linux——ekho7.7.1（最新版）语音合成库的安装与编译

前言

TTS技术，TTS是Text To Speech的缩写，即“从文本到语音”。它将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语（或者其他语言语音）输出的技术，隶属于语音合成（SpeechSynthesis）。
Ekho（余音）是一个免费、开源的中文语音合成（TTS）软件。它目前支持粤语、普通话（国语）、广东台山话、诏安客语、藏语、雅言（中国古代通用语）和韩语（试验中），英语则通过eSpeak或Festival间接实现。Ekho支持Linux、Windows和Android平台。

下载源码包

下载地址：http://www.eguidedog.net/ekho.php
在这里插入图片描述
Ekho支持Linux和Windows平台，使用时需要同时下载源文件和声音数据，解压到"jyutping"或"pinyin"。（以jyutping开头的声音数据是粤语，而以pinyin开头的声音数据是国语。文件名中的44100和16000表示的是采样率。采样率高意味着声音质量高。）

支持库的安装

sudo apt-get install libespeak-dev libsndfile1-dev libpulse-dev libncurses5-dev libestools-dev festival-dev libvorbis-dev libmp3lame-dev libdotconf-dev texinfo

配置、编译及安装：

如果需要阅读英语，则需要配置编译Festival，在configure选项中加上–enable-festival，如果需要编译speech-dispatcher API和支持屏幕阅读的话，就加上–enable-speechd。（speech-dispatcher是一个平台独立的语音合成API，其框架是基于client/server模型的，两者通信是通过TCP连接使用Speech Synthesis Independent Protocol (SSIP)协议通信或者接口库通信的。）
解压源码包：
$ tar xvf ekho-7.7.1.tar.xz

源码包里的主要文件如下;
speechd-api：speech-dispatcher API（平台独立的语音合成API）；
sonic：一个语音变速的算法实现；
ekho-data：ekho的字典文件和声音数据，TTS是通过文本分析，再查找字典，找到对应的声音数据，然后通过语音合成出来的；
Utfcpp：处理Unicode编码字符串的库。
src：（ekho的主要实现）和lib（上面说的这几部分的静态链接库*.a）了，就没什么特别的了。

编译安装:
$ ./configure

$ make

$ sudo make install

安装后，ekho这个可执行文件和声音数据ekho-data都会复制到系统目录下。但是好像头文件（除ekho.h外）和库等就没有复制进去，所以编程链接时需要注意指定位置。

指令使用及测试

ekho指令的使用方法如下：

Ekho text-to-speech engine.
Version: 7.7.1Syntax: ekho [option] [text]
-v, --voice=VOICESpecified language or voice. ('Cantonese', 'Mandarin', 'Toisanese', 'Hakka', 'Tibetan', 'Ngangien' and 'Hangul' are available now. Mandarin is the default language.)
-l, --symbolList phonetic symbol of text. Characters' symbols are splited by space.
-f, --file=FILESpeak text file. ('-' for stdin)
-o, --output=FILEOutput to file.
-t, --type=OUTPUT_TYPEOutput type: wav(default), ogg or mp3
-p, --pitch=PITCH_DELTASet delta pitch. Value range from -100 to 100 (percent)
-a, --volume=VOLUME_DELTASet delta volume. Value range from -100 to 100 (percent)
-s, --speed=SPEEDSet delta speed. Value range from -50 to 300 (percent)
--english-speed=SPEEDSet English delta speed. Value range from -50 to 150 (percent)
--serverStart Ekho TTS server.
--request=TEXTSend request to Ekho TTS server.
--portSet server port. Default is 2046.
--versionShow version number.
-h, --helpDisplay this help message.Please report bugs to Cameron Wong (hgneng at gmail.com)

如上，-v是选择语种，-p是设置音高（与声音的频率相关），-a是设置音量，-s是设置语速。
下面来测试一个很魔性的声音，当时测试乐了半天，O(∩_∩)O哈哈~

ekho -p 200 "改革春风吹满地 中国人民真争气"

编程举例

依据网站（http://www.eguidedog.net/doc/doc_programme_with_ekho.php）的指导一个测试例子try.cpp。
try.cpp文件：

#include "config.h"
#include "ekho.h"using namespace ekho;int main ( int argc , char **argv)
{Ekho wong("Cantonese");wong.blockSpeak("改革春风吹满地 中国人民真争气");return 0;
}

编译的话，因为依赖的库比较多，所以最好在该目录下写个sheel脚本build.sh，如下：

g++ try.cpp libekho.a -pthread \-I. -Iutfcpp/source -Isonic -lsndfile \`pkg-config --libs libpulse-simple` `pkg-config --cflags libpulse-simple`

运行./build.sh后报错了：
在这里插入图片描述
从上面的错误提示可知，缺少espeak库和musicxml库，添加-lespeak和./libmusicxml/libmusicxml2.a即可。

g++ try.cpp libekho.a ./libmusicxml/libmusicxml2.a -pthread \-I. -Iutfcpp/source -Isonic -lsndfile -lespeak\`pkg-config --libs libpulse-simple` `pkg-config --cflags libpulse-simple`

运行a.out，播放了测试程序中文本对应的语音。