■レンタルサーバご利用参考資料
サーバご利用の参考にJF Project によるJF (Japanese FAQ)を掲載しています。
Linux JF(Japanese FAQ)Project.
JF は, Linux に関する解説文書・FAQ などを作成・収集・配布するプロジェクトです.
グリーンネット・トップページへ戻る
一覧に戻る
The Linux Text-To-Speech mini-HOWTO
Author: Rhandeev Singh rhandeev@comp.nus.edu.sg
Version 0.02, Last update: 99/05/14
Hideki Shirafuji, shirafuji@mail.com
Version 0.02 : 2000/08/03
この文書では RedHat 6.0 のシステムで Festival と MBROLA を使ってテキス
ト読み上げ装置を設定する方法を解説しています。原文は
にあります。
______________________________________________________________________
目次
1. イントロダクション
2. ソフトウェアの入手
3. インストール
4. 設定とテスト
4.1 基本設定
4.2 音声スタイルのサポート
4.3 スクリプトの中で音声の質を変える
4.4 音声出力装置の選択
4.5 ガーベージ コレクション メッセージの音を消す
4.6 質問と貢献
5. 付録
5.1 A.1. /usr/lib/festival/lib/siteinit.scm 用のテンプレート
5.2 A.2. /etc/festival.conf 用のテンプレート
5.3 A.3. スタイルのサポートを追加したスクリプト
______________________________________________________________________
1. イントロダクション
この文書は、音声出力ができる Linux システムで、商用ソフトウェアに頼ら
ずにいろいろなドキュメントを読み上げられるようにするため、私がしたこと
を書いたものです。いろいろなフリーのテキスト読み上げ（TTS）システムを
試してみましたが、これまで聴いた中では MBROLA と Festival の組み合わせ
が一番良かったです。
また、スピードやピッチ（声の高さ）の設定を変更できるようにいくつのかス
キームファイル [ 訳注: festival の動作を制御する専用のスクリプトファイ
ル（拡張子 scm） ] をちょっと変えたり、lynx がさまざまなフォーマット
（html, text, postscript）を読み上げられるように機能を追加しました。
2. ソフトウェアの入手
これを書いている時点では、Blind Linux Archive もしくはミラーサイトから
必要なソフトが入手できます。たとえば
ftp://leb.net/blinux/festival/cstr.mirror/Linux-1.3.1/redhat/RPMS/i386/glibc2
ftp://leb.net/blinux/mbrola/blinux/RPMS/
それとも rpmfind.net では：
http://rpmfind.net/linux/RPM/Utilities_Speech.html
http://rpmfind.net/linux/RPM/Utilities_Sound.html
もっと情報が必要なら Blind Linux ホームページ を見てください：
http://leb.net/blinux/index.html
i386 用の Red Hat 6.0 では、以下の RPM が必要でしょう：
festival-1.3.1-2.i386.rpm
festlex_POSLEX-1.3.1-1.noarch.rpm
festvox_en1-1.3.1-1.noarch.rpm
speech_tools-libs-1.1.1-2.i386.rpm
festlex_OALD-1.3.1-1.noarch.rpm # for british english
festlex_CMU-1.3.1-1.noarch.rpm # for american english
また mbrola と、音声データベースを少なくともひとつ選ぶ必要があります。
（ブリティッシュ・イングリッシュが一番設定が簡単です）：
mbrola-3.01g1-1.i386.rpm
mbrola-en1-2.0-1.i386.rpm # british english
mbrola-us1-980512-1.i386.rpm # american (male)
mbrola-us2-980812-1.i386.rpm # american (female)
ターボールが必要な場合は Festival project を見てください：
http://www.cstr.ed.ac.uk/projects/festival.html
それと MBROLA project へ行ってください：
http://tcts.fpms.ac.be/synthesis/mbrola.html
3. インストール
ここでは、あなたの Linux のサウンド・ハードウェアはすでに設定してある
ものとします。設定していない場合は、the Linux Sound-HOWTO を見てくださ
い。特に、 /dev/dsp が正確に動作している必要があります。
RedHat RPMs のインストールはとても簡単です：
bash$ rpm -Uhv fest* mbrola*
次にブリティッシュ・イングリッシュ用のシンボリックリンクをはります：
cd /usr/lib/festival/lib/voices/english/rab_mbrola
ln -s /usr/lib/mbrola/en1/en1
ln -s /usr/lib/mbrola/en1/en1mrpa
[訳注: RedHat 6.1 用の RPM では
cd /usr/share/festival/lib/voices/english/en1_mbrola/
mkdir en1
cd en1
ln -s /usr/lib/mbrola/en1/en1
]
それか、上記の "en1" をそれぞれのデータベース名に置き換えて、MBROLA に
ほかの diphone データベースをインストールすることもできます；けれど
も、私はどれもやってみたことがありません、それに、まず Festival がそれ
らの言語を話せるように設定する必要があるでしょう。この文書を書いている
時点で、同じくフランス語 、ドイツ語、スペイン語、そのほかの言語の
MBROLA diphone データベースも利用可能でした。Blind Linux ホームページ
を見てください。
4. 設定とテスト
4.1. 基本設定
/usr/lib/festival/lib/voices.scm に１行追加します：
[ 訳注: RedHat 6.1 用の RPM では /usr/lib/festival/ を
/usr/share/festival/ と読み替える ]
(defvar default-voice-priority-list
'(rab_mbrola ; <= この行を追加
rab_diphone ; （もちろん
ked_diphone ; セミコロンはいりません）
さてできました。これで Festival は最初に MBROLA を使おうとします。
このように festival を走らせると、設定をテストできます：
bash$ festival
festival> (SayText "Type any text here. Sounds cool?")
