Mikropuhe asennetaan kovalevylle cd-levyltä, jonka jälkeen cd kannattaa säilyttää varmuuskopiona. Ohjelma poistetaan cd-levyn avulla.
Asennusohjelma käynnistetään seuraavasti:
Tarkemmat ohjeet ohjelman käynnistämisestä löydät Microsoft Windowsin käsikirjoista.
Käynnistyttyään asennusohjelma kysyy asennettavat osiot ja kovalevylle luotavan kohdehakemiston nimen.
Ensimmäisellä käynnistyskerralla Mikropuhe kysyy, haluatko lisätä tiedostotyypin MP4 käyttöjärjestelmän rekisteriin. Rekisteröinnin jälkeen kaikki MP4 -päätteiset tiedostot aukeavat automaattisesti Mikropuhe -ohjelmalle. Sama kysymys toistetaan, mikäli jokin toinen ohjelma rekisteröi tiedostotyypin MP4 itselleen.
Tämä ohje pätee myös Sapi 4-versioon, kun nimi mp5sapi51 korvataan nimellä mp5sapi.
Puhe muodostetaan mikrofoneemista synteesitapaa käyttäen aidosta ihmisäänestä otettuja n. 1/100 sekunnin pituisia jaksoja yhdistämällä. Jaksot yhdistetään säännöstön avulla digitaaliseksi signaaliksi, joka viedään käytettävään D/A- muunninkorttiin ja siitä edelleen kaiuttimeen tai audiovahvistimeen. Synteesi rakentuu 16 bittisistä ääninäytteistä, joten paras äänenlaatu saavutetaan luonnollisesti käyttämällä 16 bittistä äänikorttia. Mikropuhe toimii myös 8 bittisillä korteilla, mutta tällöin synteesiä ei voida toistaa täydellisenä.
Ohjelman käynnistyttyä Windowsiin avautuu Mikropuheen pääikkuna, joka koostuu neljästä osasta; valikkopalkista, työkalupalkista (valintapainikkeet), tekstikentästä ja apunauhasta.
Työkalupalkki sisältää valintapainikkeita, jotka ovat itseasiassa oikoteitä valikkopalkin valintoihin.
Tekstikenttään voidaan kirjoittaa tai sijoittaa puhuttavaa tekstiä, ja siihen voidaan avata tekstimuotoisia tiedostoja. Jos tekstiä on enemmän kuin ikkunaan mahtuu, selaamiseen käytetään ikkunan oikeassa laidassa olevaa rullausjanaa. Tekstikenttä voidaan puhuttaa joko kokonaan tai vain merkityn tekstin verran.
Apunauha näyttää reaaliaikaisia ohjeita Mikropuheen eri toiminnoista. Ohje näkyy kun hiiren osoitin viedään haluttuun kohtaan. Apunauhasta nähdään myös suoritettujen toimintojen tuloksia.
Tiedostoihin liittyvät toimenpiteet suoritetaan "Tiedosto" -valikon avulla. Valinta "Uusi" tyhjentää pääikkunan tekstikentän. Jos kentässä on tällöin tekstiä jota ei ole talletettu, Mikropuhe kysyy halutaanko talletus tehdä ennen uuden (tyhjän) kentän luomista.
Valinnalla "Avaa..." voidaan avata tekstimuotoinen tiedosto puhuttavaksi. Valinnoilla "Talleta" ja Talleta nimellä..." voidaan tallettaa tekstikentässä oleva teksti tiedostoon. Avaus ja talletus voidaan tehdä myös valintapainikkeita osoittamalla.
"Tiedosto"-valikosta löytyy myös valinta "Tulosta", jolla saat tulostettua tekstin. Sivun asetuksia (esim. marginaaleja) voit muuttaa myös tästä valikosta.
"Asetukset"-valinnalla voit vaihtaa kirjasinta ja valita korostaako Mikropuhe tekstiä puhuessaan.
Pikavalinnat viimeksi luettuihin tiedostoihin löytyvät tästä valikosta. Pikavalintoihin talletetaan myös kohdistimen paikka tai valinta-alue. Näin voit käyttää pikavalintoja ladataksesi edellisellä kerralla kesken jäänen pitkän tekstin ja jatkaa lukemista paikasta johon jäit.
Ohjelman käyttö lopetetaan valitsemalla "Lopeta". Ennen lopetusta Mikropuhe kysyy halutaanko käytössä ollut tekstitiedosto tallettaa lopetuksen yhteydessä.
Valinnalla "Kopioi" Mikropuheen tekstikentästä voidaan siirtää valittu osa tekstistä apupöydälle. "Leikkaa" -valinta toimii kuten kopiointi mutta poistaa lisäksi alkuperäisen tekstin. Valinnalla "Liitä" sijoitetaan apupöydällä oleva teksti Mikropuheen tekstikenttään. "Tyhjennä" -valinta poistaa tekstistä valittuna olevan alueen. "Valitse kaikki" merkitsee koko tekstikentän sisällön valituksi jolloin se voidaan esimerkiksi kopioida apupöydälle. Viimeksi tehdyn toimenpiteen voi perua valinnalla "Kumoa".
Tästä valikosta löytyy myös valinta "Etsi", jolla voit hakea pitkästäkin tekstistä haluamasi kohdan.
Puhu-komento (Ctrl+P) puhuu joko valitun tai koko tekstin alusta loppuun. Tekstiä korostetaan virke kerrallaan jos asetuksissa on näin valittu. Lue-komento (Ctrl+L) lukee tekstiä virkkeittäin, sanoittain tai tavaten. Lukukohtaa voi vaihtaa näppäimillä:
Välilyönti tai Enter keskeyttää puheen tai jatkaa keskeytyksen jälkeisestä paikasta. Esc-näppäin keskeyttää lukemisen kokonaan. Lukutilassa ei voi muokata tekstiä.
