mothsart a écrit :J'ai testé ton soft et c'est pas mal en effet.
Je me suis tapé quelques "segmentation fault" mais bon, ça fait parti de la stabilisation j'imagine.
En effet, pour l'instant c'est encore dans la période où c'est normal :lol:
mothsart a écrit :Si je suis bien, ton epub contient le SSML (je découvre que ça fait parti des specs de epub).
Non pour les epubs je n'ai pas utilisé du ssml pour l'instant. Là ça utilise soit une vrai voix, soit ma synthèse vocale.
Mais en effet on peut mettre des ssml dans epub
, j'ai mis dans ma liste de TODO le fait de l'intégrermothsart a écrit :Pdf doit le faire également, non ?
Les pdfs sont fait de façon très compliqués et très relous ( c'est vraiment horrible ... ) . Donc je pense malheureusement pas que ça sera avant un très long moment , si jamais ça se fait.
mothsart a écrit :Pour markdown, faut utiliser une extension du genre https://www.speechmarkdown.org/basics/what/ j'imagine ?
En fait je pensais le markdown, pour pouvoir facilement créer un "livre" pour enfant. Tu mets de 2-3 images et quelques phrases, et un enfant peut avoir un livre personnalisé par exemple . Parce que un epub, c'est un peu relou à créer, si t'as pas d'outils spécialisés.
Pour l'instant j'ai toute la base de donné de african story book que je peux utiliser. Mais des livres gratuits en open source, à part ceux-là, il y en pas beaucoup.
(Mais je vais regarder pour speech markdown car je connaissais pas du tout)
mothsart a écrit :Je pensais idéalement générer le SSML à partir de la BDD de grammalect https://grammalecte.net/home.php?prj=fr mais :
- à interfacer, ça risque d'être coton
- ça aura jamais la finesse d'un SSML édité à la main j'imagine (mais on peut rêver)
grammalecte est une base donnée intéressante, mais quand tu dis que tu veux générer le SSML à partir d'elle, c'est à partir de quels informations ?
mothsart a écrit :Pour l'autre TTS, tu parles de quel projet ?
Perso, j'avais de bons espoirs en https://github.com/mozilla/TTS mais ça à l'air d'être à l'abandon
Oui , je connais malheureusement, ça pas l'air très actif .
Mais je parle de https://github.com/rhasspy/larynx qui lui est très actif et qui je pense très bien pour les ordis récents (
comme on voit dans les benchmarks c'est pas encore top pour les raspberry 4 et compagnie , mais je sais qu'ils visent une bonne performance avec raspberry 4 car le but est de l'utiliser comme "alexa" )
Tu peux tester les voix françaises ici , https://rhasspy.github.io/larynx/
comme tu peux voir elles sont très belles mais un peu fausse " je suis allergique, qui est prononcé "je suis allergie" .
Mais en fait c'est juste parce qu'ils utilisent une base de données qui a quelques grosses erreurs. Je le sais parce que j'ai utilisé la même base de données
. J'ai l'intention de leur donner la base de données corrigée, mais il faut juste que je la formate correctement, ce qui est pas très passionnant, donc j'ai pas encore eu le courage.