Balabolka Programa para serviços de síntese de voz online

The command line application allows to use online text-to-speech services: text files or subtitles can be converted to audio files. The utility can be used for testing purposes: it will help you to choose a cloud computing service that satisfies your needs. The separate application for Yandex SpeechKit is available for downloading, because Yandex is the Russian IT company with close government ties.

Serviços online com tecnologias de voz: Google Cloud TTS Amazon Polly Baidu TTS CereVoice Cloud IBM Watson TTS Iciba TTS iTranslate TTS Microsoft Azure Naver TTS OpenAI TTS Youdao TTS Yandex SpeechKit

Baixar o programa BAL4WEB

The utility handles various command line parameters to be able to save speech as an audio file. The command line options use the syntax "bal4web [options ...]", all parameters must be separated by a space. Options can appear in any order on the command line so long as they are paired with their related parameters. Use the "bal4web -?" command line to get help on the command line syntax and parameters.

-s nome_do_serviço

Sets the name of the online TTS service ("google" or "g", "amazon" or "a", "baidu" or "b", "cerevoice" or "c", "ibm" or "i", "iciba" or "k", "itranslate" or "t", "microsoft" or "m", "naver" or "n", "openai" or "o", "youdao" or "y"). The default is "google".

-l nome_da_língua

Sets the language name for the online TTS service. The name is a combination of an ISO 639 two-letter lowercase culture code associated with a language and an ISO 3166 two-letter uppercase subculture code associated with a country or region. For example: pt-BR, de-DE, fr-FR. The default is "en-US".
Note: OpenAI TTS performs the language identification for input text, so this service ignores the option now. OpenAI TTS can recognize several dozen languages on its own.

-g género

Sets the gender for the online TTS service (if supported). The available values: "female" or "f", "male" or "m". The default value is not defined. This parameter is supported by services: Amazon Polly, CereProc TTS, Google TTS, IBM Watson TTS, iTranslate TTS, Microsoft Azure, Naver TTS, OpenAI TTS. If a voice name is specified, there is no need to set its gender.

-n nome_da_voz

Sets the voice name for the online TTS service (if supported). The default value is not defined. This parameter is supported by services Amazon Polly, CereProc TTS, Google Cloud TTS, IBM Watson TTS, Microsoft Azure, Naver TTS, OpenAI TTS.

-r velocidade_de_fala

Define a velocidade da fala sintetizada (se suportada).
O padrão é "1.00" (velocidade média da fala humana).
Amazon Polly: de "0.20" to "2.00".
CereProc TTS: de "0.30" para "4.00".
Naver TTS, OpenAI TTS, Youdao TTS: de "0.70" para "2.00".
Google TTS, IBM Watson TTS, Microsoft Azure: de "0.10" para "3.00".
Google Cloud: de "0.25" para "4.00".
iTranslate TTS: de "0.50" para "2.00".

-p número

Definir o tom de voz em uma faixa de -20 a 20 (se suportado). O padrão é 0.
Esta opção é compatível com o Amazon Polly, CereProc TTS, Google Cloud TTS, IBM Watson TTS, Microsoft Azure.

-v número

Definir o volume na faixa de 0 a 200 (o padrão é 100).

-st estilo_de_falar

Definir o estilo de fala específico da voz. A voz pode expressar emoções como alegria, empatia ou calma. Esta opção é suportada por algumas vozes no Microsoft Azure. Os estilos não estão disponíveis se for utilizado o protocolo WebSocket para o Microsoft Azure.

--style-degree grau_de_estilo ou -sd grau_de_estilo

Definir a intensidade do estilo de fala em uma faixa de "0.01" a "2.00" (para estilos suportados pelo Microsoft Azure). O padrão é "1.00". A opção permite especificar um estilo mais forte ou mais suave para tornar a fala mais expressiva ou mais moderada.

-m

Imprime a lista de idiomas suportados (nomes de gêneros e vozes, se disponíveis) para o serviço TTS online.

-f nome_do_arquivo

Definir o nome do arquivo de texto de entrada. A linha de comando pode conter várias opções -f.

-fl nome_do_arquivo

Definir o nome do arquivo de texto com a lista de arquivos de entrada (um nome de arquivo por linha). A linha de comando pode conter várias opções -fl.

-w nome_do_arquivo

Definir o nome do arquivo de saída no formato WAV.

-c

Usar o texto a partir da área de transferência.