Puhu-komentoa tarvitset laulujen laulattamiseen ja jos haluat muokata tekstiä, kun ohjelma puhuu. Pelkkään tekstin lukemiseen Lue-toiminto on kätevämpi.
"Puhu" -valikon valinnalla "Puhu tiedostoon" teksti puhutaan suoraan wav -tiedostoon. Ennen tiedostoon puhumista Mikropuhe kysyy talletushakemiston, tiedoston nimen sekä käytettävän resoluution, joka voi olla joko kahdeksan tai kuusitoista bittiä. Tiedostoon puhuttaessa ääni ei kuulu kaiuttimesta. Puhuminen voidaan myös keskeyttää, mutta tilapäinen pysäyttäminen ei ole mahdollista.
"Puhu" -valikon kohdasta "Automaattipuhe" Mikropuhe voidaan asettaa valvomaan apupöydän liikennettä. Tämän asetuksen ollessa päällä Mikropuhe puhuu kaikki apupöydän kautta liikkuvat tekstit.
"Puhu" -valikosta löytyy myös valinta "Välitä sapi-koodit". Tämän ollessa valittuna Mikropuhe ymmärtää sapi-tageja joista lisää kohdassa Sapi 5-ohjauskoodit .
Äänen säätäminen, eli synteesiparametrien arvojen asetus, onnistuu yksinkertaisimmin graafisia äänen säätimiä käyttämällä. Säätimet saadaan esiin "Puhe" -valikon valinnalla "Puheen säätimet", tai työkalupalkin vastaavaa toimintopainiketta osoittamalla.
Säätimien arvoja muutetaan joko hiirellä tai näppäimillä vasen, oikea, Pg Up ja Pg Dn. Aktiivista kenttää vaihdetaan normaaliin tapaan Tab ja Shift+Tab -näppäimillä.
Äänen säätäminen on mahdollista myös puheen aikana. Muuttuneet asetukset kuuluvat puheessa lyhyen viiveen jälkeen.
Mikropuhe muistaa tehdyt puhearvojen muutokset sekä valitun puheäänen, ja ne ovat käytössä kunnes niitä seuraavan kerran muutetaan.
Tällä parametrillä määritetään puhesynteesin äänteiden kesto, eli puheen nopeus. Nopein arvo (+12) on lähinnä erikoiskäyttäjiä varten. Puhesyntetisaattoreihin tottumattomalle näin nopeasta puheesta on erittäin vaikea saada selvää. Puheen nopeuden perusasetus (0) on tarkoitettu suhteellisen pitkien lauseiden puhumiseen. Jos syntetisaattoria käytetään vain yhden sanan tai lyhyiden lauseiden puhumiseen, kannattaa nopeus asettaa pienemmäksi.
Raja-arvojen ja perusarvon laskennalliset nopeudet:
-12 = 281 merkkiä minuutissa / n. 5 merkkiä sekunnissa
0 = 583 merkkiä minuutissa / n. 10 merkkiä sekunnissa
12 = 3188 merkkiä minuutissa / n. 53 merkkiä sekunnissa
Puheen korkeuden perusarvolla (0) käytetään ääninäytteiden alkuperäistä äänenkorkeutta. Korkeutta nostettaessa äänen selvyys kärsii hieman, joten säätö kannattaa kompensoida asettamalla "rauhallisuus" -arvo suuremmaksi. Jos korkeusarvo on perusarvoa pienempi, saattaa taajuus pitkissä lauseissa laskea alarajaan (25 Hz) asti. Yksittäisiä sanoja ja lyhyitä lauseita puhuttaessa hieman perusarvoa matalampi puheääni kuulostaa yleensä miellyttävimmältä.
Rauhallisuus-säädin vaikuttaa puheen korkeuden muutoksiin. Mitä suurempi arvo, sen pienemmät korkeuden muutokset. Arvot -12..0..12 on tarkoitettu normaalia puhumista varten. Arvot 13..99 soveltuvat parhaiten laulamiseen. Rauhallisuuden ollessa arvossa 99 puhe on täysin monotonista.
Tällä säädöllä määritellään paljonko puhuttavassa tekstissä käytetään satunnaisia sanapainotuksia. Oletusarvo on ±0% vaihtelu äänentaajuuteen, jolloin puheessa ei esiinny satunnaisvaihtelua lainkaan. Maksimiarvolla vaihtelua on ±50%. Satunnainen korkeuden vaihtelu tekee puheen "ennalta arvaamattomaksi", ja suurempia arvoja käyttämällä Mikropuhe ei, kuten ei ihminenkään, koskaan sano samaa lausetta täsmälleen samalla tavalla uudelleen. On kuitenkin syytä muistaa, että painotusten satunnaisuus saattaa tehdä puheesta häiritsevän tempoilevaa, ja lisätä puheeseen ei-toivottuja sivumerkityksiä.
Venytys-säädin vaikuttaa äänen väriin. Negatiiviset arvot "tiivistävät" ääntä niin, että loppujen lopuksi puhe kuulostaa Aku Ankalta. Arvolla -20 miehen ääni muuttuu naisen äänen tyyppiseksi. Positiiviset arvot madaltavat ääntä niin, että äänestä tulee ensin pehmeämpi ja sitten möreämpi.
Tällä säätimellä voit säätää äänen voimakkuutta. Versiossa 4.2 säädin ohjasi Windows-mikserin Wave-liukua, mutta versiosta 5 alkaen säätimellä vaimennetaan syntetisaattorin signaalia digitaalisesti. Arvo 100 on normaali vaimentamaton, 50 puolittaa signaalin voimakkuuden (-6 dB), 25 vaimentaa neljännekseen (-12 dB) jne.
