Балаболка Программы для использования онлайн-сервисов синтеза речи

Консольные приложения позволяют использовать популярные онлайн-сервисы для синтеза речи: текст или субтитры будут преобразованы в звуковые файлы формата WAV. Программы могут быть применены в тестовых целях, для изучения возможностей облачных сервисов. Для Yandex SpeechKit было создано отдельное приложение, так как этот сервис принадлежит российской IT-компании.

Онлайн-сервисы для синтеза речи: Google Cloud Text-to-Speech; Amazon Polly; Baidu Text-to-Speech; IBM Watson Text-to-Speech; Microsoft Azure; Naver Text-to-Speech; Youdao Text-to-Speech; Yandex SpeechKit.

Загрузить утилиту BAL4WEB

Программа может быть настроена с помощью параметров командной строки. Они отделяются друг от друга пробелом и начинаются с символа "-" (дефис). Полный список параметров командной строки можно получить, введя команду bal4web.exe с параметрами -? или -h.

-s имя_сервиса

Выбрать онлайн-сервис для синтеза речи ("google" или "g", "amazon" или "a", "baidu" или "b", "ibm" или "i", "microsoft" или "m", "naver" или "n", "youdao" или "y"). По умолчанию значение равно "google".

-l идентификатор_языка

Выбрать язык для синтеза речи. Идентификатор представляет собой комбинацию кода языка по стандарту ISO 639 (две маленькие буквы) и кода по стандарту ISO 3166 (две большие буквы), объединенных дефисом. Например: en-US, de-DE, ru-RU.
По умолчанию значение равно "en-US" (этот язык поддерживается всеми онлайн-сервисами).

-g пол

Выбрать пол голоса для синтеза речи (если онлайн-сервис поддерживает такой параметр). Женский пол: "female" или "f". Мужской пол: "male" или "m". Значение по умолчанию отсутствует; онлайн-сервис сам выберет пол голоса для каждого языка.
Параметр поддерживают сервисы Google TTS, Amazon Polly, IBM Watson TTS.

-n имя_голоса

Указать имя голоса для синтеза речи (если онлайн-сервис поддерживает такой параметр). Значение по умолчанию отсутствует; онлайн-сервис сам выберет голос для каждого языка.
Параметр поддерживают сервисы Amazon Polly, IBM Watson TTS и Microsoft Azure.

-r число

Установить скорость речи (если онлайн-сервис поддерживает такой параметр). По умолчанию значение равно "1.0" (средняя скорость человеческой речи).
Для Google TTS и Microsoft Azure значения находятся в диапазоне от "0.1" до "3.0".
Для Naver TTS значения находятся в диапазоне от "0.5" до "1.5".

-v целое_число

Установить громкость в диапазоне от 0 до 200 (по умолчанию значение равно 100).

-m

Показать список языков, поддерживаемых онлайн-сервисом, а также перечислить дополнительные характеристики голосов для каждого языка (если есть).

-f имя_файла

Открыть текстовый файл. Командная строка может содержать несколько параметров -f.

-fl имя_файла

Открыть файл со списком текстовых файлов (по одному имени файла на каждой строке). Командная строка может содержать несколько параметров -fl.

-w имя_файла

Записать звуковой файл в формате WAV.

-c

Использовать текст из буфера обмена.

-t текст

Использовать текст из командной строки. Командная строка может содержать несколько параметров -t.

-i

Использовать текст из стандартного потока ввода (STDIN).

-o

Записать аудиоданные в стандартный поток вывода (STDOUT); если параметр задан, параметр -w игнорируется.

--encoding кодировка или -enc кодировка

Кодировка текста из стандартного потока ввода ("ansi", "utf8" или "unicode"). По умолчанию значение равно "ansi".

-ln число

Выбрать строку из текстового файла, используя её номер. Нумерация строк начинается с "1". Для выбора нескольких строк можно указать номера начальной и конечной строк в тексте (например, "26-34"). Командная строка может содержать несколько параметров -ln.

-e число

Установить длину пауз между предложениями (в миллисекундах). Значение должно быть меньше 5000. Если параметр не задан, сервис будет использовать паузы между предложениями по умолчанию. Параметр поддерживает сервис Microsoft Azure.

-d имя_файла

Применить к тексту правила для коррекции произношения из словаря (файла с расширением *.BXD, *.DIC или *.REX). Командная строка может содержать несколько параметров -d. Пользователь может редактировать словарь в приложении Балаболка.

-lrc

Создать файл формата LRC. Текст в файле будет синхронизирован с речью в созданном звуковом файле.

