Um schreiben oder kommentieren zu können, benötigen Sie ein Benutzerkonto.
Sie haben schon ein Benutzerkonto? Melden Sie sich hier an.
Jetzt anmeldenHier können Sie ein neues Benutzerkonto erstellen.
Neues Benutzerkonto erstellen
Hallo!
Wenn du gerade an deiner Website arbeitest oder dein aktuelles Hosting überdenkst: Wir betreiben mit NetzLiving eine Hosting-Plattform, die speziell auf Performance, Sicherheit und einfache Verwaltung ausgelegt ist.
Nachdem ich es mal getestet habe kann ich evtl. mehr sagen,
aber auf den ersten Blick find ich`s super! :-D
Habe dazu mal gleich gebloggt und werde es vl. mal einbauen!
get your own style » Einfach ein geniales Plugin für dein Blog!
;-)
vG
Hallo zusammen!
Ich habe ein kleines Plugin gestrickt, welches es ermöglicht, Blogeinträge vorlesen zu lassen. Entstanden ist die Idee bei einem Praktikum in einer Firma, die Sprachsynthesesoftware entwickelt.
Wenn ihr mal "hören" möchtet: talkinGBlogs
Feedback zu der Idee und Verbesserungsvorschläge sind immer herzlich willkommen!
:idea:
Hi wann kann damit gerechnet werden, dass dieses Plugin mit jeder erdenklichen Permalink Struktur arbeitet?
ich finde es wunderbar, aber wegen sowas gebe ich meine indezierten Links bei Google niemals auf :???:
daher meine Frage
lg
Geniale Sache, das. Ich habe auch mal versucht, eine integrierte TTS-Unterstützung für Webinhalte auf Basis von Festival zu entwickeln; das ist leider in den Kinderschuhen stecken geblieben, da ich keinen Bock hatte, einen (halbwegs fehlertoleranten) XHTML-Parser bzw. Konverter für den Festival-eigenen XML-Dialekt zu schreiben.
Eine Frage zu dem Plugin und der darunterliegenden TTS-Software: Unter welchen Lizenzen sind die zu beziehen?
zu mastermind: Lustig, dass Du Festival erwähnst ... :-) Das Plugin benutzt SWIFT, ein TTS-System welches von Cepstral entwickelt wurde. Einer der Gründer von Cepstral ist Alan Black - gleichzeitig maßgeblicher Entwickler von Festival! SWIFT ist zwar von Grund auf neu programmiert, basiert aber genau wie Festival auf unit selection Mechanismen.
Interessant... schade, dass Festival so vor sich hindümpelt. Ist eine gute Software, die aber anscheinend nur als Forschungsprojekt entwickelt wurde. Derzeit kompiliert es noch nicht mal mit GCC 4.x. :(
Im Moment kannst Du das Plugin selbst erstmal frei downloaden und benutzen. Ich weiß noch nicht, ob ich es mal unter eine bestimmte andere Lizenz stelle. Zusätzlich brauchst Du natürlich eine sogenannte 'voice' (sprich: SWIFT, das TTS-System und eine zugehörige Stimme.).
Diese kannst Du käuflich bei Cepstral hier erwerben. Eine Stimme kostet z.Zt. $29,99. Du kannst z.B. per Paypal oder Kreditkarte bezahlen.
Offiziell bräuchtest Du für die Synthese von Blog-Artikeln noch eine sogenannte 'Audio Distribution License' für $199,99:
Ich habe natürlich volles Verständnis, dass ein Hersteller für Spezialsoftware seine Produkte durch Lizenzkosten refinanziert. Aber ich befürchte, es wird kaum ein Blogger bereit sein, 30 oder gar 230 Euro für den Spaß zu bezahlen. Ebenso lockt man mit -- verzeih mir den Ausdruck -- verkrüppelten Demos keinen Blogger mehr hinter dem Ofen vor -- in Zeiten, da im Web von Bürosoftware bis Webspace praktisch alles kostenlos zu haben ist.
