Balabolka Dienstprogramm für die Online-Text-zu-Sprache-Nutzung

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-Dienste mit Sprachtechnologien: 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.

Datei Download (Online-TTS-Dienstprogramm)

Die Konsolenanwendung verwaltet verschiedene Befehlszeilenparameter, um zu ermöglichen, einen Text laut vorzulesen oder als Audio-Datei zu speichern. Die Befehlszeilen-Optionen verwenden die Syntax "bal4web [Optionen ...]", alle Parameter müssen durch ein Leerzeichen getrennt werden. Die Optionen können in beliebiger Reihenfolge in der Befehlszeile aufgeführt werden, solange sie mit ihren zugehörigen Parametern verbunden sind. Verwenden Sie die "bal4web -?" Befehlszeile, um Hilfe bezüglich Syntax und Parameter der Kommandozeile zu erhalten.

-s Dienstname

Legt den Namen des Online-TTS-Dienstes fest ("google" oder "g", "amazon" oder "a", "baidu" oder "b", "cerevoice" oder "c", "iciba" oder "k", "itranslate" oder "t", "microsoft" oder "m", "naver" oder "n", "youdao" oder "y"). Die Voreinstellung ist "google".

-l Sprache

Legt den Sprachnamen für den Online-TTS-Dienst fest. Der Name ist eine Kombination aus einem aus zwei Buchstaben bestehenden ISO 639-Kulturcode in Kleinbuchstaben, der einer Sprache zugeordnet ist, und einem aus zwei Buchstaben bestehenden ISO 3166-Subkulturcode in Großbuchstaben, der einem Land oder einer Region zugeordnet ist.
Zum Beispiel: de-DE, fr-FR, pl-PL. Die Standardeinstellung ist "en-US".

-g Geschlecht

Legt das Geschlecht für den Online-TTS-Dienst fest (falls unterstützt). Die verfügbaren Werte: "female" oder "f" (weiblich), "male" oder "m" (männlich). Der Standardwert ist nicht definiert. Dieser Parameter wird von den Diensten Amazon Polly, CereProc TTS, Google TTS, iTranslate TTS, Microsoft Azure, Naver TTS unterstützt.

-n Sprecher

Legt den Sprachnamen für den Online-TTS-Dienst fest (falls unterstützt). Der Standardwert ist nicht definiert. Dieser Parameter wird von den Diensten Amazon Polly, CereProc TTS, Microsoft Azure, Naver TTS unterstützt.

-r Sprechgeschwindigkeit

Legt die Rate der synthetisierten Sprache fest (falls unterstützt).
Der Standardwert ist "1.0" (durchschnittliche menschliche Sprechgeschwindigkeit).
Für Google TTS und Microsoft Azure reichen die Ratenwerte von "0.10" bis "3.00".
Für Naver TTS reichen die Ratenwerte von "0.50" bis "1.50".
Für Amazon Polly reichen die Ratenwerte von "0.20" bis "2.00".
Für CereProc TTS reichen die Ratenwerte von "0.30" bis "4.00".
Für iTranslate TTS reichen die Ratenwerte von "0.50" bis "2.00".

-p Zahl

Bestimmt die Tonhöhe in einem Bereich von -20 bis 20 (falls unterstützt). Der Standardwert ist 0.
Dieser Parameter wird von den Diensten Amazon Polly, CereProc TTS, Google Cloud TTS, Microsoft Azure.

-v Zahl

Bestimmt das Volumen in einem Bereich von 0 bis 200 (der Standardwert ist 100).

-m

Druckt die Liste der unterstützten Sprachen (Geschlechter und Stimmnamen, falls verfügbar) für den Online-TTS-Dienst.

-f Dateiname

Bestimmt den Namen der Eingabe-Textdatei.

-fl Dateiname

Bestimmt den Namen der Textdatei mit der Liste der Eingabedateien (ein Dateiname pro Zeile).

-w Dateiname

Bestimmt den Namen der Ausgabe-Datei im WAV-Format. Wenn diese Option angegeben ist, wird eine Audio-Datei erstellt. Sonst wird der Text laut vorgelesen.

-c

Verwendet die Texteingabe aus der Zwischenablage.

-t Textzeile

Die Texteingabe kann von der Befehlszeile verwendet werden.

-i

Verwendet die Texteingabe von STDIN.

-o

Schreibt Tondaten auf STDOUT. Wenn diese Option gewählt ist, wird die Option -w ignoriert.