Sanavälitauko määrittää nimensä mukaisesti sanojen välillä pidettävän tauon pituuden. Oletusasetuksena on arvo 0, koska normaalisti puhuttaessa ei sanojen välissä ole lainkaan taukoa. Arvolla 1 katkaistaan edellisen sanan lopun vaikutus seuraavan sanan alkuun ilman varsinaista taukoa. Tämän jälkeen lisätään sanojen välille taukoa siten, että maksimiarvolla 24 tauko kestää sekunnin, mikäli puhenopeus on 0. Taukosäädön vaikutus on aina suhteessa puheen nopeuteen.
Asetukset vaikuttavat puheeseen nimensä mukaisesti. Ensin mainittu saa Mikropuheen kuulostamaan tutulta kääkättäjältä, ja jälkimmäisellä imitoidaan puhuvaa konetta (?!?) ...siis kahden vuosikymmenen takaista sellaista. Asetukset voivat olla päällä yhtäaikaisesti tai erikseen, eivätkä ne sulje pois muita säätimillä tehtyjä asetuksia, vaan toimivat ikään kuin äänen "sävyttäjinä".
Mikropuhe 5.1:n mukana toimitetaan neljä puheääntä: Riku, Mikko, Petteri ja Saga. Kaikista on saatavilla myös puhelinkäyttöön soveltuvat pienemmällä 8 kHz:n taajuudella puhuvat äänet. Puhelinäänet ovat käytössä vain, jos asennusvaiheessa on valittu kohta "Näytä puhelinäänet". Asennuksen jälkeen asetusta voidaan muuttaa tiedostosta mp5sapi51.ini riviltä Puhelin=x.
Käyttäjä voi tehdä kolme omaa puheääntänsä, joiden nimet ovat "Käyttäjän 1", "Käyttäjän 2" ja "Käyttäjän 3". Käyttäjän puheääniä talletetaan ja poistetaan "Lisä-äänet"-painikkeella. Käyttäjän ääneen talletetaan kaikki puheen säätimien asetukset. Käyttäjän puheäänissä säätimet summataan lisä-äänen asetuksiin. Esimerkiksi jos lisä-ääni on talletettu äänen korkeudella 12 ja korkeussäädin asetetaan arvoon 12, käyttää syntetisaattori puheen korkeusasetusta 24, joka on kaksi oktaavia peruskorkeuden yläpuolella.
Erilaisia säädinten perusasetuksia voit valita perusasetuspainikkeilla "Oletusasetukset", "Rauhallinen" jne. Nämä painikkeet vaikuttavat kaikkiin säätimiin.
Valinta "Säädä kaikkia käynnissä olevia Mikropuheita" mahdollistaa nimensä mukaisesti useamman Mikropuheen puhearvojen säädön yhdestä ikkunasta.
Kun säätötoimenpiteet on suoritettu, säätimet suljetaan osoittamalla painiketta "Sulje".
Synteesiparametrejä voidaan kirjoittaa myös puhuttavan tekstin sekaan. Käytettävissä ovat sekä alla listatut Mikropuheen omat parametrit, että valikoima Sapi-tageja joista lisää kohdassa Sapi 5-ohjauskoodit.
| Parametri | Vaikutus | Arvo |
|---|---|---|
| -NOP | Puheen nopeus | -12..0..12 |
| -KOR | Puheäänen korkeus | -12..0..12 |
| -RAU | Puheen rauhallisuus | -12..0..12 |
| -SAT | Korkeuden satunnaisvaihtelu | 0..100 |
| -SVT | Sanavälitauko | 0..24 |
| -LYH | Käytetään lyhennelistoja | 0/1 |
| -AKU | Ankan ääni | 0/1 |
| -ROB | Robotin ääni | 0/1/2 |
| -NUO(,) | Äänen korkeus (nuotti,oktaavi) | |
| -VEN | Äänen venytys | -50..0..50 |
| -PAI | Painotus | 0/1 |
malli.txt
-LYH -RAU2
-NOP0 Käytän lyhennelistaa ja puhun rauhallisesti.
-SAT25 Nyt lisään satunnaisvaihtelua ja nopeutan
-NOP8 puhetta -NOP10 reilusti.
-KOR8 Puhun hetken korkealta, ennenkuin lasken
-KOR-8 äänen korkeutta jyrkästi.
-RAU99 -NUO(A,3) Moik -NUO(E,2) ka -NUO(G,2) vaan.
Tekstin sisäiset parametrit vaikuttavat puheääneen sillä hetkellä kun teksti, johon ne sisältyvät, puhutaan. Ne eivät vaikuta säätimien tai tekstintulkinnan asetuksiin. Parametrejä voidaan välittää Mikropuheelle myös ohjelmaliitynnän kautta. Rauhallisuussäätö jatkuu arvoon 99 asti. Yli 12 arvoja käytetään laulamiseen.
Mikropuheen versiosta 4.1.1 lähtien mukana on ollut laulumahdollisuus. Laulu toteutetaan tekstinsisäisillä parametreilla ja esimerkkilauluja on asennushakemiston alahakemistossa "LAULUT".
Rauhallisuus-säätimeen on lisätty uudet arvot 13..99 jotka tekevät puheesta riittävän rauhallisen laulukäyttöä ajatellen. Jo säätimen arvolla 13 jätetään kaikki lauseen, sanan ja tavun korkeusmuutokset tekemättä. Rauhallisuuden arvolla 99 puhe on täysin monotonista. MikroPuheen graafinen säädin tukee edelleen vain arvoja -12..0..+12, joten rauhallisuuden arvot 13..99 voidaan asettaa ainoastaan tekstin sisäisillä parametreilla esim. "-RAU99 Puhun nyt aivan monotonisesti".