Wenn Cepstral wirklich Interesse an einer Verbreitung im Massenmarkt hat, sollten sie vielleicht anders ansetzen -- nämlich Blogger und Co. nicht als Kunden sehen (ist ohnehin illusorisch), sondern als Multiplikatoren. Ich möchte fast garantieren, dass eine kostenlose, halbwegs vollwertige Variante der Software in kürzester Zeit eine Publicity und Verbreitung der Software generieren würde, für die eine PR-Agentur ganz schön schwitzen müsste. Wie gesagt, nur mal als Idee -- müsste man sicher noch dran feilen.
Ich glaube, Du hast nicht ganz verstanden, worauf ich hinaus wollte. Vielleicht habe ich es auch nicht klar genug ausgedrückt.
Klar, 30 USD sind sicher ein angemessener Preis für eine solche Software. Allerdings würden die meisten Leute es nicht mal kaufen, wenn es nur einen Dollar kosten würde: Es ist für die meisten nicht mehr als ein lustiges Gimmick, und die ganze Abwicklung des Kaufs wäre schon zu viel des Aufwands.
Ich denke natürlich auch nicht, dass Cepstral ins Blog-Geschäft einsteigen will. Wäre ja auch Quark. Aber genau deshalb meine ich, dass man dennoch eine Symbiose mit der Blogosphäre eingehen könnte: Den Leute, die als Kunden ohnehin nicht in Frage kommen, kann man eine kostenlose, am besten nicht technisch eingeschränkte Version zu bestimmten Konditionen (Backlink o.ä.) geben. Der Gewinn ist der PR-Faktor, der je nach Herangehensweise sicher beachtlich wäre und garantiert auch Auswirkungen auf die primären Geschäftsfelder hätte. Das klappt bei anderen Produkten wie etwa VMware ja auch.
Aber ich kann natürlich auch verstehen, wenn man als eher konservatives Unternehmen diesen Schritt scheut. Aber man soll sich lieber keine Illusionen machen, dass man im Massenmarkt ernsthaft was verkaufen kann -- auch nicht mit durchaus angemessenen Preisen.
Im Endeffekt ist es nur ein kleiner Denkanstoß von mir, ich selbst würde das ohnehin nicht nutzen. Zum einen passt es zu keiner meiner Webseiten, zum anderen nutze ich aus Prinzip nur OpenSource-Software.
Wobei mich das wieder auf eine Idee bringt... vielleicht sollte ich doch noch ein wenig mit Festival rumspielen und eine OpenSource-Variante von talkingBlogs schaffen. ;)
Wobei mich das wieder auf eine Idee bringt... vielleicht sollte ich doch noch ein wenig mit Festival rumspielen und eine OpenSource-Variante von talkingBlogs schaffen. ;)
Eine "OpenSource-Variante", wie Du sie nennst (ich gehe mal davon aus, dass Du damit die zugrundeliegende TTS-Engine meinst, die "frei" sein muss) stricke ich Dir in einer Stunde hinter das Plugin. Tipp: Mach Dir nicht die Mühe mit Festival, nimm z.B. MBROLA (ist zwar kein unit-selection system sondern diphone-basiert, liefert aber auch audio-content). Das hast Du in 15 Minuten am laufen. Danach schreibst Du dir ein Skript mit nen paar LTS-rules, die die grapheme2phoneme Konvertierung zur PHO-file Generierung übernehmen und legst danach eine übliche Intonationskurve über die Phonemsequenz. Schon hast Du ein "freies" TTS-Plugin.
ABER: Darum geht es nicht. Ich weiß nicht, inwieweit Du Dich linguistisch mit dem ganzen Thema auskennst, aber Evaluationskriterien für solche Systeme sind unter Anderem Verständlichkeit und Natürlichkeit der Sprache - hast Du Dir schonmal überlegt, warum TTS noch lange nicht im Alltagsleben angekommen ist? Eben weil die Systeme noch lange nicht "natürlich" klingen. Und genau dort liegt der Hase im Pfeffer: Zeig mir ein frei verfügbares System, welches annähernd die Qualität von kommerziellen Systemen (wie dem von Cepstral) bietet. Du wirst immer einen gewissen, bei MBROLA abhängig von Deinem Preprocessing-Skript sogar recht hohen Grad an Monotonie in den freien synthetischen Stimmen finden - und das will der eifrige Endkunde (in unserem Fall die vielen Blogger da draußen) nicht. Willst Du Dein Blog von einem "Roboter" vorgelesen bekommen? Also dann würde ich es lieber ganz sein lassen.