--encoding Kodierung oder -enc Kodierung

Bestimmt die Kodierung für die Texteingabe ("ansi", "utf8" oder "unicode"). Wenn die Option nicht angegeben wird, erkennt das Programm die Textkodierung.

--silence-begin Zahl oder -sb Zahl

Legt die Länge der Stille am Anfang der Audio-Datei fest (in Millisekunden). Der Standardwert ist 0.

--silence-end Zahl oder -se Zahl

Legt die Länge der Stille am Ende der Audio-Datei fest (in Millisekunden). Der Standardwert ist 0.

-ln Zahl

Wählt eine Zeile aus einer Textdatei mit Hilfe einer Zeilennummer. Die Zeilennummerierung beginnt bei "1". Ein Intervall von Zahlen kann verwendet werden, um mehr als eine Zeile auszuwählen (beispielsweise "26-34"). Die Befehlszeile kann ein paar Optionen enthalten -ln.

-e Zahl

Legt die Länge der Pausen zwischen Sätzen fest (in Millisekunden). Der Wert sollte kleiner als 5000 sein. Wenn die Option nicht angegeben ist, verwendet der Dienst die Standardpausen zwischen den Sätzen. Dieser Parameter wird nur von Microsoft Azure unterstützt.

-d Dateiname

Verwendet das Wörterbuch für die Aussprache-Korrektur (*.BXD, *.REX oder *.DIC). Die Befehlszeile kann ein paar Optionen enthalten -d.

-lrc

Erstellt eine LRC-Datei. Der Liedtext wird mit der Sprache in der ausgegebenen Audiodatei synchronisiert.

-srt

Erstellt eine SRT-Datei. Untertitel werden mit der Sprache in der ausgegebenen Audiodatei synchronisiert.

-sub

Text wird als Untertitel verarbeitet. Diese Option kann nützlich sein, wenn die Optionen -i oder -c festgelegt wurden.

-host Hostname

Legt den Hostnamen des Proxy-Servers fest.

-port Zahl

Legt die Portnummer des Proxy-Servers fest.

-fr Zahl

Legt die Ausgabe-Audio-Abtastfrequenz in kHz fest (8, 11, 16, 22, 24, 32, 44, 48). Wenn die Option nicht angegeben ist, wird der Standardwert für den ausgewählten Dienst verwendet.

--ignore-square-brackets oder -isb

Text in [eckigen Klammern] ignorieren.

--ignore-curly-brackets oder -icb

Text in {geschweiften Klammern} ignorieren.

--ignore-angle-brackets oder -iab

Text in <Winkelklammern> ignorieren.

--ignore-round-brackets oder -irb

Text in (runden Klammern) ignorieren.

--ignore-comments oder -ic

Kommentare im Text ignorieren. Einzeilige Kommentare beginnen mit // und werden bis zum Ende der Zeile fortgesetzt. Mehrzeilige Kommentare beginnen mit /* und enden mit */.

-dp

Anzeige von Fortschrittsinformationen in einem Konsolenfenster.

-cfg Dateiname

Legt den Namen der Konfigurationsdatei mit den Befehlszeilenoptionen fest (eine Textdatei, in der jede Zeile eine Option enthält). Wird die Option nicht angegeben, wird die Datei bal4web.cfg verwendet, die sich im selben Ordner wie das Dienstprogramm befindet.

-h

Druckt die Liste der verfügbaren Befehlszeilen-Optionen.

--lrc-length Zahl

Bestimmt die maximale Länge der Textzeilen für die LRC-Datei (in Zeichen).

--lrc-fname Dateiname

Bestimmt den Namen der LRC-Datei. Die Option kann nützlich sein, wenn die Option -o angegeben ist.

--lrc-enc Kodierung

Bestimmt die Kodierung für die LRC-Datei ("ansi", "utf8" oder "unicode"). Die Standardeinstellung ist "ansi".

--lrc-offset Zahl

Bestimmt die Zeitverschiebung für die LRC-Datei (in Millisekunden).

--lrc-artist Textzeile

Bestimmt den ID-Tag für die LRC-Datei: Künstler.

--lrc-album Textzeile

Bestimmt den ID-Tag für die LRC-Datei: Album.

--lrc-title Textzeile

Bestimmt den ID-Tag für die LRC-Datei: Titel.

--lrc-author Textzeile

Bestimmt den ID-Tag für die LRC-Datei: Autor.

--lrc-creator Textzeile

Bestimmt den ID-Tag für die LRC-Datei: Ersteller der LRC-Datei.

