Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/navatusein/silero-tts-service

Silero TTS backend service. Can be used with Home Assistant and Rhasspy.
https://github.com/navatusein/silero-tts-service

docker docker-compose home-assistant rhasspy silero tts

Last synced: 1 day ago
JSON representation

Silero TTS backend service. Can be used with Home Assistant and Rhasspy.

Awesome Lists containing this project

README 

        
![Supports aarch64 Architecture][aarch64-badge]

![Supports amd64 Architecture][amd64-badge]

![Supports armhf Architecture][armhf-badge]

![Supports armv7 Architecture][armv7-badge]

![Supports i386 Architecture][i386-badge]

[![MIT License][license-shield]][license-url]



# Silero TTS Service



## Содержание

- [Информация](#information)

- [Установка сервера](#server-install)

- [Настройки сервера](#server-configure)

- [Настройка в Home Assistant](#ha-configure)

- [Настройка в Rhasspy](#rhasspy-configure)

- [Функциональные возможности](#features)

- [Endpoints](#endpoints)

- [Вывод звука на Bluetooth колонку](#bluetooth-speaker)





## Информация

 Данный проект я создал, чтобы обеспечить свой умный дом нормальным синтезом речи. Также, чтобы обеспечить  rhasspy нормальным синтезом речи. Уже готовые решения меня не устроили и было решено изобрести свой велосипед. За основу были взяты модели [Silero].



Вдохновился я проектом [silero-ha-http-tts] от [Gromina]. Он был сыроват и я решил сделать всё по уму разуму, с настройками и готовыми контейнерами.  







## Установка сервера



### Установка через Docker:

Выполните команду:

```commandline

docker run -p 9898:9898 -m 1g -e NUMBER_OF_THREADS=4 -e LANGUAGE=ru -e SAMPLE_RATE=48000 --name tts_silero -d navatusein/silero-tts-service

```







### Установка через Docker Compose:

Создайте файл `docker-compose.yml` и перенесите в него содержимое:

```yaml

version: '3'



services:

  silero-tts-service:

    image: "navatusein/silero-tts-service"

    container_name: "silero-tts-service"

    deploy:

      resources:

        limits:

          memory: 1G

    ports:

      - "9898:9898"

    restart: unless-stopped

    environment:

      NUMBER_OF_THREADS: 4

      LANGUAGE: ru

      SAMPLE_RATE: 48000

```

Выполните команду:

```commandline

docker-compose up

```









## Настройки сервера

Все настройки сервера передаются как параметры окружения docker контейнеру при запуске.



Количество ядер для обработки речи `NUMBER_OF_THREADS`:

```yaml

NUMBER_OF_THREADS: 4 

```

Количество потоков от 1 до количества ядер процессора сервера.


По умолчанию: `4`






Язык синтеза речи `LANGUAGE`:

```yaml

LANGUAGE: ru

```

По умолчанию: `ru`



Поддерживаемые языки, с доступными для них голосами:



|    Язык    | Код языка | Поддерживаемые голоса                              |

|:----------:|:---------:|:---------------------------------------------------|

|  Русский   |   `ru`    | `aidar` `baya` `kseniya` `xenia` `eugene` `random` |

| Українська |   `uk`    | `mykyta` `random`                                  |







Частота дискретизации `SAMPLE_RATE`:

```yaml

SAMPLE_RATE: 48000 

```

Возможние значения: `48000`, `24000`, `8000`


По умолчанию: `48000`







Параметры утилиты sox `SOX_PARAM`:

```yaml

SOX_PARAM: "reverb 50 50 10" # Добавляет эхо на речь

```

По умолчанию: Пустой



Выходной файл проходит через утилиту sox. Ей можно передать параметры, чтобы наложить эффекты на речь: поднять тембр, добавить эхо, бас буст включить.



Ссылка на документацию утилиты sox: https://linux.die.net/man/1/sox







Исправление обрубания окончания фразы `HA_FIX`:

```yaml

HA_FIX: True 

```

Может принимать значения: `True` `False`


По умолчанию: `False`



Исправляет ошибку, при которой Home Assistant не договаривает конец фразы. Добавляет секунду молчания в конец речи.

 







## Настройка в Home Assistant

В файле `configuration.yaml` добавьте запись:

```yaml

tts:

  - platform: marytts

    host: localhost # Адрес сервера

    port: 9898

    codec: WAVE_FILE

    voice: xenia # Имя голоса который хотите использовать.

    language: ru # Не используется. Настройки языка указываются в настройках сервера.

```









## Настройка в Rhasspy Assistant

1) В настройках, в разделе Text to Speech. Выберете модуль MarryTTS.

2) Примените настройки  Rhasspy Assistant (он перезагрузиться).

3) Укажите адрес вашего сервера с путём `/process`.

4) Нажмите на кнопку Refresh.

5) В списке доступных голосов, выберите голос который вам нужно.

6) Примените настройки  Rhasspy Assistant (он перезагрузиться).



![RhasspyConfig]









## Функциональные возможности



### Нормализация цифр

Сервис умеет переводить цифры в текст.


Пример:

```text

Текст с цифрой 1.

```

[Нормализация Пример 1]







### Склонение существительных после цифры

Сервис умеет склонять существительных после цифр.


Для этого слово которое нужно склонить после цифры, возьмите  в  тег `слово`.


Пример:

```text

У меня было 15 яблоко.

```

[Склонение Пример 1]



Если нужно склонить несколько слов, то каждое нужно брать в тег `слово` отдельно.



```text

Мне осталось работать 15 рабочий день.