Ich denke, die Diskussion führt gerade etwas am Thema hier vorbei, denn eigentlich sollen in diesem Forum ja neue Plugins und deren Entwicklung vorgestellt werden ...
Falls Du aber wirklich ein System mit einer "freien" TTS-Engine zusammenstrickst bin ich sehr an den Ergebnissen interessiert!
Allen anderen Lesern wünsche ich weiterhin viel Spaß mit dem original talkinGBlogs-Plugin ... ;)
Eine "OpenSource-Variante", wie Du sie nennst (ich gehe mal davon aus, dass Du damit die zugrundeliegende TTS-Engine meinst, die "frei" sein muss) stricke ich Dir in einer Stunde hinter das Plugin. Tipp: Mach Dir nicht die Mühe mit Festival, nimm z.B. MBROLA (ist zwar kein unit-selection system sondern diphone-basiert, liefert aber auch audio-content). Das hast Du in 15 Minuten am laufen. Danach schreibst Du dir ein Skript mit nen paar LTS-rules, die die grapheme2phoneme Konvertierung zur PHO-file Generierung übernehmen und legst danach eine übliche Intonationskurve über die Phonemsequenz. Schon hast Du ein "freies" TTS-Plugin.
Nun ja, ich würde es mir insofern noch einfacher machen, als ich mich mit dem Backend gar nicht beschäftigen würde, sondern nur einen Wrapper für eine fertige TTS-Engine schreiben. MBROLA kenne ich und finde ich auch ganz nett, aber zum einen steht es nicht unter einer freien Lizenz, zum anderen wüsste ich nicht, warum ich MBROLA Festival vorziehen sollte. (Das liegt aber daran, dass ich MBROLA zu wenig kenne.) Letztendlich kann man MBROLA-Stimmen ja auch mit Festival nutzen.
ABER: Darum geht es nicht. Ich weiß nicht, inwieweit Du Dich linguistisch mit dem ganzen Thema auskennst, aber Evaluationskriterien für solche Systeme sind unter Anderem Verständlichkeit und Natürlichkeit der Sprache - hast Du Dir schonmal überlegt, warum TTS noch lange nicht im Alltagsleben angekommen ist? Eben weil die Systeme noch lange nicht "natürlich" klingen. Und genau dort liegt der Hase im Pfeffer: Zeig mir ein frei verfügbares System, welches annähernd die Qualität von kommerziellen Systemen (wie dem von Cepstral) bietet. Du wirst immer einen gewissen, bei MBROLA abhängig von Deinem Preprocessing-Skript sogar recht hohen Grad an Monotonie in den freien synthetischen Stimmen finden - und das will der eifrige Endkunde (in unserem Fall die vielen Blogger da draußen) nicht. Willst Du Dein Blog von einem "Roboter" vorgelesen bekommen? Also dann würde ich es lieber ganz sein lassen.
Ich kenne mich mit den Basics aus; kann also mit Begriffen wie Phonem, Formant(-ansatz), etc. durchaus was anfangen. (Hatte in der Uni mal ein Hauptseminar zum Thema Sprache.) Aber ich bin natürlich kein Fachmann. Dass die Qualität von Festival und MBROLA mit den TTS-Anwendungen jüngeren Datums nicht konkurrieren können, ist mir natürlich auch klar -- ich würde nie behaupten, dass Festival eine Konkurrenz zu Cepstral darstellen könnte. Ich hatte auch schon das Vergnügen, JAWS und Blindows zu erleben, und ich bin wirklich beeindruckt von der verhältnismäßig natürlichen Sprachwiedergabe. Wie auch immer -- ich glaube, dass eine eher simple, dafür aber kostenlose TTS-Engine bei Bloggern (zahlenmäßig) auf mehr Interesse stoßen würde als eine bessere und kommerzielle.