-srt

Создать файл формата SRT. Субтитры в файле будет синхронизирован с речью в созданном звуковом файле.

-sub

Текст представляет собой субтитры и должен быть преобразован в звуковой файл с учетом заданных интервалов времени. Параметр может быть полезен в тех случаях, когда в командной строке заданы параметры -i или -c.

-host адрес

Указать адрес прокси-сервера.

-port число

Указать порт прокси-сервера.

-dp

Показать индикатор прогресса выполнения в окне консольного приложения.

--ignore-square-brackets или -isb

Игнорировать текст в [квадратных скобках].

--ignore-curly-brackets или -icb

Игнорировать текст в {фигурных скобках}.

--ignore-angle-brackets или -iab

Игнорировать текст в <угловых скобках>.

--ignore-round-brackets или -irb

Игнорировать текст в (круглых скобках).

--ignore-url или -iu

Игнорировать URL-адреса.

--ignore-comments или -ic

Игнорировать комментарии в тексте. Однострочные комментарии начинаются с // и продолжаются до конца строки. Многострочные комментарии начинаются с /* и завершаются */.

-h

Показать описание параметров командной строки.

--lrc-length число

Установить максимальную длину строк для файла формата LRC (в символах).

--lrc-fname имя_файла

Имя файла формата LRC. Параметр может быть полезен в тех случаях, когда в командной строке задан параметр -o.

--lrc-enc кодировка

Кодировка файла формата LRC ("ansi", "utf8" или "unicode"). По умолчанию значение равно "ansi".

--lrc-offset число

Задать сдвиг времени для файла формата LRC (в миллисекундах).

--lrc-artist текст

Тег для файла формата LRC: исполнитель произведения.

--lrc-album текст

Тег для файла формата LRC: альбом.

--lrc-title текст

Тег для файла формата LRC: название произведения.

--lrc-author текст

Тег для файла формата LRC: автор.

--lrc-creator текст

Тег для файла формата LRC: создатель файла.

--lrc-sent

Вставить пустые строки после предложений при создании файла формата LRC.

--lrc-para

Вставить пустые строки после абзацев при создании файла формата LRC.

--srt-length число

Установить максимальную длину строк для файла формата SRT (в символах).

--srt-fname имя_файла

Имя файла формата SRT. Параметр может быть полезен в тех случаях, когда в командной строке задан параметр -o.

--srt-enc кодировка

Кодировка файла формата SRT ("ansi", "utf8" или "unicode"). По умолчанию значение равно "ansi".

--raw

Записать аудиоданные в формате RAW PCM; данные не содержат заголовок формата WAV. Параметр используется совместно с параметром -o.

--ignore-length или -il

Не записывать размер аудиоданных в заголовок формата WAV. Параметр используется совместно с параметром -o.

--sub-format текст

Формат субтитров ("srt", "lrc", "ssa", "ass", "smi" или "vtt"). Если параметр не задан, формат будет определен по расширению имени файла субтитров.

--sub-fit или -sf

При преобразовании субтитров в речь автоматически увеличивать скорость речи для того, чтобы уложиться в заданные интервалы времени.
Параметр поддерживают сервисы Google TTS и Naver TTS.

Создать текстовый файл со списком языков, поддерживаемых онлайн-сервисом Google TTS:

bal4web -s Google -m > language.txt

Преобразовать текстовый файл BOOK.TXT в звуковой файл BOOK.WAV:

bal4web -f "d:\Text\book.txt" -w "d:\Sound\book.wav" -s Google -l ru-RU -g female

Преобразовать файл субтитров MOVIE.SRT в звуковой файл MOVIE.WAV:

bal4web -f "d:\Subtitles\movie.srt" -w "d:\Sound\movie.wav" -s m -l ru-RU -n SvetlanaNeural -r 1.1

Пример использования приложения совместно с утилитой LAME.EXE:

bal4web -f d:\book.txt -s Baidu -l ru-RU -o --raw | lame -r -s 16 -m m -h - d:\book.mp3

Пример использования приложения совместно с утилитой OGGENC2.EXE:

bal4web -f d:\book.txt -s Baidu -l ru-RU -o -il | oggenc2 --ignorelength - -o d:\book.ogg

Параметры можно сохранить как файл конфигурации bal4web.cfg в той же папке, что и консольное приложение.

Пример содержимого файла:

Программа может комбинировать параметры из файла конфигурации и командной строки.

Коммерческое использование программы допускается только с разрешения правообладателя.