Balabolka Инструмент за командния ред за онлайн използване на текст в реч

The command line application allows to use online text-to-speech services: text files or subtitles can be converted to audio files. The utility can be used for testing purposes: it will help you to choose a cloud computing service that satisfies your needs. The separate application for Yandex SpeechKit is available for downloading, because Yandex is the Russian IT company with close government ties.

Online services with speech technologies: Google Cloud Text-to-Speech; Amazon Polly; Baidu Text-to-Speech; CereVoice Cloud; Iciba Text-to-Speech; iTranslate Text-to-Speech; Microsoft Azure; Naver Text-to-Speech; Youdao Text-to-Speech; Yandex SpeechKit.

Изтегляне на Balabolka (инструмент за онлайн синтез на реч)

Конзолната програма обработва различни параметри на командния ред за записване на речта като аудиофайл. Опциите за командния ред използват синтаксиса "balweb.exe [опции ...]", всички параметри трябва да бъдат разделени един от друг чрез интервал. Опциите могат да бъдат подреждани в произволен ред в командния ред, стига да са сдвоени със свързаните с тях параметри. Използвайте командата "balweb -?" за да получите помощ за параметрите и синтаксиса на командния ред.

-s име_на_услуга

Sets the name of the online TTS service ("google" or "g", "amazon" or "a", "baidu" or "b", "cerevoice" or "c", "iciba" or "k", "itranslate" or "t", "microsoft" or "m", "naver" or "n", "youdao" or "y"). По подразбиране е "google".

-l име_на_език

Sets the language name for the online TTS service. The name is a combination of an ISO 639 two-letter lowercase culture code associated with a language and an ISO 3166 two-letter uppercase subculture code associated with a country or region.
Например: bg-BG, de-DE, ru-RU. По подразбиране е "en-US".

-g пол

Sets the gender for the online TTS service (if supported). The available values: "female" or "f", "male" or "m". The default value is not defined. This parameter is supported by services: Amazon Polly, CereProc TTS, Google TTS, iTranslate TTS, Microsoft Azure, Naver TTS.

-n име_на_гласа

Sets the voice name for the online TTS service (if supported). The default value is not defined. This parameter is supported by services Amazon Polly, CereProc TTS, Google Cloud TTS, Microsoft Azure, Naver TTS.

-r скорост_на_речта

Sets the rate of the synthesized speech (if supported).
По подразбиране е "1.0" (средна скорост на говорене).
For Amazon Polly the rate values range from "0.20" to "2.00".
For CereProc TTS the rate values range from "0.30" to "4.00".
For Google TTS and Microsoft Azure the rate values range from "0.10" to "3.00".
For iTranslate TTS the rate values range from "0.50" to "2.00".
For Naver TTS the rate values range from "0.50" to "1.50".

-p целочислена_стойност

Sets the speaking pitch in a range of -20 to 20 (if supported). По подразбиране е 0.
This option is supported by Amazon Polly, CereProc TTS, Google Cloud TTS, Microsoft Azure.

-v целочислена_стойност

Задава силата на звука в обхват от 0 до 200 (по подразбиране е 100).

-m

Показва списъка с поддържаните езици (полове и имена на гласове, ако има такива) за онлайн услугата.

-f име_на_файл

Задава името на входния текстов файл. Командния ред може да съдържа повече от една -f опция.

-fl име_на_файл

Задава името на текстовия файл със списъка от входни файлове (по едно име на файл на ред).

-w име_на_файл

Задава името на изходния файл в WAV формат.

-c

За вход се използва текста от клипборда.

-t текст

За вход може да се използва текст от командния ред. Командния ред може да съдържа повече от една -t опция.

-i

За вход се използва текста от STDIN.

-o

Записва звуковите данни в STDOUT. Ако е зададена тази опция, опцията -w бива игнорирана.

--encoding кодиране или -enc кодиране

Задава кодирането на входния текст ("ansi", "utf8" или "unicode"). Ако опцията не е зададена, програмата ще определи кодирането на текста.

--silence-begin целочислена_стойност или -sb целочислена_стойност

Задава времетраенето на тишината в началото на аудио файла (в милисекунди). По подразбиране е 0.

--silence-end целочислена_стойност или -se целочислена_стойност

Задава времетраенето на тишината в края на аудио файла (в милисекунди). По подразбиране е 0.

-ln целочислена_стойност

Selects a line from the text file by using of a line number. The line numbering starts at "1". The interval of numbers can be used for selecting of more than one line (например, "26-34"). The command line may contain few options -ln.

-e целочислена_стойност

Sets the length of pauses between sentences (in milliseconds). The value should be set less than 5000. If the option is not specified, the service will use the default pauses between sentences. This parameter is supported by Microsoft Azure only.

-d име_на_файл

Applies a dictionary for pronunciation correction (*.BXD, *.DIC or *.REX). The command line may contain few options -d.

-lrc

Creates the LRC file. Lyrics will be synchronized with the speech in the output audio file.

-srt

Creates the SRT file. Subtitles will be synchronized with the speech in the output audio file.

-sub

Input text will be processed as subtitles. The option may be useful, when the options -i or -c are specified.

-host хост

Sets the hostname of the proxy server.

-port целочислена_стойност

Sets the port number of the proxy server.

-fr целочислена_стойност

Sets the output audio sampling frequency in kHz (8, 11, 16, 22, 24, 32, 44, 48). If the option is not specified, the default value for the selected serice will be used.