Laulua varten on kehitetty uusi tekstin sisäinen parametri "-NUO", jolla voidaan asettaa puheenkorkeus vastaamaan tiettyä sävelkorkeutta. Parametrin yhteydessä ilmoitetaan haluttu nuotti ja oktaavinumero 0-5, esim: "-NUO(C,2)", "-NUO(G#)" tai "NUO(H,3)". Jos oktaavinumero jätetään pois, nuotti valitaan 0-oktaavista.
Sävelkorkeuteen vaikuttaa myös Korkeus-säädin, joka siirtää (=transponoi) kaikkia nuotteja osoittamansa lukuarvon verran puolisävelaskeleita ylös- tai alaspäin. Esimerkiksi Korkeus-arvo +12 siirtää kaikkia nuotteja oktaavin ylöspäin.
Esimerkki duuriskaalasta:
-RAU99 -NUO(C,1) doo -NUO(D,1) ree -NUO(E,1) mii -NUO(F,1) faa -NUO(G,1) soo
-NUO(A,1) laa -NUO(H,1) tii -NUO(C,2) doo
Mikropuhe 5.1 Windows-versiota on mahdollista ohjata myös Sapi 5-tageilla. Alla on listattu ohjelman tukemat tagit ja ne toimivat "Puhu"-valikosta löytyvän valinnan "Välitä sapi-koodit" ollessa päällä.
Ei lopputagia. Pitää tauon, jonka pituus riippuu puhenopeudesta. Attribuutilla time="xxx" voi olla arvot:
<break time="none"/>
Ei pidä taukoa, mutta katkaisee synteesin jatkuvuuden.
<break time="x-small"/>
Erittäin lyhyt tauko, 1/5 lausetauosta.
<break time="small"/>
Lyhyt tauko, puolet lausetauosta.
<break time="medium"/>
Keskimittainen tauko, vastaa lausetaukoa.
<break time="large"/>
Pitkä tauko, kaksi kertaa lausetauko.
<break time="x-large"/>
Erittäin pitkä tauko, nelinkertainen lausetaukoon.
Jokainen <break>-tagi katkaisee synteesin jatkuvuuden, eli käytännössä korostaa seuraavaa sanaa. Jos time-attribuuttia ei ole annettu tai sen arvo on tuntematon, käytetään medium-arvoa. Taukojen pituudet eivät ole tarkkkoja. Mikropuhe ei tue VoiceXML/SSML -määrityksen numeerista arvoa.
Soittaa annetun wav-muotoisen tiedoston puheen seassa. Koska eri puheäänillä voi olla eri näytetaajudet, älä käytä muita kuin wav-tiedostoja, sillä Mikropuhe osaa muuntaa lennossa niiden bittimäärän, taajuuden ja kanavamäärän äänikanavalle ja puheääneen sopivaksi. Jos tagi ei ole tyhjä (<audio src="xxx">teksti</audio>), puhutaan tiedoston soiton epäonnistuessa teksti audio-tagien välissä. Jos soittaminen onnistuu, siirrytään </audio>-lopputagin jälkeiseen tekstiin. Jos tiedoston nimessä ei ole hakemistomerkkejä (/\), ladataan tiedosto Mikropuheen hakemistosta.
Lisää piippauksen puheen sekaan. Taajuus ilmoitetaan Herzeissä, pituus millisekunneissa ja voimakkuus suhteessa syntetisaattoriin (100%=ilman vaimennusta). Huomaa, että tämä on tyhjä tagi, eli lisää loppuun aina kauttaviiva. Puuttuvien parametrien kohdalla käytetään oletuksia: freq="100" length="1000" volume="100".
Alku- ja lopputagit. Painottaa tagien sisällä olevia sanoja.
Ei lopputagia. Kirjanmerkki, Mikropuhe tukee SAPI5-standardista poiketen vain numeerisia kirjanmerkkejä.
Ei lopputagia. Lisää annetun verran (millisekunnit) hiljaisuutta puheeseen.
Lopputagilla tai ilman. Asettaa puheen korkeuden suhteessa puheäänen peruskorkeuteen. Arvo välillä -10..0..10.
Lopputagilla tai ilman. Asettaa puheen korkeuden suhteessa tämänhetkiseen äänen korkeuteen. Kätevä jos halutaan <pitch middle="3">nostaa</pitch> korkeutta hetkeksi. Arvo välillä -10..0..10.
Lopputagilla tai ilman. Asettaa puheen nopeuden suhteessa puheäänen perusnopeuteen. Arvo välillä -10..0..10.
Lopputagilla tai ilman. Asettaa puheen nopeuden suhteessa tämänhetkiseen nopeuteen. Kätevä jos halutaan <rate speed="-2">laskea</pitch> nopeutta hetkeksi. Arvo välillä -10..0..10.
Alku- ja lopputagit. Tavaa kaiken <spell>- ja </spell> -tagien välissä olevan tekstin tiedostosta mplinux.tfg löytyvän tavauslistan mukaan. Esimerkiksi:
Aakkoset ovat: <spell>abcdefg jne.</spell>
Lopputagilla tai ilman. Asettaa puheen voimakkuudeen prosenteissa. Arvo 100 on maksimi (oletus) ja nolla minimi. Voimakkuusasetus ei vaikuta äänenvoimakkuussäätimeen, vaan sen mukaan ainoastaan vaimennetaan puhesignaalia digitaalisesti ennen äänikortille viemistä.
Lopputagilla tai ilman. Vaihtaa puheäänen. Nimi on jokin Mikropuheen hakemistosta löytyvistä puheäänistä. Mikropuhe pitää muistissaan muutamaa viimeksi käytettyä ääntä. Näin äänen vaihto ei aiheuta ensimmäisen latauksen jälkeen viiveitä. mpvoice eroaa voice-tagista siten, että Windows Sapi ei pääse siihen kiinni. Näin puheäänen vaihto on paljon sujuvampaa. Esimerkiksi:
<voice name="petteri">Petterin ääni </voice><voice name="saga">Sagan ääni </voice>
<voice name="petteri"/>Petterin ääni asetettu oletukseksi.