festival> (quit)
いろいろなファイル形式、たとえば HTML をもっと「読みやすく」するため
に、ファイルを前処理するように Festival を設定できます。どのように設定
するかは /usr/doc/festdoc-1.2.0/festival/festival.info にある festival
のドキュメントを見てください。 "Text modes" のセクションに書いてありま
す。
自分では、代わりにテキストを前処理する、古き良き sed スクリプトを書く
ことしました。
ファイルを指定して festival をテキスト読み上げモードで走らせることがで
きます：
festival --tts
またはストリームを処理することもできます：
lynx -dump | tee /tmp/x | festival --tts & sleep 1; less /tmp/x
もしこれで満足できて、役にたっているなら、ここでやめてかまいません。
が、ちょっと工夫した使い方があるので興味があれば先へどうぞ :)
4.2. 音声スタイルのサポート
このセクションでは、ピッチや話す速さの調節をどうやって決め、選択するか
述べます。
音声「スタイル」を扱うのに必要な構文生成を定義するために、付録 A.1 の
テキストを /usr/lib/festival/lib/siteinit.scm という名前の新規ファイル
に保存してください。システム全般のスタイルを定義するために、付録 A.2
を /etc/festival.conf に保存してください。
次に、以下の１行を /usr/lib/festival/lib/init.scm の終わりの方に挿入し
ます：
;;; Default voice (have to do something cute
;;; so autoloads still work)
(eval (list voice_default))
(Style style_default) ; <= この行を追加
(provide 'init)
このように $HOME/.festivalrc に追加すると、デフォルト以外にユーザー定
義の「スタイル」も指定できます：
;; ユーザー定義スタイル
(NewStyle 'my_slow 100 24 1.0) ; ゆっくりしたバリトンの声
(NewStyle 'my_fast 140 50 0.8) ; 速いテナーの声
(set! style_default 'my_slow) ; デフォルトのスタイル
最初の数字はピッチ（Hz）を意味します。２番目の数字はピッチの標準偏差
（それとも分散？）で、３番目の数字はスケール要素で、小さい数字ほど速く
なります。
4.3. スクリプトの中で音声の質を変える
festival をスクリプトからバッチモードで使っている場合、現在の「スタイ
ル」をスクリプトの中でこんなふうに変えることができます：
(Style 'male_faster)
たとえば付録 A.3 のスクリプトを見てください。このスクリプトは festival
のテキスト読み上げのコマンドライン・インターフェイスに、スタイルを選択
するサポートを追加します。もしこれを変更してほかの機能を追加したら、ぜ
ひ私に教えてください！
4.4. 音声出力装置の選択
人によっては、MP3 をサウンド・ハードウェアで聴きながら同時に festival
が使えるように NCD のネットワーク音響システム（NAS）を使うことを選ぶで
しょう。
そのためには、以下の行を /etc/festival.conf に挿入してください：
;;; ===================
;;; Audio Output Method
;;; ===================
(Parameter.set 'Audio_Method 'Audio_Command)
(Parameter.set 'Audio_Required_Rate 16000)
(Parameter.set 'Audio_Required_Format 'snd)
(Parameter.set 'Audio_Command "/usr/X11R6/bin/auplay -volume 100 $FILE")
4.5. ガーベージ コレクション メッセージの音を消す
対話的な設定を使い、ウェッブ・ページを lynx に読み上げさせているような
場合（lynx.cfg の中で指定できます）は、ガーベージ コレクション メッセ
ージの音を消すと便利です。
ガーベージ コレクション メッセージの音を消すには、/etc/festival.conf
か $USER/.festivalrc のどちらかに以下の行を追加します：
(gc-status nil)
4.6. 質問と貢献
もし festival を動かすときに問題がおきたり、この mini-HOWTO に何か貢献
できることがあれば、この文書の著者に接触してもかまいません：
Rhandeev Singh http://www.comp.nus.edu.sg/~rhandeev
Linux User Group http://linux.comp.nus.edu.sg
National University of Singapore
5. 付録
5.1. A.1. /usr/lib/festival/lib/siteinit.scm 用のテンプレート
（警告：Scheme code が続きます；理解する必要はありません）
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;; Site Initialisation file
;;; This is loaded near the end of init.scm,
;;; just before user initialisation file
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
;;; ==========================
;;; Style Management Functions
;;; ==========================
(defvar Styles '((default 140 22 1.0))
"Available voice styles")
(defvar style_default 'default
"Default voice style")
(defvar current_style 'none
"Current voice style")
(define (Style selected_style)
"(Style DEFINED_STYLE)
Sets the pitch, pitch variance, and speed of the current voice.