--ignore-square-brackets или -isb

Ignore text in [square brackets].

--ignore-curly-brackets или -icb

Ignore text in {curly brackets}.

--ignore-angle-brackets или -iab

Ignore text in <angle brackets>.

--ignore-round-brackets или -irb

Ignore text in (round brackets).

--ignore-url или -iu

Ignore URLs.

--ignore-comments или -ic

Ignore comments in text. Single-line comments start with // and continue until the end of the line. Multiline comments start with /* and end with */.

-dp

Показване на информация за напредъка в конзолен прозорец.

-cfg име_на_файл

Sets the name of the configuration file with the command line options (a text file where each line contains one option). If the option is not specified, the file bal4web.cfg in the same folder as the utility will be used.

-h

Prints the list of available command line options.

--lrc-length целочислена_стойност

Sets the maximal length of text lines for the LRC file (in characters).

--lrc-fname име_на_файл

Sets the name of the LRC file. The option may be useful, when the option -o is specified.

--lrc-enc кодиране

Sets the encoding for the LRC file ("ansi", "utf8" or "unicode"). По подразбиране е "ansi".

--lrc-offset целочислена_стойност

Sets the time shift for the LRC file (in milliseconds).

--lrc-artist текст

Sets the ID tag for the LRC file: artist.

--lrc-album текст

Sets the ID tag for the LRC file: album.

--lrc-title текст

Sets the ID tag for the LRC file: title.

--lrc-author текст

Sets the ID tag for the LRC file: author.

--lrc-creator текст

Sets the ID tag for the LRC file: creator of the LRC file.

--lrc-sent

Inserts blank lines after sentences when creating the LRC file.

--lrc-para

Inserts blank lines after paragraphs when creating the LRC file.

--srt-length целочислена_стойност

Sets the maximal length of text lines for the SRT file (in characters).

--srt-fname име_на_файл

Sets the name of the SRT file. The option may be useful, when the option -o is specified.

--srt-enc кодиране

Sets the encoding for the SRT file ("ansi", "utf8" or "unicode"). По подразбиране е "ansi".

--raw

Изходният аудио файл е в суров PCM формат; аудио данните не съдържат WAV заглавката. Този параметър се използва в комбинация с параметъра -o.

--ignore-length или -il

Пропуска определената дължина от данни в WAV заглавката. Този параметър се използва в комбинация с параметъра -o.

--wss

Use the WebSocket protocol for Microsoft Azure. It allows to improve sound quality of audio files (24 KHz instead of 16 KHz). The option is ignored if the subscription key for the Microsoft Azure Cognitive Services is defined. Use the option -m to check if a voice supports the WebSocket protocol or not.

--sub-format текст

Задава формата на субтитрите ("srt", "lrc", "ssa", "ass", "smi" или "vtt"). Ако параметърът не е зададен, форматът ще бъде определен чрез файловото разширение.

--sub-fit или -sf

Автоматично увеличава скоростта, за да съвпадне с времевите интервали на субтитрите (когато програмата конвертира субтитри в аудио файл). The SoundTouch library will be used for changing tempo.

--sub-max целочислена_стойност или -sm целочислена_стойност

Sets the maximal rate of speech in a range of 110% to 200% (when the program converts subtitles to audio file). The program will automatically increase the speech rate without exceeding the set rate value.

--aws-keyid текст или -ak текст

Sets AWS access key ID for the Amazon Polly. It is recommended to apply such key if you have it.

--aws-secret текст или -as текст

Sets AWS secret access key for the Amazon Polly.

--aws-region текст или -ar текст

Sets AWS region for the Amazon Polly.

--crv-email текст или -ce текст

Sets the email address used when registering on the CereProc website. This information is necessary for CereVoice Cloud API authorization. It is recommended to apply such email if you have it.

--crv-pwd текст или -cp текст

Sets the password used when registering on the CereProc website. This information is necessary for CereVoice Cloud API authorization. It is recommended to apply such password if you have it.

--gc-apikey текст или -gk текст

Sets API key ID for the Google Cloud. It is recommended to apply such key if you have it.

--ms-apikey текст или -mk текст

Sets the subscription key for the Microsoft Azure Cognitive Services. It is recommended to apply such key if you have it.

--ms-region текст или -mr текст

Sets the subscription region for the Microsoft Azure Cognitive Services.

Create the text file LANGUAGE.TXT with the list of all supported languages and genders for the Google TTS service:

bal4web -s Google -m > language.txt

Convert text from BOOK.TXT to speech and save as BOOK.WAV:

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

Convert subtitles to speech and save as MOVIE.WAV:

bal4web -f "d:\Subtitles\movie.srt" -w "d:\Sound\movie.wav" -s m -l de-DE -n Conrad -r 1.1

bal4web -f "d:\Subtitles\movie.srt" -w "d:\Sound\movie.wav" -s m -l de-DE -n Conrad -sub-fit-lib

The example of use together with LAME.EXE:

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

The example of use together with OGGENC2.EXE:

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

Опциите за командния ред могат да бъдат съхранени в конфигурационен файл "bal4web.cfg" в същата папка, в която е и програмата.

Пример за конфигурационен файл:

Програмата може да използва комбинация от опции от конфигурационния файл и от командния ред.

You are free to use and distribute software for noncommercial purposes. For commercial use or distribution, you need to get permission from the copyright holder.