Ich denke, die Diskussion führt gerade etwas am Thema hier vorbei, denn eigentlich sollen in diesem Forum ja neue Plugins und deren Entwicklung vorgestellt werden ...
Nö, wieso... ich denke, wir sind mitten drin im Thema. ;)
Falls Du aber wirklich ein System mit einer "freien" TTS-Engine zusammenstrickst bin ich sehr an den Ergebnissen interessiert!
Naja, meine Ankündigung war nicht so ganz ernst gemeint. Aber vielleicht habe ich demnächst ja ein paar müßige Stunden und mache mich mal dran. :)
Allen anderen Lesern wünsche ich weiterhin viel Spaß mit dem original talkinGBlogs-Plugin ... ;)
lol, keine Sorge... ich werde Dir weder Namen noch Inhalt Deiner Lösung streitig machen. ;)
Damm meldet sich hier auch mal schnell die Konkurrenz zu Wort! ;)
Wir bieten ebenfalls ein Plugin an, das Blogeinträge in Sprache übersetzt - und das mit einer sehr guten Sprachqualität (und kostenlos).
Wer mehr wissen möchte: http://www.talkingtext.de
Schönen Tag noch! :)
Damm meldet sich hier auch mal schnell die Konkurrenz zu Wort!
Hey tts ... Ich würde das nicht als "Konkurrenz" bezeichnen ... Ihr habt eine ganz andere (kommerzielle) Strategie. Ihr finanziert Euch über Werbung, sammelt Daten von Kunden, erlaubt "nur" 8 Blogeinträge zu synthetisieren bei neuen Blogs ... Außerdem sind Eure Kunden immer abhängig von Eurem System, da die Sythese auf Euren Servern läuft wie ich gesehen habe ...
Aus kommerzieller Sicht sicherlich genau der richtige Weg (siehe andere kommerzielle Systeme wie z.B. Readspeaker die genauso verfahren) ...
talkinGBlogs funktionert komplett auf dem eigenen Webspace - es ist sicherlich nicht so einfach einzubinden wie Euer Plugin, und die hochwertige TTS-Engine im Hintergrund kostet Geld ... Wenn es aber läuft ist man vollkommen unabhängig von anderen Webservern, und: man hat seine personenbezogenen Daten nicht herausgegeben. ;)
Jeder sollte selbst entscheiden, was ihm lieber ist ... :)
Mein Plugin ist zu rein wissenschaftlichen Zwecken entwickelt worden (entwickelt im Frühjahr 2006 - vorgestellt auf einer Computerlinguistik-Konferenz im September) ... Dass das TTS-System Geld kostet liegt nicht in meiner Hand, ich biete kein kommerzielles all-in-one package an so wie ihr, sondern gebe lediglich die Möglichkeit, durch das Plugin ein Blog unter Zuhilfenahme eines hervorragenden TTS-Systems zu synthetisieren.
Wir bieten ebenfalls ein Plugin an, das Blogeinträge in Sprache übersetzt - und das mit einer sehr guten Sprachqualität (und kostenlos).
Über die Sprachqualität müsste man allerdings mal diskutieren. Ich weiß nicht, welche TTS-Engine ihr einsetzt (sicherlich auch eine "zugekaufte", und keine eigene, oder?!) ...
Allerdings würde mich interessieren, warum hinter all Euren synthetisierten Einträgen Musik hinterliegt?!
Ein Schelm, der denkt, dass das der Fall ist um "schlechte" joins (sofern ihr ein Unit-selection System einsetzt) zu verschleiern. ;)
Viel Erfolg weiterhin (aus wissenschaftlicher Sicht bin ich zugegeben etwas neidisch auf das riesige Lexikon was ihr "nebenbei" und quasi kostenfrei durch Eure "User-machen-mit"-Strategie von den Benutzern erstellen lasst - guter Einfall!) :)
Gruß
talkinGBlogs
Sie haben noch kein Benutzerkonto auf unserer Seite? Registrieren Sie sich kostenlos und nehmen Sie an unserer Community teil!
