 |
Mikä on SAPI ja mihin sitä tarvitaan? |
 |
Speech Application Programming Interface tai SAPI on Microsoftin kehittämä puhefuntkiopaketti, jonka tarkoituksena on mahdollistaa ohjelmaa käyttämään koneellista puhesynteesiä. Olemassa on kaksi SAPI:n perusversiota (SAPI 4 и SAPI 5) jotka eivät ole toisiinsa yhteensopivia.
Käyttöjärestelmä Windows 2000 sisälsi SAPI 4, Windows XP ja kaikki myöhäisemmät versiot sisältävät SAPI 5. Voit ladata ja asentaa koneeseesi SAPI:n molemmat versiot - se mahdollistaa käyttämään kaikki olemassa olevat äänet (uusimmat ja vanhemmat). |
| |
|
Mistä haen SAPI 4? |
|
Kun haluat käyttää SAPI 4:n ääniä sinun tulee ladata ja asentaa Microsoft Speech API 4.0 funktiopaketti.
Voit myös ladata ja asentaa Microsoft Speech Control Panel - sen jälkeen ohjauspaneeliin ilmestyy puheasetuspaneeli. |
| |
|
Mistä haen SAPI 5? |
|
Windows XP (sekä myöhäisemmät versiot) toimitetaan SAPI 5 mukana. |
| |
|
Miten otan selville mitkä äänet on asennettu tietokoneeseeni? |
|
Asennettujen äänten listaa voit katsoa täällä: Control Panel (Ohjauspaneeli)
=>
Speech (Puhe)
=>
Speech Properties (Puheen asetukset)
=>
Text To Speech (Teksti puheeksi)
=>
Voice selection (Äänen valinta). |
| |
|
Miten käynnistän ohjelman hiljainen asennus? |
|
Ohjelman automaattinen asennus ilman asennukseen liittyviä ikkunoita (hiljainen asennus) on mahdollinen lisäämällä "-silent" komentoliittymässä. |
| |
|
Olen saanut virheilmoituksen "OLE error 80045042". Mitä se tarkoittaa? |
|
Tämä virhe liittyy luettavassa tekstissä oleviin XML -tageihin. Yleensä sen virheen syynä on sulkevan tagin puute taikka SAPI virheellisesti käsittelee symbolit "<" tai ">" tagin osana. Jos et aio käyttää hallintotagit, niin poista kaikki "<" ja ">" tekstistä (tai vaihda niitä sanayhdistelmiksi "vähemmän kuin" tai "enemmän kuin"). |
| |
|
Minun tietokoneessani on kaksi äänikorttia. Miten valitsen sopivan puhegeneraattorin? |
|
Äänilaitetta voit valita Windowsin ohjauspaneelilla. Valitse "Äänet, puhe ja äänilaitteet" -valikko ja siinä on "Äänilähtö" -kohta. SAPI 5:n äänien äänikorttia voit valita suoraan Balabolka ohjelmassa ääniasetuspaneelilla ("Äänilähtö" -nappi). |
| |
|
Kun avaan ohjelmalla DjVu -tiedoston teksti puuttuu kokonaan? Mikä hätänä? |
|
DjVu -muoto on kehitetty nimenomaan skannattujen tiedostojen säilyttämiseen. Se tarkoittaa sen, että DjVu -tiedostossa on kirjojen, kuvalehtien yms sivujen kuvat pakatussa muodossa. Sen lisäksi DjVu -muoto edellyttää tekstikerrosta (OCR), joka sisältää sivujen tekstiä. Tekstikerrosta sisältävät tiedostot joskus merkitään DjVu+OCR -tiedostoiksi. Balabolka pystyy ottamaan esille vain tekstikerroksessa olevaa tekstiä. Jos tekstikerros ei ole saatavilla, niin ainoa tapa saada tekstiä on käyttää optista tekstitunnustusohjelmaa, esimerkiksi FineReaderia. |
| |
|
Käytössäni on 64-bittinen Windows. Olen asentanut Microsoft Speech Platformin 64-bittisen Runtime -moduulin sekä suomen äänen. Mutta Balabolkan saatavilla olevien äänien lista on edlleen tyhjä. Mikä hätänä? |
|
Balabolka on 32-bittinen ohjelma. Sen takia tarvitsen 32-bittista Microsoft Speech Paltform 32-bittista moduulia. |
| |
|
Minä haluan poistaa tekstistä rivin alussa olevat ajatusviivat. Miten se tehdään? |
|
Käytä ohjelman päävalikon kohtaa "Muokkaa | Korvaa". Laita akuriviin ^p— ja korvausriviin laita ^p. Ohjelma sallii käyttää lähes kaikki Microsoft Wordissa käytettävät erikoiskoodit ja laittaa ne haku- ja korvausriviin:
- ^p
- kappalemerkki
- ^t
- sarkainmerkki
- ^nnn
- ASCII-merkki (siinä nnn – merkin numero)
- ^0nnn
- ANSI (siinä 0 - on nolla, ja nnn – merkin numero)
- ^Unnnnn
- Unicode-merkintä (siinä nnnnn – merkin numero)
- ^+
- tupla-ajatusviiva ( — )
- ^=
- lyhyt ajatusviiva ( – )
- ^^
- kansiomerkki
- ^s
- sitova välilyönti
- ^?