-t linha_de_texto

Usar o texto a partir da linha de comando. A linha de comando pode conter várias opções -t.

-i

Usar o texto a partir do fluxo de entrada padrão (STDIN).

-o

Gravar dados de som em STDOUT; se a opção for especificada, a opção -w será ignorada.

--encoding codificação ou -enc codificação

Codificação de texto a partir da entrada padrão ("ansi", "utf8" ou "unicode"). Se a opção não for especificada, o programa detectará a codificação do texto.

--silence-begin número ou -sb número

Especificar a duração da pausa no início do ficheiro áudio (em milissegundos). O padrão é 0.

--silence-end número ou -se número

Especificar a duração da pausa no final de um ficheiro áudio (em milissegundos). O padrão é 0.

-ln número

Selecionar uma linha do arquivo de texto usando um número de linha. A numeração das linhas começa em "1". O intervalo de números pode ser usado para selecionar mais de uma linha (por exemplo, "26-34"). A linha de comando pode conter várias opções -ln.

-e número

Definir a duração das pausas entre frases (em milissegundos). O valor deve ser inferior a 20000. Se a opção não for especificada, o serviço utilizará as pausas padrão entre frases. Este parâmetro é suportado apenas pelo Microsoft Azure.

-d nome_do_arquivo

Applies a dictionary for pronunciation correction (*.BXD, *.DIC or *.REX). The command line may contain few options -d.

-lrc

Cria o arquivo LRC. O texto será sincronizado com a fala no arquivo de áudio de saída.

-srt

Cria o arquivo SRT. As legendas serão sincronizadas com a fala no arquivo de áudio de saída.

-sub

Input text will be processed as subtitles. The option may be useful, when the options -i or -c are specified.

-host nome_do_anfitrião

Definir o nome do host do servidor proxy.

-port número

Definir o número da porta do servidor proxy.

-fr número

Definir a frequência de amostragem do áudio de saída em kHz (8, 11, 16, 22, 24, 32, 44, 48). Se a opção não for especificada, será utilizado o valor padrão da voz selecionada.

-ae codificação_áudio

Definir a codificação de áudio para os dados retornados pelo Google Cloud ou Microsoft Azure ("linear16", "mp3" ou "oggopus"). Com essa configuração, é possível melhorar a qualidade do som. A opção está disponível se a chave API for especificada. Não é recomendável usá-la sem necessidade especial: aplique-a apenas para fins de teste.

--ignore-square-brackets ou -isb

Ignorar o texto entre [colchetes].

--ignore-curly-brackets ou -icb

Ignorar o texto entre {chaves}.

--ignore-angle-brackets ou -iab

Ignorar texto entre <colchetes angulares>.

--ignore-round-brackets ou -irb

Ignorar o texto entre (parênteses).

--ignore-url ou -iu

Ignorar URLs.

--ignore-comments ou -ic

Ignorar comentários no texto. Comentários de linha única começam com // e continuam até o final da linha. Comentários de várias linhas começam com /* e terminam com */.

-dp

Exibir informações de progresso em uma janela do console.

-cfg nome_do_arquivo

Definir o nome do arquivo de configuração com as opções da linha de comando (um arquivo de texto em que cada linha contém uma opção). Se a opção não for especificada, será utilizado o arquivo bal4web.cfg na mesma pasta do utilitário.

-h

Mostrar a descrição das opções da linha de comando.

--lrc-length número

Especificar o comprimento máximo de cordas para ficheiro de formato LRC (em caracteres).

--lrc-fname nome_do_arquivo

Nome de ficheiro do formato LRC. A opção pode ser útil em casos em que a linha de comando estiver definido o parámetro -o.

--lrc-enc codificação

Codificação de ficheiro do formato LRC ("ansi", "utf8" ou "unicode"). O valor padrão é "ansi".

--lrc-offset número

Especificar a mudança da hora no ficheiro do formato LRC (em milissegundos).

--lrc-artist texto

Etiqueta para ficheiro do formato LRC: intérprete da obra.

--lrc-album texto

Etiqueta para ficheiro do formato LRC: álbum.

--lrc-title texto

Etiqueta para ficheiro do formato LRC: título da obra.

--lrc-author texto

Etiqueta para ficheiro do formato LRC: autor.

--lrc-creator texto

Etiqueta para ficheiro do formato LRC: criador do ficheiro.

--lrc-sent

Inserir linhas em branco após as frases ao criar o arquivo LRC.

