Text2Speech - Versionsgeschichte

Tobias.faust: /* zusätzliche Abhängigkeiten von Amazon Polly */

2021-06-10T07:17:03Z

zusätzliche Abhängigkeiten von Amazon Polly

← Nächstältere Version		Version vom 10. Juni 2021, 09:17 Uhr
Zeile 53:		Zeile 53:
	===zusätzliche Abhängigkeiten von Amazon Polly===		===zusätzliche Abhängigkeiten von Amazon Polly===
	* Paws::Polly		* Paws::Polly
	* File::HomeDir

	<syntaxhighlight lang="bash">		<syntaxhighlight lang="bash">
	~~sudo apt-get install libfile-homedir-perl~~
	sudo cpan Paws		sudo cpan Paws
	</syntaxhighlight>		</syntaxhighlight>

Stefan Hvr: /* Text2Speech Sprachengines */

2021-02-25T19:31:40Z

Text2Speech Sprachengines

← Nächstältere Version		Version vom 25. Februar 2021, 21:31 Uhr
Zeile 20:		Zeile 20:
	* VoiceRSS/ESpeak/SVOX-Pico		* VoiceRSS/ESpeak/SVOX-Pico

	Die Sprachengine "Amazon Polly" ist kostenpflichtig. In den ersten 12 Monaten sind 5Mio Zeichen kostenlos, danach kosten 1Mio Zeichen 4US$ (Stand ~~Juli 2019~~): [https://aws.amazon.com/de/polly/pricing/ Amazon Polly Pricing]		Die Sprachengine "Amazon Polly" ist kostenpflichtig. In den ersten 12 Monaten sind 5Mio Zeichen kostenlos, danach kosten 1Mio Zeichen 4US$ (Stand Februar 2021): [https://aws.amazon.com/de/polly/pricing/ Amazon Polly Pricing]


	==Definition Lokale Architektur==		==Definition Lokale Architektur==

Tobias.faust: /* Abhängigkeiten Installationspakete */

2019-07-18T06:17:50Z

Abhängigkeiten Installationspakete

← Nächstältere Version		Version vom 18. Juli 2019, 08:17 Uhr
Zeile 32:		Zeile 32:
	* Encode::Guess		* Encode::Guess
	* MP3::Info		* MP3::Info
	* mp3wrap		* mp3wrap (Empfohlen, aber optional, wird über das Attribut TTS_UseMp3Wrap aktiviert)

	<syntaxhighlight lang="bash">		<syntaxhighlight lang="bash">

Tobias.faust: /* Definition Lokale Architektur */

2019-07-18T06:11:15Z

Definition Lokale Architektur

← Nächstältere Version		Version vom 18. Juli 2019, 08:11 Uhr
Zeile 35:		Zeile 35:

	<syntaxhighlight lang="bash">		<syntaxhighlight lang="bash">
	sudo apt-get install ~~libfile-homedir-perl~~ libdigest-perl-md5-perl libany-uri-escape-perl libtext-iconv-perl libencode-perl libmp3-info-perl mp3wrap		sudo apt-get install libdigest-perl-md5-perl libany-uri-escape-perl libtext-iconv-perl libencode-perl libmp3-info-perl mp3wrap
	</syntaxhighlight>		</syntaxhighlight>

Tobias.faust am 16. Juli 2019 um 05:58 Uhr

2019-07-16T05:58:07Z

@@ Zeile 7: / Zeile 7: @@
 }}
-Das Modul [[Text2Speech]] ermöglicht es, eine Sprachausgabe über FHEM zu realisieren. Das Modul ist Client-Server-fähig.
+Das Modul [[Text2Speech]] ermöglicht es, eine Sprachausgabe über FHEM zu realisieren. Das Modul ist Client-Server-fähig. Einzelne Sprachbausteine werden zwischengespeichert damit diese bei erneutem Gebrauch nicht noch einmal nachgeladen werden müssen um somit einen flüssigen Spachfluss zu gewährleisten.
 ==Definition Lokale Architektur==
-==== Allgemein====
+===Abhängigkeiten Installationspakete===
 Mit <code>aplay -l</code> kann man eine Liste der möglichen Audio Ausgabedevices erhalten. Von dem gewünschten Ausgabedevice ermittelt man nun die Kartennummer und das Subdevice.
@@ Zeile 42: / Zeile 107: @@
 War der Test erfolgreich, kann das verbose-Attribut wieder gelöscht werden.
 ==Definition Client-Server Architektur==