- kaikki merkit (vain hakurivissä)
- ^#
- kaikki numerot (vain hakurivissä)
- ^$
- kaikki kirjaimet (vain hakurivissä)
- ^c
- Windowsin leikepöydän sisältö (vain korvausrivissä)
- ^&
- Hakurivin sisältö (vain korvausrivissä)
|
| |
|
Mikä on Google Text-To-Speech? |
|
Kun käytät Google-kääntäjää käännetyn tekstin vieressä on Kuuntele -nappi ("Listen"). Sitä painamalla selaimesi lataa Googlen sivustosta MP3 -äänetiedosto, joka sisältää äänetetyn käännöksen. Käytettävissä on runsaan 30 kielen puhesyntetisaattori. Google-kääntäjä voi äänettää enintään 100 merkkiä pitkiä tekstejä. Balabolka pystyy voittamaan tämän rajoituksen: suuremmat tekstit jaetaan pienempiin, sitten koneeseen ladataan kutakin osaa vastaavat äänetiedostot, jotka sittemmin sulautuvat yhdeksi. |
| |
|
Avasin ohjelmassa elektronisen kirjan, muttei ikkunassa ole tekstia. Mikä on ongelmana? |
|
Siihen voi olla muutamaa selitystä. Ensiksi, tiedostona voi olla skannattujen paperikirjan sivujen sarja. Toiseksi, elektroninen kirja voi saada DRM-suojauksen. Ohjelmalla ei ole mahdollisuutta saada teksti kirjasta, jolla on sellainen suojaus (se olisi laitonta). |
| |
|
Mitä Spritz-Reader oikeasti on? |
|
Se on amerikkalaisen yrityksen Spritz kehittämä nopean lukemisen tekniikka. Menetelmän mukaan pitää jakaa tekstin yksittäisiksi sanoiksi ja näyttää niitä johdonmukaisesti optimaalisen tunnustamisen pisteen värillistä erottamista käyttäen. Tämä antaa mahdollisuuden saavuttaa lukunopeutta 1000 sanaa minuutissa ilman erityistä koulutusta. Tekniikan perusperiaate on siinä, että paljon aikaa menetetään kun katse liikkuu yhdestä sanasta toiseen. Näyttämällä käyttäjälle toisiaan korvaavia sanoja samassa paikassa, Spritz-tekniikka saavuttaa vaikutusta jolloin silmän liikkeet vähenee lähes nollaan asti. Jää vain kysymys nopeudesta, jolla ihmisen aivot pystyvät käsittelemään luettuja sanoja ja liittämään ne toisiinsa. |
| |
|
Windows 11 introduces more natural voices, such as Microsoft Jenny and Microsoft Aria. How can I access them with SAPI 5? |
|
This problem can be fixed with the NaturalVoiceSAPIAdapter utility. It will add new speech engines to the SAPI 5 voice list; it can also add the voices available in the Microsoft Edge browser to this list. More information can be found here. Since Balabolka is a 32-bit application, you should install the 32-bit and 64-bit versions of the utility (see "Installation Status" in the utility's window). You can download the latest release of the utility.
Windows allows to add voices for other languages: select Start
=>
Settings
=>
Time & language
=>
Language & region, go to Preferred languages, select Add a language. Choose and install the optional feature Text-to-speech.
The SAPI Unifier utility allows to make Microsoft OneCore voices and Microsoft Speech Server voices available via SAPI 5. |
| |
|
When using new (natural, online) Microsoft voices, the SAPI 5 tag <silence> does not work. How can I insert silence into the spoken text? |
|
The new Microsoft voices were not developed to work with SAPI 5, so they support SSML tags instead of SAPI 5 tags. To insert silence, use the "universal" tag: it is described in the application's help file. For example:
The silence will last three seconds. {{Pause=3000}} Then reading will resume. |
| |
|
How do I change a voice during reading aloud? |
|
Use the XML tags. It is recommended to write the opening and closing tags inside the same paragraph. For example:
<voice required="Name=Microsoft Zira Desktop">Hello, how are you?</voice>
<voice required="Name=IVONA 2 Amy">I am good.</voice>
In addition, Balabolka supports its own tags to modify the speech synthesis.
{{Voice=Jenny}} This text will be read by the voice 'Microsoft Jenny'.
{{Voice=}} This text will be spoken by the default voice in Balabolka. |
| |
|
How to install and run Balabolka with voices on the Linux operating system? |
|
Please refer to the instructions published here or
here.
Microsoft Speech SDK can be downloaded from the official website (SpeechSDK51.exe, 68 MB). |
| |
|
I want to upload an audio file with a speech to YouTube, but this platform only allows video files to be published. To upload an audio file, I need to combine it with a static image (e.g., black rectangle) and upload as MP4. Please, tell me a simple way to get a video file from an audio file. |
|
Download the FFmpeg utility and run the command:
ffmpeg -f lavfi -i color=c=black:s=720x480 -i input.wav -tune stillimage -shortest -y output.mp4
The source file INPUT.WAV will be converted to the video file OUTPUT.MP4, where the image will be a black rectangle with dimensions 720x480. The resulting file can be uploaded to video hosting platforms. |
Usein kysytyt kysymykset