Ei lopputagia. Asettaa sanavälitauon kuten Mikropuheen parametri -SVT. Arvo välillä 0..24
Ei lopputagia. Asettaa puheen rauhallisuuden kuten Mikropuheen parametri -RAU. Arvo välillä -12..0..12.
Ei lopputagia. Asettaa puheen venytysarvon kuten Mikropuheen parametri -VEN. Arvo välillä -50..0..50.
Ei lopputagia. Asettaa puheen korkeuden satunnaisvaihtelun kuten Mikropuheen parametri -SAT. Arvo välillä 0..100.
Ei lopputagia. Asettaa Aku Ankka-efektin kuten Mikropuheen parametri -AKU. Arvo välillä 0..1.
Ei lopputagia. Asettaa Robottiefektin kuten Mikropuheen parametri -ROB. Arvo välillä 0..2.
Lopputagilla tai ilman. Vaihtaa tulkintatiedoston. Jos nimi on tyhjä, poistetaan tulkintatiedosto kokonaan käytöstä. Jos nimessä ei ole hakemistoa, ladataan tiedostoa ohjelman hakemistosta. Anna tiedoston nimi ilman päätettä. Esimerkiksi:
<mikropuhe tul="normaali"/>
<mikropuhe tul=""/>
Lopputagilla tai ilman. Stereomoodin vaihto kuten mplinux.ini-tiedoston soundstereomode=x: 0=Tuplamono, 1=Vasen, 2=Oikea, 3=Tuplamono toinen kanava eri vaiheessa.
Tässä on käytetty sapi-alkutagia. Sillä ei ole muuta merkitystä kuin tekstin tunnistaminen sapi5-tagitetyksi:
<sapi>Hei!
<mpstereo pan="0">Puhun keskellä.</mpstereo>
<mpstereo pan="1">Vasemmalta.</mpstereo>
<mpstereo pan="2">Oikealta.</mpstereo>
<mpstereo pan="3">Ja toinen kanava eri vaiheessa.</mpstereo>
Esittelen nyt tulkinnan parametreja. Oletustulkinta: A, b, c, <mikropuhetul name="">Ei tulkintaa: A, b, c, </mikropuhetul>Paluu oletukseen: a, b, c, <mikropuhetul name="sanokaik.tul"/>Sanokaik.tul: A, b, c, <reset/>reset tuli: A, b, c.
Sitten uusi break-parametri <break time="small"/>lyhyt ja <break time="x-large"> pitkä.
<beep freq="400" length="100" volume="100"/><beep freq="423" length="100" volume="85"/><beep freq="449" length="100" volume="70"/><beep freq="476" length="100" volume="55"/><beep freq="504" length="100" volume="40"/><beep freq="534" length="100" volume="25"/><beep freq="566" length="100" volume="10"/><beep freq="599" length="100" volume="25"/><beep freq="635" length="100" volume="40"/><beep freq="673" length="100" volume="55"/><beep freq="713" length="100" volume="75"/><beep freq="755" length="100" volume="85"/><beep freq="800" length="100" volume="100"/>
Osaan piipityksen lisäksi myös soittaa wav-tiedostoja.
Tässä stereoääni. <audio src="esimerkki.wav">Yritin juuri soittaa esimerkki.wav</audio>
Seuraava <emph>painotus on jo kuuluva</emph>. Pidän sekunnin paussin <silence msec="1000"/> juuri äsken ja lyhyen <break time="small"/> äsken. Asetan <pitch absmiddle="5">korkeuden arvoon 5. </pitch> Palasin hetkeksi peruskorkeuteen, jonka <pitch middle="-4">pudotin</pitch> hetkeksi neljä pykälää alaspäin. Nyt esittelen nopeuteni<rate absspeed="10">tämä on aivan sairaan nopeaa puhetta, 123 123 <rate absspeed="-10"> ja tämä taas todella hidasta.</rate></rate> Äsken käytettiin sisäkkäisiä nopeustageja ja nyt puhun taas perusnopeudella. Tavaan joutessani vähän aakkosten alkua, <spell>abcdef</spell>, jonka jälkeen voisinkin olla <volume level="25">hetken varsin hiljaa.</volume> Niin ja puheääniä löytyy: <voice name="mikko">Mikko, </voice><voice name="petteri">Petteri, </voice><voice name="saga"> ja Saga.</voice> <mikropuhe svt="20">Näin lopuksi lisätään sanavälitaukoa<mikropuhe svt="0"><mikropuhe rau="99"> ja asetetaan synteesi monotoniseksi. <mikropuhe rau="0">Näille Mikropuheen omille säädöille voidaan myös rakentaa lopputagit, jos tarvetta on.
Venytyssäädöllä voi saada miellyttävämmän puheäänen. Esittelen tekijöiden suosikkiäänen:
<voice name="riku">
<mikropuhe ven="15"/>
<mikropuhe rau="-8">
<pitch absmiddle="-3">
Tässä on venytys arvossa 15, rauhallisuutta on -8, eli korkeus vaihtelee runsaasti ja peruskorkeus on arvossa -3.
</pitch>
</voice>
<mikropuhe ven="0"/>
<mikropuhe rau="0">
<voice name="saga">Kiitos kuuntelemisesta <voice name="petteri">minunkin puolestani.</voice></voice>
Tulkintajärjestelmän avulla voidaan tekstissä esiintyvät lyhenteet, välimerkit ja numerosarjat puhua halutulla tavalla. Tulkinnan säätöikkuna saadaan esiin valitsemalla "Tulkinta" -valikosta kohta "Tekstin tulkinnan säätimet".