--srt-length Zahl

Bestimmt die maximale Länge der Textzeilen für die SRT-Datei (in Zeichen).

--srt-fname Dateiname

Bestimmt den Namen der SRT-Datei. Die Option kann nützlich sein, wenn die Option -o angegeben ist.

--srt-enc Kodierung

Bestimmt die Kodierung für die SRT-Datei ("ansi", "utf8" oder "unicode"). Die Standardeinstellung ist "ansi".

--raw

Der Ausgang ist RAW-Format PCM; die Audiodaten enthalten nicht den WAV-Header. Diese Option wird zusammen mit der Option -o verwendet.

--ignore-length oder -il

Ignoriert die Länge der Daten im WAV-Header. Diese Option wird zusammen mit der Option -o verwendet.

--wss

Legt die Verwendung des WebSocket-Protokolls für Microsoft Azure fest. Es ermöglicht die Verbesserung der Tonqualität von Audiodateien (24 kHz anstelle von 16 kHz). Die Option wird ignoriert, wenn der Abonnementschlüssel für die Microsoft Azure Cognitive Services definiert ist. Verwenden Sie die Option -m, um zu prüfen, ob eine Stimme das WebSocket-Protokoll unterstützt.

--sub-format Textzeile

Legt das Format der Untertitel fest ("srt", "lrc", "ssa", "ass", "smi" oder "vtt"). Wenn diese Option nicht angegeben ist, wird das Format anhand der Dateiendung bestimmt.

--sub-fit oder -sf

Erhöht automatisch die Sprechgeschwindigkeit, um sie an Zeitintervalle anzupassen (wenn das Programm Untertitel in eine Audiodatei konvertiert). The SoundTouch library will be used for changing tempo.

--sub-max Zahl oder -sm Zahl

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 Textzeile oder -ak Textzeile

Legt die AWS-Zugangsschlüssel-ID für den Amazon Polly fest. Es wird empfohlen, diese Daten anzuwenden, wenn Sie sie haben.

--aws-secret Textzeile oder -as Textzeile

Legt den geheimen AWS-Zugangsschlüssel für den Amazon Polly fest.

--aws-region Textzeile oder -ar Textzeile

Legt die AWS-Region für den Amazon Polly fest.

--crv-email Textzeile oder -ce Textzeile

Legt die E-Mail-Adresse fest, die bei der Registrierung auf der CereProc-Website verwendet wird. Diese Informationen sind für die Autorisierung der CereVoice Cloud API erforderlich. Es wird empfohlen, diese Daten anzuwenden, wenn Sie sie haben.

--crv-pwd Textzeile oder -cp Textzeile

Legt das Passwort fest, das bei der Registrierung auf der CereProc-Website verwendet wird. Diese Informationen sind für die Autorisierung der CereVoice Cloud API erforderlich. Es wird empfohlen, diese Daten anzuwenden, wenn Sie sie haben.

--gc-apikey Textzeile oder -gk Textzeile

Legt die API-Schlüssel-ID für die Google Cloud fest. Es wird empfohlen, diese Daten anzuwenden, wenn Sie sie haben.

--ms-apikey Textzeile oder -mk Textzeile

Legt den Abonnementschlüssel für die Microsoft Azure Cognitive Services fest. Es wird empfohlen, diese Daten anzuwenden, wenn Sie sie haben.

--ms-region Textzeile oder -mr Textzeile

Legt die Abonnementregion für die Microsoft Azure Cognitive Services fest.

Erstellen Sie die Textdatei SPRACHEN.TXT mit der Liste aller unterstützten Sprachen und Geschlechter für den Dienst Google TTS:

bal4web -s Google -m > Sprachen.txt

Text aus BOOK.TXT in Sprache umwandeln und als BOOK.WAV speichern:

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

Untertitel in Sprache umwandeln und als MOVIE.WAV speichern:

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

Beispiel für die Verwendung zusammen mit LAME.EXE:

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

Beispiel für die Verwendung zusammen mit OGGENC2.EXE:

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

Die Befehlszeilen-Optionen können als Konfigurationsdatei "bal4web.cfg" im Ordner der Konsolen-Anwendung gespeichert werden.

Beispiel für eine Konfigurationsdatei:

Das Programm kann Optionen von der Konfigurationsdatei und der Kommandozeile kombinieren.

Sie können Software für nichtkommerzielle Zwecke verwenden und vertreiben. Für die kommerzielle Nutzung oder den Vertrieb benötigen Sie die Genehmigung des Urheberrechtsinhabers.