Lesestunde

Ein weiter Weg

Haben Sie Ihre Soundkarte bereits einsatzbereit, so muss Ihr zu lesender Text zunächst der jeweiligen Sprache entsprechend in Diphone umgesetzt werden: So wird im Deutschen z. B. aus der Buchstabenfolge "sch" ein eigenständiger "Buchstabe" (Laut). Zwei "s" sind klanglich etwas anderes als ein einsames "s", während zwei "a" den Laut nicht wie das gedoppelte "s" verkürzen, sondern sogar verlängern.

Von all diesen sprachspezifischen Besonderheiten weiß MBROLA allerdings nichts. Stattdessen schaltet man ein TTS-("text to speech"-)Tool [4] vor, das dem Synthesizer lediglich die phonematisch relevanten Informationen inklusive Betonung mitteilt (z. B. wann die Stimmlage abhängig vom Satzbau angehoben oder abgesenkt wird). Deutschsprachige MBROLA-User nutzen dazu txt2pho [2]. Dieses Werkzeug setzt Text in eine Zwischensprache um, die MBROLA dann (sprachunabhängig) in Töne und Frequenzen verwandelt.

Die müssen noch ausgegeben werden, und dazu braucht MBROLA eine von Ihnen ausgewählte und zum TTS-Werkzeug passende Stimme [3] (die mit txt2pho verwendete sollte also deutsch sein). Diese kann von MBROLA und txt2pho über Aufrufparameter beeinflusst werden. Statt das Ergebnis über Lautsprecher auszugeben, lässt es sich in Dateien schreiben (die Sie nochmals nachbearbeiten können) oder aber per Pipe an nachfolgende Anwendungen weiterleiten.

Gepäck

Die Installation der benötigten Pakete gestaltet sich recht einfach, und da es sich nicht um Open-Source-Programme handelt, kommt Kompilieren gar nicht in Frage. Statt dessen bekommen Sie fertig gepackte Pakete, die Sie dafür aber noch händisch installieren müssen.

Zunächst ist es ratsam, den MBROLA-Tools ein eigenes Verzeichnis zu spendieren. Benötigt werden minimal etwa 15 MB Plattenplatz (eine einzige Stimme) bis zu etwa 36 MB für alle drei verfügbaren deutschen Stimmen. Prädestinierter Aufbewahrungsort für distributionsfremde Software ist der Verzeichniszweig /usr/local, so dass Sie dort auch Ihr MBROLA-Verzeichnis einrichten sollten. Alle Installationsarbeiten müssen vom User root erledigt werden:

mkdir /usr/local/mbrola

Die dort zu installierenden Pakete (MBROLA, txt2pho und die Stimmdateien) haben zudem die unangenehme Eigenschaft, als zip-Datei – und nicht als unter Linux übliches tar-Archiv – aufzutreten, so dass Sie zum Entpacken unzip installiert haben müssen. Ein Blick in Ihre Distributions-CDs sollte dieses herbeizaubern, sofern es Ihre Festplatte nicht längst für Sie parat hält. Dann geht es ans Entpacken der Pakete:

unzip -d /usr/local/mbrola/ mbr301h.zip
unzip -d /usr/local/mbrola/ txt2pho.zip
unzip -d /usr/local/mbrola/ de1-980227.zip
unzip -d /usr/local/mbrola/ de2-990106.zip
unzip -d /usr/local/mbrola/ de3-000307.zip

Dabei entfallen ein bis zwei der letzten drei Schritte, wenn Sie nicht alle de-Stimmenpakete installieren. de1 ist eine weibliche Stimme mit einer Sampling-Rate von 16.000 Hz und mittelprächtiger Qualität, de2 ist männlich bei ebenfalls 16.000 Hz und de3 wieder weiblich, jedoch bei einer Sampling-Rate von 22.050 Hz von recht guter Qualität.