Umstellung von Mac auf Windows 10 - Integration von Text-zu-Sprache-Diensten

Die enge Integration von POSIX-kompatiblen Dateipfaden und einer Befehlszeilenschnittstelle sowie die historisch starken Hardware- und Fertigungsstandards von Apple beschäftigen mich seit Jahren mit der Mac-Plattform. Allerdings hat Apples jüngst enttäuschender und glanzloser Fokus auf MacOS und seine Hardware sowie ein Lenovo X1 Yoga der zweiten Generation meine Aufmerksamkeit auf sich gezogen.

Der Wechsel des Betriebssystems hat jedoch zwei scheinbar unüberwindbare Bereiche, die mich betreffen. Dieser Beitrag konzentriert sich auf die Integration von Text-zu-Sprache-Betriebssystemen.

Ich habe die Dokumentation zu Microsoft Narrator durchgelesen, die ich nicht hilfreich finde. Zugegeben, mein Anwendungsfall hat nichts mit Sehbehinderung zu tun. Einer meiner Anwendungsfälle ist, dass Narrator nur ausgewählten Text liest, wie ich unten skizziere. In diesem SuperUser-Beitrag von 2012 hat der Fragesteller beispielsweise dasselbe Problem, ohne dass eine zufriedenstellende Antwort vorliegt .

Ich möchte auch betonen, dass "Kopieren und Einfügen in eine TTS-Anwendung eines Drittanbieters" unbefriedigend ist. Auf meinem Mac kann ich eine Eingabe bereitstellen und eine MP3-TTS-Datei ohne Benutzereingriff für mein Szenario Nr. 1 unten erhalten. Ich führe dies auch nur mit Open Source-Werkzeugen aus, mit Ausnahme des Befehls "say".

Ich habe die Text-zu-Sprache-Integration von Mac schon lange ausgenutzt. Ich verwende es auf drei verschiedene Arten, obwohl eine Kombination der folgenden Werte 90% meiner Anwendungsfälle ausmacht.

1. Konvertieren von neu formatiertem Text aus E-Mails, die ich mir zu einem späteren Zeitpunkt vorgelesen hätte
   • Mein aktueller Mac-Workflow: Ich kopiere die Quelle aus meiner E-Mail, verwende ein vim-Skript, das HTML entfernt, und lässt den Text, den ich gelesen haben möchte. Zum Beispiel fügt dieses Skript einen "Schweigen" [slnc 2000]-Befehl ein, der mir hilft, Absatzmarken zu identifizieren, wenn ich den gelesenen Text höre.
   • Nachdem das Text-Markup abgeschlossen ist, übergebe ich den formatierten Text über den Befehl "say", wodurch eine AIFF-Textdatei erstellt wird.
   • Mit lahm, ich wandle diese dann in eine mp3 und mit dropcaster, drücken Sie die MP3-Dateien zu einem statischen öffentlichen Ort, an dem mein Podcast - Client abgerufen werden kann.
   • Dank der Bash-Skripts dauert das Obige 5 Sekunden meiner Zeit. Als ich das letzte Mal von Mac zu Windows gewechselt habe, habe ich das sehr vermisst. Ich habe in der Vergangenheit die TT-Software von ReadAloud verwendet, war aber immer etwas klüger als die oben genannte.
2. Live-Korrekturlesen von E-Mails oder Dokumenten, die ich erstelle. Ich finde Fehler leichter, wenn mein Mac meinen geschriebenen Text mir zurückgelesen hat.
   • Ja, ich kann in Notepad kopieren und einfügen, aber das ist unbeholfen. Bei der Betrachtung der Benutzeroberfläche von Narrator fiel es mir sehr schwer, herauszufinden, wie man Narrator dazu bringt, ausgewählten Text in Anwendungen, z. B. Outlook, Firefox, Word usw., zu lesen.
3. Verwenden von TTS zum Lesen des ausgewählten Browsertextes in langen Artikeln, die ich hören möchte, wenn ich nicht aufmerksamkeitsstarke Aufgaben erledige.
   • Dies ist ähnlich wie in # 2, aber ich kann mir vorstellen, dass es sich lohnt, eine Datei für den Podcast zu erstellen, wenn der gelesene Text meine Aufmerksamkeit auf sich zieht und ich zu einem # 1-Prozess wechseln möchte.
   • Firefox hat einen "Reader" -Modus, der unter Windows gut funktioniert und gut funktioniert.

Meine Fragen sind:

1. Gibt es eine gleichwertige Möglichkeit, eine formatierte Textdatei unter Win10 an eine MS-Binärdatei zur Verarbeitung zu übergeben, ähnlich dem Befehl "say" auf dem Mac? Ich sehe Docker- Bilder, die TTS-spezifisch sind, was meiner Meinung nach klüger erscheint.
2. Was ist der native Weg, um Windows 10 Narrator so auszuwählen, dass der ausgewählte Text auf eine einfache Art und Weise gelesen wird, wie das Auswählen von Text in einer beliebigen Anwendung, das Aufrufen eines Tastaturbefehls und das Ausführen von TTS-Diensten durch Win10?

Ich bin offen, es kann anders sein, aber es gibt ähnliche Möglichkeiten, dies zu tun. "Kopieren und Einfügen in den Notizblock" ist jedoch auch ein Nachteil. Ich hoffe, dass MS ihre Zugänglichkeitsaufgaben erledigt und eingesetzt hat, wie es Apple getan hat.

Einige Notizen an mich selbst, während ich diese Frage weiter untersuche

• Es gibt mehrere Python-Pakete, die TTS innerhalb eines Python-Skripts aktivieren. Zuerst das sah vielversprechend aus, aber es gibt mehrere tödliche Probleme, die sich auf die Python - Methoden, die hier beschrieben: https://pythonprogramminglanguage.com/text-to-speech/
  • Ich hatte Probleme bei der Installation von Pyttsx. Ich habe py2.7.13 und py3.6.1 installiert und konnte mit pip3 oder pip keine der beiden Versionen erfolgreich installieren. Das ursprüngliche pyttsx ist py2, mit einer Gabel für py3. Dies ist zu schade, da das Design verlangt, dass das Python-Modul die native TTS-Engine verwendet. Wenn pyttsx mit python3 gearbeitet hätte und das Projekt aktiver wäre, wäre ich für die Fehlersuche des Moduls besser geeignet. Sie können meine Kommentare zu einer vorgeschlagenen Antwort hier lesen .
  • pyTTS verwendet Google TTS. Das hört sich gut an, erfordert aber unbedingt eine Internetverbindung. Da ich die native TTS-Funktion anpassen möchte, wird diese Option in Frage gestellt.
• Es gibt eine Docker-Option, https://github.com/parente/espeakbox funktioniert großartig, aber die Stimme ist, wo TTS vor 6+ Jahren war. Ich respektiere zwar den Wunsch des Autors, eine performante TTS-Engine zu entwickeln, aber ich liebe Macs natives TTS und ich möchte mit diesem gleichwertig sein.
  • Wenn Sie mit anderen nicht-nativen TTS-Optionen wie Merlin oder Festival spielen, entspricht die TTS-Qualität nicht dem nativen Mac oder Windows-nativen TTS.
• wie pro Lưu Vĩnh Phúc ‚s Vorschlag, erscheint es einfach, native Windows TTS zu automatisieren, wie pro Seite: https://www.pdq.com/blog/powershell-text-to-speech-examples/ . Ich komme einer Lösung näher.