Скрипты конвертируют текст в речь.
Я использовал разные библиотеки и остановился на 3-х с приемлемым результатом.
Главный плюс этой библиотеки - скорость, но есть и существенные минусы:
- голос сильно с оттенками метала
- плохая реализация расстановки ударений
- игнорирование цифр, другого языка если он встречается в тексте.
- скудная документация, выуживание информации из разных источников и собирание ее по кусочкам
В этой библиотеки есть флаги
put_accent = True/False
put_yo = True/False
Так вот они отвечают за расстановку ударений и буквы ё и справляются плохо с этой задачей, если этот функционал отключить и воспользоваться для этой задачи другой библиотекой (RUAccent), то результат намного лучше.
Для полноценной работы требуется:
- научится обучать модель, нужна понятная документация
- научится до обучать текущею модель, нужна понятная документация
- научится делать кастомные голоса, нужна понятная документация
В 10 минутном аудио свыше 20 ошибок постановки ударений.
Тут ограничение на количество символов в строке и получается сильно много файлов, если не верите на слова, то можете запустить скрипт и он с генерирует вам аудиофайлы для прослушивания.
Замечательная библиотека, но есть пару минусов:
- лимиты на сутки (обойти вроде как можно с помощью pyttsx3, не побывал)
- нельзя изменить голос, опять же с помощью pyttsx3 можно и этот пункт обойти.
В 10 минутном аудио всего 1 ошибка постановки ударений для русских слов.
Без комментариев, просто плохо
Отличная библиотека с одним большим минусом –– очень медленная. Десятиминутное аудио формируется 20 минут, 7 часовой аудио, формируется 14 часов, на Mac M1 Pro.
Зато из коробки мы можем подставить любой голос, положив его в папку voice, так же вполне хорошо справляется с расстановкой ударений.
В скрипте два варианта, формирование аудио по частям –– этот вариант закомментирован и второй вариант, где формируется одним файлом.
В 10 минутном аудио 15 ошибок постановки ударений для русских слов + артефакты звука.