4) Если доступны варианты, отличные от 1), 2) и 3), которые могут удовлетворить требования, как мы можем решить запрос программным путем; без необходимости запускать локальный сервер вручную
тоящее время реализацияСпецификация Web Speech API похром а такжеFire Fox не поддерживает разборЯзык разметки для синтеза речи (SSML), когда для SSML установлено значениеtext
собственностьюSpeechSyntheisUtterance
экземпляр и переданwindow.speechSynthesis.speak()
вызов; видетьРеализация разбора SSML в браузерах; 5.2.3 Атрибуты SpeechSynthesisUtterance; Как настроить параметры команд, вызываемых браузером?.
Исходный код Chromium для сокета Unix подключиться кspeech-dispatcher
связь, кажется, в/src/chrome/browser/speech/tts_linux.cc
{
// spd_open has memory leaks which are hard to suppress.
// http://crbug.com/317360
ANNOTATE_SCOPED_MEMORY_LEAK;
conn_ = libspeechd_loader_.spd_open(
"chrome", "extension_api", NULL, SPD_MODE_THREADED);
}
что отражается на/run/user/1000/speech-dispatcher/log
speechd: Updating client specific settings "linux:chrome:extension_api"
Исходный код хрома на/src/third_party/speech-dispatcher/libspeechd.h
появляется, чтобы определитьSSML_DATA_MODE
описано вspeech-dispatcher
документация
speech-dispatcher
В документации говорится, что файл конфигурации пользователя можно использовать для установки параметров для конкретных клиентов.
4.1.6 Команды настройки параметров
Доступны следующие команды настройки параметров. Для клиентов конфигурации и истории есть также функции для установки значения для некоторого другого соединения и для всех соединений. Они перечислены отдельно ниже.
Функция C API:int spd_set_data_mode(SPDConnection *connection, SPDDataMode mode)
Установите режим данных Speech Dispatcher. В настоящее время поддерживается простой текст и SSML. SSML особенно полезен, если вы хотите использовать индексные метки или включить изменения параметров голоса в текст.
mode - запрашиваемый режим данных:SPD_DATA_TEXT
или жеSPD_DATA_SSML
.
SPD_DATA_SSML
не установлен вon
при созданииSSIP соединение от Chromium доspeech-dispatcher
например, как продемонстрировал @xmash вКак использовать индексные метки в «речь-диспетчер»?
spd_execute_command_wo_mutex( m_connection, "SET SELF SSML_MODE on" );
также невозможно передать опции модулю синтеза речи по умолчанию,m
заespeak
или же-x
заspd-say
.
С участиемLogLevel
установлен в4
или же5
/run/user/1000/speech-dispatcher/log
перечисляет связь между Chromium (клиент) иspeech-dispatcher
speechd: Module set parameters
(сервер), который также можно посмотреть наstdout
с помощьюPID
в/run/user/1000/speech-dispatcher/pid
а такжеstrace
, видетьЕсть ли способ перехватить межпроцессное взаимодействие в Unix / Linux?
$ sudo strace -ewrite -p $PID
write(22, "216 OK OUTPUT MODULE SET\r\n", 26) = 26
Похоже, что не существует опции для включения разбора SSML изspeechd.conf
или жеespeak.conf
следующий ход
$ spd-conf -u
При попытке проанализировать SSML с помощью JavaScript наSpeechSynthesisSSMLParser столкнулся сошибка на хром при попытке разобрать<break>
элемент, где не ясно, является лиspd-say
вызывается или модуль вывода по умолчанию, например,espeak
запускается когдаwindow.speechSynthesis.speak()
вызывается браузером; видеть/src/out/Debug/gen/library_loaders/libspeechd.h.
Создан подход к использованиюphp
звонитьespeak
с помощьюshell_exec()
который возвращает ожидаемый результат
// JavaScript
async function SSMLStream({ssml="", options=""}) {
const fd = new FormData();
fd.append("ssml", ssml);
fd.append("options", options);
const request = await fetch("speak.php", {method:"POST", body:fd});
const response = await request.arrayBuffer();
return response;
}
let ssml = `<speak version="1.0" xml:lang="en-US">
Here are <say-as interpret-as="characters">SSML</say-as> samples.
Hello universe, how are you today?
Try a date: <say-as interpret-as="date" format="dmy" detail="1">10-9-1960</say-as>
This is a <break time="2500ms" /> 2.5 second pause.
This is a <break /> sentence break</prosody> <break />
<voice name="us-en+f3" rate="x-slow" pitch="0.25">espeak using</voice>
PHP and <voice name="en-us+f2"> <sub alias="JavaScript">JS</sub></voice>
</speak>`;
SSMLStream({ssml, options:"-v en-us+f1"})
.then(async(data) => {
let context = new AudioContext();
let source = context.createBufferSource();
source.buffer = await context.decodeAudioData(data);
source.connect(context.destination);
source.start()
})
// PHP
<?php
if(isset($_POST["ssml"])) {
header("Content-Type: audio/x-wav");
$options = $_POST["options"];
echo shell_exec("espeak -m --stdout " . $options . " '" . $_POST["ssml"] . "'");
};
Требование:
Разобрать набор SSML для свойства textSpeechSynthesisUtterance
используя существующие возможности родной программы, призванной конвертировать текст в речьspeech-dispatcher
модуль вывода, использующий возможности браузера по умолчанию.
Вопросов:
1) Как программно прослушиватьPID
когдаspeech-dispatcher --spawn-communication-method unix_socket --socket-path /run/user/1000/speech-dispatcher/speechd.sock
вызывается браузером Chromium, затем вызываетсяspd_execute_command_wo_mutex
или жеspd_execute_command_wo_mutex
кspeech-dispatcher
сервер, использующий установленное соединение Unix Socket в качестве клиента (Chromium)"SET SELF SSML_MODE on"
в качестве второго параметра, чтобы включить разбор SSML для всех вызововwindow.speechSynthesis.speak()
в браузере Chromium?
2) Если 1) невозможно, что нужно отрегулировать в исходном коде Chromium, чтобы включить разбор SSML для соединения с сокетом unix, например, приинструменты / generate_library_loader / generate_library_loader.py?
3) Если 1) и 2) не являются жизнеспособными вариантами, как преобразовать код JavaScript и PHP в код C ++ в формате, используемом браузером Chromium; и как собрать Chromium с включенным патчем; с целью разоблаченияspeak
Функция принимает параметры, которые могут быть переданы в собственное приложение для синтеза речи, где анализируется SSML, и результирующий аудиовыход возвращается вызывающей стороне JavaScript какArrayBuffer
?
4) Если доступны варианты, отличные от 1), 2) и 3), которые могут удовлетворить требования, как мы можем решить запрос программным путем; без необходимости запускать локальный сервер вручнуюterminal
?