Otto123: /* Allgemein */ Versionshinweis ergänzt

2019-07-15T10:30:56Z

Allgemein: Versionshinweis ergänzt

← Nächstältere Version		Version vom 15. Juli 2019, 12:30 Uhr
Zeile 26:		Zeile 26:
	Das Programm mplayer hat auf einigen Systemen sehr große Verzögerungen beim Start, als '''Alternative''' ist z.B. play verwendbar		Das Programm mplayer hat auf einigen Systemen sehr große Verzögerungen beim Start, als '''Alternative''' ist z.B. play verwendbar
	<syntaxhighlight lang="bash">sudo apt-get install sox libsox-fmt-all</syntaxhighlight>		<syntaxhighlight lang="bash">sudo apt-get install sox libsox-fmt-all</syntaxhighlight>
	Die Definition muss in der Bezeichnung das Audiogerätes und im Attribute <code>TTS_MplayerCall </code> so aussehen.		Die Definition muss in der Bezeichnung das Audiogerätes und im Attribute <code>TTS_MplayerCall </code> so aussehen (Mindestens Version 19378 2019-05-12 erforderlich).
	<syntaxhighlight lang="perl">define MyTTS Text2Speech hw:0,0		<syntaxhighlight lang="perl">define MyTTS Text2Speech hw:0,0
	attr MyTTS TTS_MplayerCall AUDIODEV={device} /usr/bin/play -q -v $(({volume}{volumeadjust}/10000)).$(({volume}{volumeadjust}%10000)) {file}</syntaxhighlight>		attr MyTTS TTS_MplayerCall AUDIODEV={device} /usr/bin/play -q -v $(({volume}{volumeadjust}/10000)).$(({volume}{volumeadjust}%10000)) {file}</syntaxhighlight>

Otto123: /* Allgemein */

2019-07-15T09:25:06Z

Allgemein

← Nächstältere Version		Version vom 15. Juli 2019, 11:25 Uhr
Zeile 21:		Zeile 21:
	Test2Speech wurde ursprünglich für mplayer entwickelt:		Test2Speech wurde ursprünglich für mplayer entwickelt:
	<syntaxhighlight lang="bash">sudo apt-get install mplayer</syntaxhighlight>		<syntaxhighlight lang="bash">sudo apt-get install mplayer</syntaxhighlight>
	Damit mplayer ohne sudo aufgerufen wird muss das Attribute <code>TTS_MplayerCall </code> gesetzt werden. Wird das weggelassen muss [[~~Fhem_mit_sudo~~\|fhem sudo Berechtigung]] bekommen.		Damit mplayer ohne sudo aufgerufen wird muss das Attribute <code>TTS_MplayerCall </code> gesetzt werden. Wird das weggelassen muss [[FHEM_mit_sudo\|fhem sudo Berechtigung]] bekommen.
	<syntaxhighlight lang="perl">define MyTTS Text2Speech hw=0.0		<syntaxhighlight lang="perl">define MyTTS Text2Speech hw=0.0
	attr MyTTS TTS_MplayerCall /usr/bin/mplayer</syntaxhighlight>		attr MyTTS TTS_MplayerCall /usr/bin/mplayer</syntaxhighlight>

Otto123: /* Allgemein */

2019-07-15T09:11:40Z

Allgemein

← Nächstältere Version		Version vom 15. Juli 2019, 11:11 Uhr
Zeile 11:		Zeile 11:
	==Definition Lokale Architektur==		==Definition Lokale Architektur==
	==== Allgemein====		==== Allgemein====
			Mit <code>aplay -l</code> kann man eine Liste der möglichen Audio Ausgabedevices erhalten. Von dem gewünschten Ausgabedevice ermittelt man nun die Kartennummer und das Subdevice.

	Neben dem Audio Equipment gibt es zwei Voraussetzungen im System:		Neben dem Audio Equipment gibt es zwei Voraussetzungen im System:
	* Der User fhem muss Berechtigung haben Sound auszugeben und		* Der User fhem muss Berechtigung haben Sound auszugeben und
Zeile 16:		Zeile 18:
	<syntaxhighlight lang="bash">sudo usermod -aG audio fhem</syntaxhighlight>		<syntaxhighlight lang="bash">sudo usermod -aG audio fhem</syntaxhighlight>
	Nach dieser Änderung muss sich der Benutzer neu anmelden! Ein Neustart von FHEM oder dem System ist notwendig!		Nach dieser Änderung muss sich der Benutzer neu anmelden! Ein Neustart von FHEM oder dem System ist notwendig!

