HARD2020：軽量ROSパッケージpicottsを使った音声合成

この記事はHARD2020（Home AI Robot Development)ワークショップ用です。オンライン、オフラインの色々な音声合成エンジンをサポートしているArnaud Rameyさんが開発したROSパッケージpicottsを紹介します。残念ながら日本語は対応していません。

picotts: A lightweight ROS package for Text-to-Speech generation　by Arnaud Ramey

サポートしているエンジン

オフライン：espeak, Festival, GNUstep, MaryTTS, pico2wave, speech_dispatcher
オンライン：AT&T, Google TTS, Ivona, Microsoft

インストール

picottsの取得
- $ cd ~/catkin_ws/src
- $ git clone https://github.com/arnaud-ramey/picotts.git
各エンジン
- MaryTTS（オフラインの中ではとてもクオリティが高い）
  - $ sudo apt install mplayer (mplayerは他のエンジンでも使うので必須)
  - $ cd ~/src (~/srcがない場合はmkdir srcで作成してください)
  - $ sudo apt install default-jre
  - $ wget https://github.com/marytts/marytts/releases/download/v5.2/marytts-5.2.zip
  - $ unzip marytts-5.2.zip
  - $ cd marytts-5.2
  - $ wget https://github.com/marytts/voice-upmc-pierre-hsmm/releases/download/v5.2/voice-upmc-pierre-hsmm-5.2.zip
  - $ unzip voice-upmc-pierre-hsmm-5.2.zip
- GNUstep
  - $ sudo apt install gnustep-gui-runtime
- speech_dispatcher
  - $ sudo apt install speech-dispatcher
必要なファイルのインストール
- $ source ~/.bashrc
- $ rosdep install picotts --ignore-src
ビルド
- $ cd ~/catkin_ws
- $ catkin build picotts
エラーが出る場合
- rosdepとビルドで以下のようなエラーが出る場合は、
  - ERROR: Rosdep cannot find all required resources to answer your query
    Missing resource picotts
    ROS path [0]=/opt/ros/melodic/share/ros
- 次のコマンドを実行してビルドを再実行する。
  - $ cd ~/catkin_ws
  - $ rosdep install --from-paths src --ignore-src -r -y


 
実　行

 WSLを使っている場合は、エクスプローラーで以下のファイルをダブルクリックしてPulseAudioサーバーを起動する。なお、ネイティブUbuntuは必要ない。

C:\WSL\pulseaudio-1.1\bin\pulseaudio.exe


 MaryTTSを使う場合は以下のコマンドによりローカルでサーバーと設定用のクライアントを起動する。

$ cd ~/src/marytts-5.2/bin
$ ./marytts-server
別の端末を開き、同じディレクトリにあるクライアントプログラムを起動する。

$ cd ~/src/marytts-5.2/bin
$ ./marytts-client


もう一つ、別の端末を開き、次のコマンドを実行してROSマスターを起動する。
$ roscore


別の端末を開き、次のコマンドでpicottsを実行する。

$ rosrun picotts picotts.exe



テスト

別の端末を開き、次のコマンドを実行。音が聞こえたら成功！

$ rostopic pub /tts std_msgs/String "My name is Happy Robot"


エンジンの切り替え: 別の端末を開き、オフラインで使いたいときはMarryTTSがお勧め、ネットに接続しているときはMicroSoftの方がクオリティが高い。なお、標準ではpico2waveなのでクオリティが低い。

MarryTTS (オフライン)

$ rostopic pub /picotts/engine std_msgs/String "MarryTTS"


Microsoft (オンライン)

$ rostopic pub /picotts/engine std_msgs/String "microsoft"





トピック

/tts  [std_msgs/String] 　発話される文字列
/picotts/engine  [std_msgs/String]  使用されるエンジン。picottsノード実行中に変更可能

その他

詳細についてはArnaudさんのサイトをご覧ください。

picotts: A lightweight ROS package for Text-to-Speech generation　by Arnaud Ramey




ハンズオン

エンジンをMicrosoftに変えて、次の文章を発話させてみよう。

"Impossible is a word to be found only in the dictionary of fools."　- Napoleon Bonaparte


エンジンをMarryTTSに変えて、好きな英語の文章を発話させてみよう。
rostopic pubコマンドを使って"My name is Happy Robot"と発話させましたが、これをpythonプログラムで実装しよう。

 
以上