HARD2021：軽量ROSパッケージpicottsを使い音声合成しよう！

HARD2021（Home AI Robot Development)スプリングワークショップ用です。今回は、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
  • $ cd ~/catkin_ws/src
  • $ 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

• MaryTTSを使う場合（使わない場合は次へ進む）：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、ネットに接続しているときはMicroSoftがクオリティが高いのでおすすめ。
  •  Microsoft (オンライン)
    • $ rostopic pub /picotts/engine std_msgs/String "microsoft"
  • MaryTTS (オフライン)
    • $ rostopic pub /picotts/engine std_msgs/String "pico"
    • $ rostopic pub /picotts/engine std_msgs/String "marytts"

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

1. デフォルトのエンジンで、次の文章を発話させてみよう。次に、エンジンをMicrosoftに変えて発話させてみよう。
   

   Stay Hungry. Stay Foolish. It was their farewell message as they signed off. Stay Hungry. Stay Foolish. And I have always wished that for myself. And now, as you graduate to begin anew, I wish that for you.

2. 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。
3. オウム返しのpythonプログラムを作ろう。あなたの発話を音声認識エンジンで変換して、認識結果をトピック名/tts、メッセージ型std_msgs/Stringでパブリッシュします。次に、picottsノードを使い、その認識結果をコンピュータに発話させましょう。
4. 日本語の発話をしたい場合は、PythonのgTTSライブラリがあります。SpeechRecognitionをROS化した要領でROS化してみましょう。なお、Yuki Furutaさんがros_gttsパッケージを公開されていますので、ソースコードを読んでみましょう。
   • gTTS by pndurette
   • ros_gtts by Yuki Furuta

以上