Lyhennelistat sisältävät tekstistä etsittävät lyhenteet ja välimerkit sekä niiden puhuttaessa käytettävät korvaavat sanat. Lyhennelistan ollessa käytössä etsitään jokaista puhuttavaa sanaa tai irrallista välimerkkiä lyhennelistasta. Ohjelmiston mukana toimitetaan eri käyttötarkoituksiin soveltuvia lyhennelistatiedostoja, joita voidaan avata "Tulkinta" -valikon "Avaa" tai "Avaa omat lyhenteet" -valinnoilla.
Versiossa 4.2 oli mahdollista muokata yksittäisten kirjainten ja lyhenteiden tulkintaa Mikropuheen dialogeilla. Versiossa 5.1 tätä mahdollisuutta ei enää ole johtuen tulkintaan tulleista mittavista laajennuksista. Omat ja perustulkintalistat ovat tekstimuotoisia ja niitä voi muokata millä tahansa tekstieditorilla, esimerkiksi Mikropuheen omalla tai Muistiolla (Notepad). Version 4.2 tulkintalistat käyvät myös versiolle 5.1.
Peruslyhennelista määrittää tulkinnan yksittäisille merkeille ja korvaavan tekstin lyhenteille. Peruslyhennelistan yläpuolella näkyy lyhennelistan tiedostonimi ja sitä osoittamalla voidaan peruslyhennelista väliaikaisesti poistaa käytöstä. Peruslyhennelista voidaan avata ja tallettaa Tulkinta-valikon valinnoilla. Valmiita tulkintalistoja ovat:
Oma lyhennelista on vastaava kuin peruslyhennelista, mutta lyhenteitä haetaan ensisijaisesti siitä, ja vasta jos lyhennettä ei löydy omasta lyhennelistasta, käytetään peruslyhennelistaa.
Tähän listaan kannattaa kerätä omia lyhenteitä, joita halutaan käyttää kaikkien tulkintalistojen yhteydessä. Oma lyhennelista voidaan avata ja tallettaa Tulkinta-valikon valinnoilla.
Mikäli tämä on valittuna, lataa Mikropuhe puhumiskomennon lähettäneen ohjelman nimen mukaisen tulkintatiedoston automaattisesti. Esimerkiksi jos CD Facta-98 (FACTA98.EXE) lähettää puhumiskomennon, katsotaan löytyykö tulkintatiedostoa FACTA98.TUL CD Factan hakemistosta ja sen jälkeen Mikropuheen hakemistosta. Tulkintatiedoston nimen lopussa oleva alaviiva korvaa minkä tahansa nimen loppuosan, esimerkiksi FACTA_.TUL käy FACTA96.EXE:lle, FACTA97.EXElle, FACTA98.EXElle, FACTA2K2.EXElle ja FACTA2K3.EXElle.
Jos "Käytä ohjelmakohtaisia tulkintalistoja automaattisesti" ei ole valittuna, käytetään aktiivista peruslyhennelistaa. Omaa lyhennelistaa käytetään joka tapauksessa, mikäli se on olemassa ja valittu käyttöön.
Tässä ikkunassa määritetään tekstistä löytyvien numeroiden tulkinta.
Tekstissä olevat numeeriset päivämäärät tulkitaan selväkieliseksi jos tämä asetus on päällä.
Esimerkki:
Numero: 2.3.93
Tulkinta: toinen kolmatta yhdeksänkymmentäkolme
Ilman tulkintaa: kaksi piste kolme piste yhdeksänkymmentäkolme
"Tarkista järjestysnumerot" määrittää millä tavalla järjestysnumerot puhutaan. Järjestysnumeroiksi tulkitaan luvut joiden jälkeen on piste ja välilyönti.
Esimerkki:
Teksti : 1. palkinto
Tulkinta: ensimmäinen palkinto
Ilman tulkintaa: yksi piste palkinto
Tämä valinta määrittää, puhutaanko numerot yksi kerrallaan vai lukuna.
Numero: 123
Tulkinta: satakaksikymmentäkolme
Ilman tulkintaa: yksi kaksi kolme
Tämä valinta määrittää, puhutaanko välilyönnillä erotellut luvut yhtenä lukuna vai erikseen.
1 000 000,23
1.000.000,23
1,000,000.23
"Kuinka pitkät jaotellut luvut tavataan" määrittää, montako numeroa jaotellun luvun kokonaisosassa pitää olla jotta luku puhuttaisiin merkki kerrallaan.
"Kuinka pitkät normaaliluvut tavataan" määrittää, kuinka monta merkkiä pitkät lukujonot puhutaan numero kerrallaan. Tällä asetuksella on erityisen suuri merkitys, jos teksti sisältää puhelinnumeroja.
"Pienin vuosi kaksinumeroisissa" määrittää pienimmän kaksinumeroisen vuosiluvun joka hyväksytään päivämääräksi.
"Päivämäärän maksimivuosi" määrittää, kuinka suuri vuosiluku päivämääräksi tulkittavassa luvussa saa olla. Päivämääräksi hyväksytään kolme pisteellä tai kauttaviivalla erotettua lukua, joista ensimmäinen on välillä 1-31, toinen välillä 1-12, ja kolmas on pienempi kuin määritelty maksimivuosi.
Haettavaa lyhennettä verrataan tulkittavaan tekstiin. Lyhenteet on järjestetty alkukirjaimen mukaan pituusjärjestykseen. Näin pisimpiä lyhenteitä verrataan ensin ja hakua jatketaan kunnes korvaus löytyy. Jos korvausta ei löydy, ohitetaan kirjain tulkittavasta tekstistä ja aloitetaan haku seuraavan kirjaimen kohdalta.
