eSpeak NG 文本转语音引擎安装和配置指南

1. 项目基础介绍和主要编程语言

项目基础介绍

eSpeak NG 是一个紧凑的开源软件文本转语音合成器，支持 Linux、Windows、Android 和其他操作系统。它基于 Jonathan Duddington 创建的 eSpeak 引擎，采用"共振峰合成"方法，能够在较小的体积内提供清晰的语音输出。

该项目支持超过 100 种语言和口音，语音清晰，可在高速下使用，虽然不如基于人类语音录音的大型合成器那样自然流畅。它还支持 Klatt 共振峰合成，并能够使用 MBROLA 作为后端语音合成器。

主要编程语言

eSpeak NG 主要使用 C 语言编写，确保高性能和跨平台兼容性。

2. 项目使用的关键技术和框架

关键技术

• 共振峰合成：eSpeak NG 使用共振峰合成方法，这种方法允许在较小的体积内支持多种语言
• MBROLA 支持：eSpeak NG 可以作为 MBROLA 的语音合成后端
• SSML 支持：eSpeak NG 支持 Speech Synthesis Markup Language (SSML)，尽管功能还不完全
• HTML 支持：能够处理 HTML 内容的语音合成

框架

• Autotools：用于自动配置和构建项目的标准 GNU 构建系统
• CMake：跨平台构建系统，支持多种编译环境

3. 项目安装和配置的准备工作和详细安装步骤

准备工作

在开始安装之前，请确保您的系统已经安装了以下工具和库：

基本依赖（Debian/Ubuntu系统）：

sudo apt-get install make autoconf automake libtool pkg-config
sudo apt-get install gcc g++

可选依赖：

sudo apt-get install libpcaudio-dev    # 音频输出支持
sudo apt-get install libsonic-dev      # 音频加速支持
sudo apt-get install ronn              # 手册页处理
sudo apt-get install kramdown          # 文档构建

详细安装步骤

步骤 1：获取项目源码

首先克隆 eSpeak NG 的代码仓库：

git clone https://gitcode.com/GitHub_Trending/es/espeak-ng.git
cd espeak-ng

步骤 2：生成构建配置文件

使用 autotools 生成构建文件：

./autogen.sh

步骤 3：配置项目

配置项目安装路径和选项：

./configure --prefix=/usr

您可以查看所有可用配置选项：

./configure --help

步骤 4：编译项目

编译 eSpeak NG 程序和语音数据：

make

注意：构建语音数据时不支持并行编译。如果需要并行编译，可以分步执行：

make -j8 src/espeak-ng src/speak-ng
make

步骤 5：安装项目

安装到系统目录：

sudo make LIBDIR=/usr/lib/x86_64-linux-gnu install

步骤 6：验证安装

安装完成后，验证 eSpeak NG 是否正常工作：

espeak-ng "Hello, World!"

如果听到语音输出，说明安装成功。

功能特性配置

eSpeak NG 支持多种功能配置选项：

# 启用 Klatt 共振峰合成
./configure --with-klatt=yes

# 启用 MBROLA 语音支持
./configure --with-mbrola=yes

# 使用 sonic 库支持更高语速
./configure --with-sonic=yes

# 启用异步命令
./configure --with-async=yes

扩展字典配置

支持多种语言的扩展字典：

# 俄语扩展字典
./configure --with-extdict-ru=yes

# 普通话中文扩展字典
./configure --with-extdict-cmn=yes

# 粤语扩展字典
./configure --with-extdict-yue=yes

测试安装

在安装前可以进行测试：

ESPEAK_DATA_PATH=`pwd` LD_LIBRARY_PATH=src:${LD_LIBRARY_PATH} src/espeak-ng "测试语音合成"

配置说明

eSpeak NG 的配置文件和数据文件通常安装在 /usr/share/espeak-ng-data 目录下。您可以根据需要修改语音参数、添加新语言或调整合成设置。

语音文件位于 phsource/ 目录，字典文件位于 dictsource/ 目录，您可以根据需要定制或添加新的语音和字典规则。

使用示例

基本使用

# 朗读文本
espeak-ng "这是中文测试"

# 朗读文件内容
espeak-ng -f filename.txt

# 指定语言
espeak-ng -v zh "中文语音合成"

# 输出到 WAV 文件
espeak-ng -w output.wav "保存为音频文件"

高级选项

# 调整语速（单词每分钟）
espeak-ng -s 150 "较快的语速"

# 调整音高（0-99）
espeak-ng -p 50 "中等音高"

# 调整音量（0-200）
espeak-ng -a 100 "标准音量"

# 选择特定语音
espeak-ng -v mb-en1 "使用MBROLA英语语音"

通过以上步骤，您已经成功安装并配置了 eSpeak NG 文本转语音引擎。现在您可以开始使用它来生成多种语言的语音输出，或集成到您的应用程序中。