	~~Mit <code>aplay -l</code> kann man eine Liste der möglichen Audio Ausgabedevices erhalten. Von dem gewünschten Ausgabedevice ermittelt man nun die Kartennummer und das Subdevice.~~

	Test2Speech wurde ursprünglich für mplayer entwickelt:		Test2Speech wurde ursprünglich für mplayer entwickelt:

Otto123: /* Definition Lokale Architektur */ Überarbeitung der Allgemeinen Installation, Alternativer Player eingefügt

2019-07-15T09:09:18Z

Definition Lokale Architektur: Überarbeitung der Allgemeinen Installation, Alternativer Player eingefügt

← Nächstältere Version		Version vom 15. Juli 2019, 11:09 Uhr
Zeile 10:		Zeile 10:

	==Definition Lokale Architektur==		==Definition Lokale Architektur==
	~~Voraussetzung~~ ist ~~ein installierter Mplayer~~:		==== Allgemein====
	:<~~code~~>sudo apt-get install mplayer</code>		Neben dem Audio Equipment gibt es zwei Voraussetzungen im System:
	~~{{Randnotiz\|RNTyp~~=~~Fehl\|RNText~~=~~Variante a und b sind Alternativen! Es~~ ist ~~nicht sinnvoll beides zu verwenden}}~~		* Der User fhem muss Berechtigung haben Sound auszugeben und
	~~Danach den Mplayer für alle aufrufbar machen~~		* es muss ein Player installiert sein.
	=~~===a) per GruppenRechte====~~		<syntaxhighlight lang="bash">sudo usermod -aG audio fhem</syntaxhighlight>
	:<code> ~~sudo usermod~~ -~~aG audio fhem~~ </~~code~~>		Nach dieser Änderung muss sich der Benutzer neu anmelden! Ein Neustart von FHEM oder dem System ist notwendig!

			Mit <code>aplay -l</code> kann man eine Liste der möglichen Audio Ausgabedevices erhalten. Von dem gewünschten Ausgabedevice ermittelt man nun die Kartennummer und das Subdevice.

			Test2Speech wurde ursprünglich für mplayer entwickelt:
			<syntaxhighlight lang="bash">sudo apt-get install mplayer</syntaxhighlight>
			Damit mplayer ohne sudo aufgerufen wird muss das Attribute <code>TTS_MplayerCall </code> gesetzt werden. Wird das weggelassen muss [[Fhem_mit_sudo\|fhem sudo Berechtigung]] bekommen.
			<syntaxhighlight lang="perl">define MyTTS Text2Speech hw=0.0
			attr MyTTS TTS_MplayerCall /usr/bin/mplayer</syntaxhighlight>
			Das Programm mplayer hat auf einigen Systemen sehr große Verzögerungen beim Start, als '''Alternative''' ist z.B. play verwendbar
			<syntaxhighlight lang="bash">sudo apt-get install sox libsox-fmt-all</syntaxhighlight>
			Die Definition muss in der Bezeichnung das Audiogerätes und im Attribute <code>TTS_MplayerCall </code> so aussehen.
			<syntaxhighlight lang="perl">define MyTTS Text2Speech hw:0,0
			attr MyTTS TTS_MplayerCall AUDIODEV={device} /usr/bin/play -q -v $(({volume}{volumeadjust}/10000)).$(({volume}{volumeadjust}%10000)) {file}</syntaxhighlight>

	Hat man Mplayer per Gruppenrechte verfügbar gemacht, '''muss''' später folgendes Attribut gesetzt sein. Damit wird verhindert, dass Mplayer mit dem defaultmäßig eingestellten "sudo" aufgerufen wird, welches für b) per sudoers gebraucht wird.		Bei wiederholten Sprachbausteinen wird durch die Verwendung von MP3Wrap eine deutlich flüssigere Sprachausgabe erreicht. Für die Verwendung von Kombinationen aus fertigen mp3 Files und Texten in der Art "Text:bing.mp3:Text" ist dies zwingend notwendig.
	~~:<code> attr MyTTS TTS_MplayerCall /usr/bin/mplayer</code>~~		<syntaxhighlight lang="bash">sudo apt-get install mp3wrap</syntaxhighlight>
	~~====b) per SUDOERS====~~
	~~<pre style="width:400px;">~~
	~~EDITOR=nano~~
	~~visudo~~
	~~</pre>~~
	~~Dort an letzter Stelle eintragen:~~
	~~:<code> ALL ALL = NOPASSWD: /usr/bin/mplayer</code>~~
	~~==== Allgemein====~~
	~~Empfohlen~~ wird die ~~Nutzung~~ von MP3Wrap~~. Dadurch wird bei wiederholten Sprachbausteinen~~ eine deutlich flüssigere Sprachausgabe erreicht. Für die Verwendung von Kombinationen aus fertigen mp3 Files und Texten in der Art "Text:bing.mp3:Text" ist dies zwingend notwendig.
	:<~~code~~> sudo apt-get install mp3wrap </~~code~~>