Esimerkiksi: Tulkittava teksti alkaa "vrt. kissa" ja v-kirjaimen alussa lyhennelista on:
valtiotiet valtiotieteellinen (pisteellinen) vrk vuorokausi (pisteellinen) vrt vertaa (pisteellinen) vr valtion rautatiet v v
Lyhennelistasta löytyy neljän merkin mittainen osuma pisteelliseen lyhenteeseen "vrt". Tämän korvaava teksti viedään puhuttavaksi ja sitten siirytään sanan kissa edessä olevaan välilyöntiin.
Haettavassa ja korvaavassa tekstissä voidaan käyttää kenoviivalla alkavia erikoismerkkejä:
\t TAB-merkki (ASCII #9)
\n Kappalejako, LF (ASCII #10)
\r Kappalejako, CR (ASCII #13)
\\ Kenoviiva (ASCII #92)
\xnn Merkki heksadesimaalijärjestelmässä
Korvaavan tekstin lisäksi määritetään lyhenteen ympäristö ja mahdollisesti useita eri tulkintatapoja riippuen ympäröivästä tekstistä. Ympäristöt ennen ja jälkeen lyhennettä määritetään Mikropuheeseen sisäänrakennettujen merkkiluokkien avulla.
Pienet kirjaimet:
p abcdefghijklmnopqrstuvwxyzšœàáâãäåæçèéêëìíîïðñòóôõöøùúûüýþÿ
Isot kirjaimet:
i ABCDEFGHIJKLMNOPQRSTUVWXYZŠŒŸ¥ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖØÙÚÛÜÝÞß
Numerot:
n 0123456789
Sanavälit:
s \r\n\t
Erikoismerkit:
e #$%&'()*+-/<>=@[\]^_`{|}~‚ƒ†‡ˆ‰‹''""•–—˜™›¡¢£¤¦§¨©ª«¬®¯°±²³´µ¶·¸¹º»¼½¾¿×÷
Välimerkit:
v !\",.:;?…
Tekstin loppu:
t
Suomalaiset vokaalit:
w aeiouyäöAEIOUYÄÖ
Suomalaiset konsonantit:
k bcdfghjklmnprstvBCDFGHJKLMNPRSTV
Luokat on määritetty tekstimuotoisessa tiedostossa mp5sapi51.tfg.
Haettavan lyhenteen lisäksi tulkinnassa määritetään tekstiympäristöt, joissa tiettyä korvaavaa tekstiä käytetään. Esimerkiksi tekstin mm määritys tul-tiedostossa (rivien aluissa olevat numerot sulkeissa ovat vain ohjeistusta varten):
< (1) "", "mm", (2) "n+(sevt)", "(sevt)", "+millimetriä", (3) "(sevt)", "(sevt)", "+muun muassa" >
Yhden lyhenteen määritys alkaa merkillä <. Määritys päättyy merkkiin >. Kaikki lyhenteet alkavat kuten esimerkki. Rivin yksi osat ovat:
””
Tässä voidaan antaa määritykset i ja p. Pieni i tarkoittaa, että lyhenne kelpaa
sekä ISOILLA että pienillä kirjaimilla kirjoitettuna. Pieni p tarkoittaa, että
lyhenteen perässä voi olla piste tai kaksoispiste. Pistettä ja kaksoispistettä
pidetään kuitenkin lauseen loppumerkkinä, jos pisteen tai kaksoispisteen
jälkeen tulee sanaväli ja sen jälkeen iso alkukirjain tai numero.
P-määritysessä piste ei kuitenkaan ole pakollinen. Esimerkissä ei ole mitään
määrityksiä, joten tekstiä mm haetaan vain pieninä kirjaimina, eikä sen perästä
tutkita pisteen olemassaoloa.
”mm”
Haettava teksti.
Riviltä kaksi alkavat lyhenteen ympäristömääritykset. Ympäristöjä tutkitaan annetussa järjestyksessä ja jos täsmäävää ympäristöä ei löydy, siirrytään seuraavaan lyhenteeseen. Esimerkin tulkinnat sopivat vain, jos tekstin mm molemmilla puolilla on sanaväliin rinnastettava merkki. Näistä enemmän seuraavassa osiossa.
Ympäristöehtoon annettu yksittäinen kirjainluokka tarkoittaa, että tulkattavasta tekstin ympäristöehdon vertauskohdasta on löydyttävä annetun luokan merkki. Useampia kelpaavia kirjainluokkia annetaan ympäröimällä kelpaavat kirjainluokat suluilla. Ennen kirjanluokkaa tai kirjainluokkia voi antaa ohjausmerkit + (kirjainluokkaa on löydyttävä 1...n kappaletta) tai * (kirjainluokkaa on löydyttävä 0...n kappaletta).
Esimerkiksi lyhenteen mm rivi 2:
"n+(sevt)"
Määrittää ennen lyhennettä olevan ympäristön. Ensin odotetaan yhtä tai useampaa
luokkiin s, v, e tai t kuuluvia merkkejä (s=sanaväli, v=välimerkki,
e=erikoismerkki, t=tekstin loppu). Sen jälkeen pitää olla numero. Esimerkiksi
tekstissä ”5 mm” nämä ehdot täyttyvät.
”(sevt)”
Määrittää, että lyhenteen jälkeen pitää olla jokin annettuihin luokkiin
kuuluvista merkeistä.
Jos ympäristö ei täsmää, siirrytään seuraavaan ympäristömääritykseen (rivi 3). Jos yksikään lyhenteen ympäristö ei täsmää, siirrytään seuraavaan mahdollisesti lyhyempään lyhenteeseen. Lyhenteen mm kohdalla se olisi kirjain m.