--lrc-para

Inserir linhas em branco após os parágrafos ao criar o arquivo LRC.

--srt-length número

Especificar o comprimento máximo de cordas para ficheiro de formato SRT (em caracteres).

--srt-fname nome_do_arquivo

Nome de ficheiro do formato SRT. A opção pode ser útil em casos em que a linha de comando estiver definido o parámetro -o.

--srt-enc codificação

Codificação de ficheiro do formato SRT ("ansi", "utf8" ou "unicode"). O valor padrão é "ansi".

--raw

Gravar áudio no formato PCM RAW; os dados não contêm título do formato WAV. Esta opção é utilizada em conjunto com -o.

--ignore-length ou -il

Não inscrever o tamanho dos dados de áudio no título do formato WAV. Esta opção é utilizada em conjunto com -o.

--wss

Use o protocolo WebSocket para o Microsoft Azure. Ele permite melhorar a qualidade do som dos arquivos de áudio (24 kHz em vez de 16 kHz). A opção é ignorada se a chave de assinatura para o Microsoft Azure Cognitive Services estiver definida. Use a opção -m para verificar se uma voz suporta o protocolo WebSocket ou não.

--sub-format texto

Formato dos subtítulos ("srt", "lrc", "ssa", "ass", "smi" ou "vtt"). Se não for especificado, o formato será determinado pela extensão do nome do ficheiro de subtítulos.

--sub-fit ou -sf

Aumenta automaticamente a velocidade da fala para se adequar aos intervalos de tempo (quando o programa converte legendas em arquivos de áudio). A biblioteca SoundTouch será usada para alterar a velocidade da fala.

--sub-max número ou -sm número

Definir a velocidade máxima da fala em um intervalo de 110% a 200% (quando o programa converte legendas em arquivos de áudio). O programa aumentará automaticamente a velocidade da fala sem exceder o valor definido.

--aws-keyid texto ou -ak texto

Sets AWS access key ID for the Amazon Polly. It is recommended to apply such key if you have it.

--aws-secret texto ou -as texto

Sets AWS secret access key for the Amazon Polly.

--aws-region texto ou -ar texto

Sets AWS region for the Amazon Polly.

--crv-email texto ou -ce texto

Sets the email address used when registering on the CereProc website. This information is necessary for CereVoice Cloud API authorization. It is recommended to apply such email if you have it.

--crv-pwd texto ou -cp texto

Sets the password used when registering on the CereProc website. This information is necessary for CereVoice Cloud API authorization. It is recommended to apply such password if you have it.

--gc-apikey texto ou -gk texto

Sets API key ID for the Google Cloud. It is recommended to apply such key if you have it.

--ms-apikey texto ou -mk texto

Sets the subscription key for the Microsoft Azure Cognitive Services. It is recommended to apply such key if you have it.

--ms-region texto ou -mr texto

Sets the subscription region for the Microsoft Azure Cognitive Services.

Crie o arquivo de texto LANGUAGE.TXT com a lista de todos os idiomas e gêneros suportados pelo serviço Google TTS:

bal4web -s Google -m > language.txt

Converta o texto do BOOK.TXT em voz e salve como um arquivo de áudio BOOK.WAV:

bal4web -f "d:\Text\book.txt" -w "d:\Sound\book.wav" -s Google -l en-US -g female

Converta legendas em fala e salve como MOVIE.WAV:

bal4web -f "d:\Subtitles\movie.srt" -w "d:\Sound\movie.wav" -s m -l de-DE -n Conrad -r 1.1

bal4web -f "d:\Subtitles\movie.srt" -w "d:\Sound\movie.wav" -s m -l de-DE -n Conrad --sub-fit

Exemplo de uso em conjunto com o LAME.EXE:

bal4web -f d:\book.txt -s Baidu -l en-US -o --raw | lame -r -s 16 -m m -h - d:\book.mp3

Exemplo de uso em conjunto com OGGENC2.EXE:

bal4web -f d:\book.txt -s Baidu -l en-US -o -il | oggenc2 --ignorelength - -o d:\book.ogg

É possível salvar o arquivo de configuração "bal4web.cfg" na mesma pasta que o aplicativo de console.

Um exemplo do conteúdo do arquivo:

O programa pode combinar opções do arquivo de configuração e da linha de comando.

Você está livre para usar e distribuir o software para fins não comerciais. Para uso ou distribuição comercial, você precisa obter permissão do detentor dos direitos autorais.