	~~per ''aplay -l'' erhält man eine Liste der möglichen Audio Ausgabedevices. Von dem gewünschten Ausgabedevice ermittelt man nun~~ die ~~Kartennummer und das Subdevice. Mit diesen Daten kann man nun das Modul Text2Speech definieren~~:		Als Ergänzung die Definition ein Attribute <code>TTS_UseMP3Wrap</code> :
	<~~pre style~~="~~width:400px;~~">		<syntaxhighlight lang="perl">attr MyTTS TTS_UseMP3Wrap 1
	~~define MyTTS Text2Speech hw=0.0;~~		attr MyTTS verbose 4</syntaxhighlight>
	~~attr MyTTS room Text2Speech;~~
	attr MyTTS TTS_UseMP3Wrap 1;
	attr MyTTS verbose 4;
	</~~pre~~>

	Ein erster Test kann wie folgt durchgeführt werden (als Einzeiler, ohne Zeilenumbruch einzugeben):		Ein erster Test kann wie folgt durchgeführt werden (als Einzeiler, ohne Zeilenumbruch einzugeben):

Tobias.faust: /* Amazon Polly */

2019-04-24T15:23:01Z

Amazon Polly

← Nächstältere Version		Version vom 24. April 2019, 17:23 Uhr
Zeile 62:		Zeile 62:

	======Amazon Polly======		======Amazon Polly======
	~~<pre style="width:800px;">~~		es muss das Paws Perl Package per cpan installiert werden
	~~curl "https:/~~/s3.~~amazonaws.com/~~aws~~-cli~~/~~awscli-bundle.zip" -o "awscli-bundle~~.~~zip"~~		cpan paws
	~~unzip awscli-bundle.zip~~		Die Zugangsdaten zum eigenen AWS Konto müssen unter ~/.aws/credentials liegen.
	~~sudo ./awscli-bundle/install -i /usr/local/aws -b /usr/local/bin/aws~~		[default]
	~~sudo -u fhem /usr/local/bin/aws configure~~		aws_secret_access_key = xxxxxxxxxxxxxxxxxxxxxx
	~~</pre>~~		aws_access_key_id = xxxxxxxxxxxxxxx
	~~awscli Konfigurationsparameter:~~		Die Zugangsdaten erhält man in dem man im AWS Konto eine IAM Gruppe mit einem PollyRead Profile erstellt und diese Gruppe eine neuen User zuweist.
	~~{\| class~~=~~"wikitable"~~		Nach Anlegen des Users erhält man einmalig(!) das Schlüsselpaar.
	\|-
	! ~~Schlüssel !! Wert~~
	\|-
	~~\| AWS Access Key ID \|\| <ID>~~
	\|-
	~~\| AWS Secret Access Key\|\| <SecKey>~~
	\|-
	~~\| Default region name\|\| eu-central-1~~
	\|-
	~~\| Default output format\|\| json~~
	\|}

	~~Testen kann man das Ganze jetzt, indem man sich auf der Konsole als Benutzer "fhem" anmeldet und dann ins fhem Verzeichnis wechselt~~:		Relevant sind die folgenden Attribute:
	~~<pre style="width:800px;">~~		* TTS_Ressource
	~~cd /opt/fhem/~~		* TTS_Language
	~~aws polly synthesize-speech --output-format mp3 --voice-id Marlene --text 'Mein erster Test' cache/abc.mp3~~		* TTS_Language_Custom
	~~</pre>~~
	~~Jetzt sollte im "cache/" Unterverzeichnis die Datei "abc.mp3" liegen.~~

	==Definition Client-Server Architektur==		==Definition Client-Server Architektur==