Merkkiluokkien lisäksi ympäristöksi voidaan antaa joko vaadittava teksti sellaisenaan tai lista kelpaavista merkeistä:
’=abc’ Ehdon kohdasta on löydyttävä teksti abc
’+abc’ Ehdon kohdasta on löydyttävä jokin merkeistä a, b tai c
Huomaa yksinkertainen hipsu! Näitä ehtoja voidaan käyttää kuten kirjainluokkaehtoja, esimerkiksi uusi rivi lyhenteen mm tulkintaan:
"(sevt)", "*(ev)’=kisat’", "+maailmanmestaruus"
Tämän rivin ympäristö täsmää tekstiin mm-kisat pidettiin Lahdessa.
Korvaavan tekstin alkuun voi antaa ohjausmerkit:
+ Lisää välilyönnin korvaavan tekstin alkuun ellei sitä jo ole.
* Poistaa välilyönnin ennen korvaavaa tekstiä jos on.
Ja korvaavassa tekstissä mihin vain ohjausmerkit:
# Katkaisee synteesin jatkuvuuden.
= Pitää tauon pituudeltaan noin 1/10 lauseiden välisestä tauosta.
Korvaavassa tekstissä oleva piste lopettaa lauseen virkkeen loppuun (äänen korkeus tippuu ja tauko on aika pitkä) ja pilkku lauseen loppuun (äänen korkeus tippuu vähemmän).
Korvaavassa tekstissä voidaan käyttää kaikkia Mikropuheen ymmärtämiä ohjauskoodeja (Mikropuheen omat –NOP5, SAPI4 \rspd=150\ ja SAPI5 <rate abspeed=”4”/>.
Korvaavaan tekstiin voidaan antaa myös lyhenteen monikkomuoto, jota käytetään, jos haettavaa merkkiä (tai lyhennettä) on peräkkäin viisi tai useampi. Esimerkiksi alaviivan määritys:
<
"", "_",
"?", "?", "+alaviiva/+alaviivaa"
>
Sapi 5-version ainoa liitäntä on SAPI 5.x (Microsoft Speech API). SAPI 4 ja 5-syntetisaattorit liitetään helpoimmin omiin ohjelmiin Timehouse SpeechServer -ohjelmakomponentilla. Cd-romilla tulee komponentin toiminnallisuudeltaan rajoittamaton demoversio, joka saadaan täydeksi versioksi lisenssikoodilla. Uusin versio ja lisätietoja löytyy osoitteesta http://products.timehouse.fi.
Mikropuhe 5.1 Sapi 5-versio ei enää sisällä vanhoja DLL-liitäntärajapintoja MPWINLIB.DLL ja MPWINNT.DLL. Niitä käyttäviä ohjelmia varten on asennetteva Mikropuhe 5.1 Sapi 4-versio. Tällaisia ohjelmia ovat mm WSOY CD-Factat ja sanakirjat.
MIKROPUHEEN KANSSA TESTATUT OHJELMAT:
Jaws käyttää Sapi 5-syntetisaattoreiden kanssa oletuksena monoäänikanavaa.
Jos Mikropuheen kanssa käytetään stereoefektiä epämääräinen, ei puhetta
kuulu ollenkaan, koska epämääräisessä stereoefektissä kanavat ovat keskenään
eri vaiheissa ja niiden summauksen tulos monoksi on nolla. Jawsin saa käyttämään
stereoääntä Mikropuheen kanssa lisäämällä tiedostoon sapi5x.ini kohdan:
; Mikropuhe 5.1
[{A832755E-9C2A-40B4-89B2-3A92EE705852}]
Output=35
Numero 35 on 44 kHz 16 bittiä stereo. Eri vaihtoehdot on listattu Jawsin sapi5x.ini-tiedoston alussa. Kiitos Teijo Burmanille tästä vinkistä!
Lyhyenkin tekstin puhuminen saattaa kestää melko kauan, joten anna käyttäjälle mahdollisuus tarvittaessa keskeyttää puhe. Puheen parametrien säätämistä varten tulee käyttää Mikropuhe 5.1 ohjelmaa. Tästä on myös hyvä mainita puhuvissa ohjelmissa.
Jos puhuminen ei ole välttämätön elementti ohjelman toiminnassa, liityntä kannattaa tehdä siten että puhumiseen liittyvät valinnat ovat kätkettyinä mikäli Mikropuhe DLL:ää ei löydy. Näin vältytään virheilmoituksilta laitteistoissa joihin ei ole asennettu puhesyntetisaattoria. Maininta käyttöohjeissa tai lisätietoja -ikkunassa kertoo käyttäjälle ohjelman puheominaisuudesta.
Kun puhuva ohjelmasi on valmis ja haluat aloittaa sen levityksen muille osapuolille, muista että puhesyntetisaattorin tai sen osioiden toimittaminen ohjelmasi mukana edellyttää aina erillistä jälleenmyyntisopimusta.
Lisätietoja sopimusasioista ja Mikropuheen liittämisestä ohjelmiisi saat yksinkertaisimmin soittamalla Timehouseen, puh. (09) 5868 520 / tekninen tuki.
Katso myös internet kotisivumme... http://www.mikropuhe.com
Kristian Töyrä:
Puhesyntetisaattorin suunnittelu ja ohjelmointi.
Petteri Heiskari:
Käyttöliittymien ohjelmointi.
Riku Kangas:
Tuotteen ulkoasu.
Saga Lindholm:
Ääninäytteet.
Riku Kangas:
Ääninäytteet.
Mikko Jokinen:
Ääninäytteet.
Lauri Lehtinen:
Puhesyntetisaattorin menetelmätason suunnittelu.
Severi Virolainen, M.A.D. Oy:
Tuotteistuksen organisointi ja markkinointi: MacinPuhe
Janne Suvanto:
Tuotteistuksen suunnittelu ja organisointi: Mikropuhe 1.0-4.0
Matti Karjalainen, TKK akustiikan laboratorio:
Menetelmätason konsultointi.
Näkövammaisten keskusliitto Ry:
Palaute ja testaus.
Burmanin tietokone ja koulutus Oy:
Palaute ja testaus.