```

[Склонение Пример 2]







### Произношение транслита

Сервис умеет произносить транслит.


Пример:

```text

Lorem ipsum dolor sit amet.

```

[Транслит Пример 1]







### SSML

С помощью SSML вы можете управлять паузами и просодией синтезированной речи.

```text



  Когда я просыпаюсь, я говорю довольно медленно.

  Потом я начинаю говорить своим обычным голосом,

   а могу говорить тоном выше ,

  или наоборот, ниже.

  Потом, если повезет – я могу говорить и довольно быстро.

  А еще я умею делать паузы любой длины, например две секунды .

  


    Также я умею делать паузы между параграфами.

  


  


    И также я умею делать паузы между предложениями

    Вот например как сейчас

  



```

[SSML Пример 1]









## Endpoints

- `GET` `/clear_cache` - Очищает кэш уже синтезированных сообщений.

- `GET` `/settings` - Возвращает текущие настройки сервера.

- `GET` `/voices` - Возвращает список доступных голосов для выбранного языка.

- `GET` `/process?VOICE=[Выбраный голос]&INPUT_TEXT=[Текст для обработки]` - Возвращает аудио файл синтезированной речи.

- `POST` `/process` в теле запроса `VOICE=[Выбраный голос]`, `INPUT_TEXT=[Текст для обработки]` - Возвращает аудио файл синтезированной речи.









## Вывод звука на Bluetooth колонку



1) Если Home Assistant как основная ОС (HAOS), то читаем эту документацию [TTS Bluetooth Speaker for Home Assistant]

2) Если Home Assistant стоит на Debian, то делаем следующее:



Отредактируем client.conf



```commandline

nano /etc/pulse/client.conf

```



Добавим следующее:



```commandline

default-server = unix:/usr/share/hassio/audio/external/pulse.sock

autospawn = no

```



![ClientConf]



Перезапускаем pulseaudio.



```commandline

pulseaudio -k && pulseaudio --start

```



Ставим аддон [Mopidy версии Current version: 2.1.1] и ставим только эту версию. Mopidy 2.2.0 не ставить - она сломанная. Подробнее про поломанную версию Mopidy 2.2.0 читать [здесь].



Добавляем в configuration.yaml

```yaml

media_player:

  - platform: mpd

    name: "MPD Mopidy"

    host: localhost

    port: 6600

```



Перезагружаем Home Assistant полностью, чтобы перезагрузился сам Debian.



![RebootHa]



Подключаем bluetooth колонку к Debian, kb,j через GUI, либо через консоль используя команду bluetoothctl



Включим bluetooth:



```commandline

power on

```



Запуск сканирования девайсов:



```commandline

scan on

```



Как увидели свой девайс, спариваемся с устройством:



```commandline

pair [mac адрес девайса]

```



Подключаемся к устройству:



```commandline

connect [mac адрес девайса]

```



Добавляем устройство в доверенные:



```commandline

trust [mac адрес девайса]

```



Далее, как добавлен bluetooth девайс то в двух аддонов Rhasspy Assistant и Mopidy нужно указать источник вывода звука bluetooth девайса:



1) В Rhasspy Assistant указываем так:



![RhasspyAssistantConfig]



2) В Mopidy указываем так:



![MopidyConfig]



Проверяем работоспособность:



![TtsSay]



Код: 



```yaml

service: tts.marytts_say

data:

  entity_id: media_player.mpd_mopidy

  message: >-

    Спустя 15 лет жизнь некогда бороздившего космические просторы Жана-Люка

    Пикара

```



[aarch64-badge]: https://img.shields.io/badge/aarch64-no-red.svg?style=for-the-badge

[amd64-badge]: https://img.shields.io/badge/amd64-yes-green.svg?style=for-the-badge

[armhf-badge]: https://img.shields.io/badge/armhf-no-red.svg?style=for-the-badge

[armv7-badge]: https://img.shields.io/badge/armv7-no-red.svg?style=for-the-badge

[i386-badge]: https://img.shields.io/badge/i386-yes-green.svg?style=for-the-badge



[license-shield]: https://img.shields.io/github/license/Navatusein/Silero-TTS-Service.svg?style=for-the-badge

[license-url]: https://github.com/Navatusein/Silero-TTS-Service/blob/Main/LICENSE



[Silero]: https://github.com/snakers4/silero-models



[silero-ha-http-tts]: https://github.com/Gromina/silero-ha-http-tts

[Gromina]: https://github.com/Gromina



[RhasspyConfig]: /docs/RhasspyConfig.png



[Нормализация Пример 1]: https://on.soundcloud.com/WsG6i



[Склонение Пример 1]: https://on.soundcloud.com/x7RDs

[Склонение Пример 2]: https://on.soundcloud.com/q6Bge



[Транслит Пример 1]: https://on.soundcloud.com/Mfgqv



[SSML Пример 1]: https://on.soundcloud.com/kk9CY



[TTS Bluetooth Speaker for Home Assistant]: https://github.com/pkozul/ha-tts-bluetooth-speaker



[ClientConf]: /docs/ClientConf.png



[Mopidy версии Current version: 2.1.1]: https://github.com/Llntrvr/Hassio-Addons



[здесь]: https://github.com/Poeschl/Hassio-Addons/issues/334



[RebootHa]: /docs/RebootHa.png



[RhasspyAssistantConfig]: /docs/RhasspyAssistantConfig.png

[MopidyConfig]: /docs/MopidyConfig.png

[TtsSay]: /docs/TtsSay.png