espeak-ng TTS

claude에게 festival로 한글 발음 해달라고 시키니 추천해준 프로그램

[링크 : https://discuss.pytorch.kr/t/espeak-ng-100-espeak-fork/4272]

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

 

teensy 4.0 보드를 위한 (cortex-M7@600Mhz) 포트가 있다고 하는데.. 아니 그 가격(5만원)이면 라즈베리 에서 돌리는게 쌀지도?

[링크 : https://github.com/vindar/espeak-ng_T4/]

    [링크 : https://forum.pjrc.com/index.php?threads/espeak-ng-tts-library-ported-to-teensy-4.77001/]

 

근데 -v ko 있나 없나 영어식 발음인건 여전한데...?

-p 50 -s 175 이 기본이고

-p 는 0~99 사이값.

-s는 분당 단어 갯수라 딱히 제한은 없는듯?

$ espeak-ng "hello" $ espeak-ng "안녕하세요" $ espeak-ng -v ko "안녕하세요" $ espeak-ng -v ko -p 70 -s 300 "안녕하세요"

 

$ espeak-ng --help eSpeak NG text-to-speech: 1.50  Data at: /usr/lib/x86_64-linux-gnu/espeak-ng-data espeak-ng [options] ["<words>"] -f <text file>   Text file to speak --stdin    Read text input from stdin instead of a file If neither -f nor --stdin, then <words> are spoken, or if none then text is spoken from stdin, each line separately. -a <integer>    Amplitude, 0 to 200, default is 100 -d <device>    Use the specified device to speak the audio on. If not specified, the    default audio device is used. -g <integer>    Word gap. Pause between words, units of 10mS at the default speed -k <integer>    Indicate capital letters with: 1=sound, 2=the word "capitals",    higher values indicate a pitch increase (try -k20). -l <integer>    Line length. If not zero (which is the default), consider    lines less than this length as end-of-clause -p <integer>    Pitch adjustment, 0 to 99, default is 50 -s <integer>    Speed in approximate words per minute. The default is 175 -v <voice name>    Use voice file of this name from espeak-ng-data/voices -w <wave file name>    Write speech to this WAV file, rather than speaking it directly -b    Input text encoding, 1=UTF8, 2=8 bit, 4=16 bit  -m    Interpret SSML markup, and ignore other < > tags -q    Quiet, don't produce any speech (may be useful with -x) -x    Write phoneme mnemonics to stdout -X    Write phonemes mnemonics and translation trace to stdout -z    No final sentence pause at the end of the text --compile=<voice name>    Compile pronunciation rules and dictionary from the current    directory. <voice name> specifies the language --compile-debug=<voice name>    Compile pronunciation rules and dictionary from the current    directory, including line numbers for use with -X.    <voice name> specifies the language --compile-mbrola=<voice name>    Compile an MBROLA voice --compile-intonations    Compile the intonation data --compile-phonemes=<phsource-dir>    Compile the phoneme data using <phsource-dir> or the default phsource directory --ipa      Write phonemes to stdout using International Phonetic Alphabet --path="<path>"    Specifies the directory containing the espeak-ng-data directory --pho      Write mbrola phoneme data (.pho) to stdout or to the file in --phonout --phonout="<filename>"    Write phoneme output from -x -X --ipa and --pho to this file --punct="<characters>"    Speak the names of punctuation characters during speaking.  If    =<characters> is omitted, all punctuation is spoken. --sep=<character>    Separate phonemes (from -x --ipa) with <character>.    Default is space, z means ZWJN character. --split=<minutes>    Starts a new WAV file every <minutes>.  Used with -w --stdout   Write speech output to stdout --tie=<character>    Use a tie character within multi-letter phoneme names.    Default is U+361, z means ZWJ character. --version  Shows version number and date, and location of espeak-ng-data --voices=<language>    List the available voices for the specified language.    If <language> is omitted, then list all voices. --load     Load voice from a file in current directory by name. -h, --help Show this help.