Type 'Styles' for a list of defined styles."
(let ((style (assoc selected_style Styles)))
(if (not style)
(set! style (assoc 'default Styles)))
(let ((model_mean (cadr (assoc 'model_f0_mean int_lr_params)))
(model_std (cadr (assoc 'model_f0_std int_lr_params)))
(new_mean (cadr style))
(new_std (cadr (cdr style)))
(new_stretch (cadr (cdr (cdr style)))))
(set! int_lr_params
(list
(list 'target_f0_mean new_mean)
(list 'target_f0_std new_std)
(list 'model_f0_mean model_mean)
(list 'model_f0_std model_std)))
(Parameter.set 'Duration_Stretch new_stretch)
(set! current_style (car style))
(list (car style) new_mean new_std new_stretch)
)
)
)
(define (NewStyle style_name mean std stretch)
"(NewStyle STYLE_NAME MEAN STD STRETCH)
Defines a new style; MEAN and STD refer to pitch mean and variance,
while STRETCH refers to inverse speed, 1.0 being the standard."
(set! Styles (cons (list style_name mean std stretch) Styles)))
(if (probe_file "/etc/festival.conf")
(load "/etc/festival.conf"))
5.2. A.2. /etc/festival.conf 用のテンプレート
;;; =================
;;; Style Definitions
;;; =================
(NewStyle 'male_frozen 80 10 1.5 )
(NewStyle 'male_slow 100 22 1.1 )
(NewStyle 'male_tenor 140 60 1.0 )
(NewStyle 'male_baritone 100 40 1.0 )
(NewStyle 'male_bass 70 25 1.0 )
(NewStyle 'male_relaxed 100 24 0.95)
(NewStyle 'male_newscaster 140 32 0.85)
(NewStyle 'male_hurried 117 22 0.80)
(NewStyle 'male_stressed 150 30 0.70)
(NewStyle 'male_fast 110 22 0.70)
(NewStyle 'male_faster 110 22 0.60)
(NewStyle 'male_panic 170 20 0.60)
(NewStyle 'male_fastest 110 22 0.55)
(NewStyle 'the_flash 110 22 0.45)
5.3. A.3. スタイルのサポートを追加したスクリプト
これは festival のテキスト読み上げのインターフェイスに声質の「スタイ
ル」のサポートを追加するスクリプトです。ほかの機能を追加するためのテン
プレートとしても使えます。何か追加したらぜひ教えてください。
スクリプト名を saytext として、ごく簡単に使い方を説明しておきましょ
う。
saytext -h # （なぞめいた）ヘルプメッセージがでます
saytext [-s <スタイル>] [<ファイル名>] # ファイルもしくは標準入力を読み上げます
<スタイル>は、存在するものなら何でもかまいません。<ファイル名 >が指定
されない場合は、標準入力が使われます。
例 saytext -s male_baritone myfile.txt
そしてこれがスクリプトのコードです：
#!/usr/lib/festival/src/main/festival --script
;;; Here is a Festival script that adds voice "style"
;;; support to the text-to-speech command-line interface.
;;;
;;; Type "saytext -h" for help, including a list of available styles.
;;;
;;; User-defined "styles" can be declared in ~/.festivalrc like this:
;;;
;;; (NewStyle )
;;; E.g: (NewStyle 'mystyle 100 23 0.9) ; Defines a baritone
;;;
;;; You can also set default styles:
;;;
;;; (set! style_default 'my_style)
;;;
;;; Styles may be selected within a script via:
;;;
;;; (Style )
;;; E.g.: (Style 'my_style)
;;; ==============
;;; INITIALIZATION
;;; ==============
;;; Because this is a --script type file I have to explicitly
;;; load the initfiles: init.scm and user's .festivalrc
(load (string-append libdir "init.scm"))
(if (probe_file (format nil "%s/.festivalrc" (getenv "HOME")))
(load (format nil "%s/.festivalrc" (getenv "HOME"))))
;;; Clear rotten rendered speech from tmp
(system "/bin/rm -f /tmp/est_*")
;;; Process command-line arguments
(defvar TTS_Filename "-"
"This variable stores the name of the file to be read,
\"\" for stdin")
(while argv
(let ((option (car argv)))
(set! argv (cdr argv))
(cond
((eq? option '-s)
(if (length argv)
(let ((style (car argv)))
(if (not (assoc style Styles))
(format t "No style '%s, " style))
(Style style)
; (format t "Using style %s\n" current_style)
(set! argv (cdr argv))
)
(error "Syntax error in option: -s |
