brzmiącym głosem angielskim? Czy da się na tym uruchomić głosy MS
SAPI5 (te co w Balabolka)?

Dodam, że z projektów offline z polskim lub angielskim mogę polecić Piper. Nie wymaga dużych zasobów typu 12GB GPU. U mnie chodzi na CPU Intel G4560 bez dodatkowej karty graficznej, chociaż całych książek jeszcze nie próbowałem konwertować. Jeśli chodzi o angielski offline, to udało mi się uruchomić (na Manjaro) MS speecht5_tts. Ale wymaga większych zasobów niż Piper. Na github i Hugging Face jest dużo projektów TTS.

Ostatnio edytowany przez gnomek (2024-01-20 17:55:13)

Polski (pl_PL/m-ailabs_low) jest też w MycroftAI/mimic3 Mimic3 jest bardzo szybki, ale wymowa niektórych polskich wyrazów pozostawia wiele do życzenia. Może znajdzie się ktoś bardziej ogarnięty, z dobrym sprzętem i dostarczy im odpowiednio wytrenowanego modelu / głosu.

Tak jak pisałem, na github jest wiele projektów TTS i bardzo szybko się to rozwija. Zobaczcie np. ten:
KoljaB/RealtimeTTS: Converts text to speech in realtime
To jest ogromny postęp w stosunku do tych mechanicznie brzmiących głosów, jakie były dostępne kilka lat temu.

Albo tu są sample angielskiego z StyleTTS 2.

Albo ten projekt:
GitHub - coqui-ai/TTS:  - a deep learning toolkit for Text-to-Speech, battle-tested in research and production
https://github.com/coqui-ai/TTS
Chociaż jego przyszłość jest już niepewna.
Problem z niektórymi projektami jest taki, że nie obsługują ssml tags, więc nie zawsze się nadają do każdego zadania.

Fajnie byłoby, gdyby polska społeczność open source się w to włączyła i popracowała nad dostarczeniem polskich modeli głosów z poprawną polską wymową.

Widzę, że mimic3 ma paczkę na Debiana i obsługuje ssml tags. Biorąc pod uwagę szybkość z jaką pracuje, to jeden z bardziej wartych uwagi projektów.

Ostatnio edytowany przez gnomek (2024-01-23 09:08:24)