Hallo Ralf,

danke dir für diesen Beitrag. Ich habe mir sofort das Skript erstellt, dass bei Maus Selektion funktioniert. Da ich Xfce4 verwende und noch X11 nutze ich xsel --output --primary, ansonsten wer per Strg+X oder Strg+C es haben möchte benötigt folgenden Befehl xsel --output --clipboard. Folgender maßen sieht mein Skript aus - zenity muss vorher installiert worden sein ansonsten kommt eine Fehlermeldung:

#!/bin/bash

text=$(xsel --output --primary)
if [[ -n "${text}" ]]; then
    echo "${text}" | gtts-cli - -l de | mpv -
else
    zenity --error --text="No text copied" --ellipsize
fi

Ich liebe es, das vorlesen lassen. Jetzt muss ich nur aufpassen, dass ich keinen Text markiere und vorlesen lasse, der Sicherheitstechnich relevant ist. Achso Tastenkombination ist bei mit Windows-Key+G da Win+L = Bookmark und Win+R = Run schon vergeben sind. Windows-Taste wird unter Linux Super genannt, falls die Aussage mehr anklang findet. Ich war ja mal eine Zeitlang Windows Nutzer, aber jetzt ein Power Nutzer!

Die Auswahl einer angenehmen Stimme (Sound,Akzent,Phonetic,Geschwindigkeit,Gender/Robotic) oder deren Anpassung an die eigenen Bedürfnisse, kann schon eine kleine Herausforderung sein. Nicht umsonst existieren bei vielen der TTS-Systeme hunderte von verschiedenartigen Stimmen. Die Artikelüberschrift lautet zwar "Vorlesen", ich empfinde dazu passend das "Schreiben" als ebenso wichtig!

Wer sich näher mit dem Thema Text-To-Speech (TTS) beschäftigt, erkennt schnell das die Fähigkeit von STT (Speech-To-Text) in diesem Zusammenhang mindestens genauso von Vorteil ist. Einige Leute nennen es jedoch Voice-To-Text (VTT) oder aber im Videobereich TRANSCRIPTION. Gerade im Video- und Audiobereich gibt es dafür viele automatische Dienste. Hier meine Open Source Empfehlung, die für Windows, Mac & Linux verfügbar ist https://thewh1teagle.github.io/vibe/ Und sofern du der Cloud vertraust, gibt es hier als Online Service JEDEN TAG 3 x 30 Minuten kostenlos, was für viele Personen mehr als genug sein dürfte: https://turboscribe.ai/de/

Einen ganzen Haufen gesammelter TEXT-TO-SPEECH Ressourcen: https://neoxion.net/text-speech-tools/

"Handy" ist in dem Zusammenhang wärmstens zu empfehlen. Eine simpele Open Source Anwendung, die in Rust geschrieben wurde und eine Art Wrapper für gängige Spracherkennungsmodelle ist. So simpel zu installieren und einzurichten, dass sie wirklich jeder bedienen kann.

> Andererseits verlassen die Texte euren Computer und werden auf Google-Servern von LLMs verarbeitet.

Ist das denn im Einklang mit Deinen Werten und den Werten von GNU/Linux.ch Ralf?

Natürlich entspricht das nicht meinen Werten, weshalb ich im Artikel explizit darauf hinweise.

Ich hatte bisher immer Probleme mit Englischen Begriffen in deutschen Texten. Das hat bei mir noch kein einziges TTS geschafft. Wirklich witzig wär es jetzt zum Beispiel DIESEN Artikel durch die von dir genannten TTS Englines zu jagen un zu prüfen ob irgendeines die Zeile "but wait, there is more" halbwegs sinnvoll wiedergeben kann.....

Ich habe es ausprobiert und es funktioniert einwandfrei. Die Engine erkennt, ob es deutscher oder englischer Text ist.

Bei KDE/Plasma findet man die barrierefreiheits Einstellungen in den "Systemeinstellungen" "Zugangshilfen" (Tipp: man kann auch nur im Startmenü (Aufruf über die "Windows" oder "Tux" Taste, je nach PC 😉, und tippen (Zwischenablage via +) von "Zugangshilfen" öffnen. Natürlich muss "orca" hier mit seinen Abhängigkeiten installiert sein. Je nach distro werden dann automatisch auch einige TTS installiert.

Toller Artikel, aber warum hat man nicht auch ein Beispiel für Datenschutzfreunde dazu gepackt. Ich finde die espeak Stimme eher sogar gut, weil alles präzise ausgesprochen wird. Dann kann man die Stimme auch auf extrem schnell stellen. Bei den neuen Stimmen die hören sich zwar toll an, aber Sprechen dann einige Laute schlecht aus und dann kannst du die nicht schnell stellen. Daran erkenne ich gut, ob die Stimme was taugt. Mir ist verstehen wichtiger wie "Schön Klingen".

Die Klaut versuche ich eher zu meiden, da die Klaut klaut. Weiß doch jeder der in der IT-Materie drin ist!

Danke. Ja, dann mach mal. Mit Orca kannst Du über den Speech Dispatcher andere TTS-Engines einbinden. Ich bin auf Deinen Artikel gespannt.

Hi,

zum interessanten Thema kann ich wenig beitragen, aber auf einen kleinen Fehler hinweisen:

<Haarspalter-Modus>

Im Artikel steht bei der Erklärung der Befehlskette wl-paste | gtts-cli - -l de | mpv , dass gtts-cli eine Audio-Stream auf stdin erzeugen würde. Ich würde eher sagen, dass es auf stdout ausgibt, der Rest wie gehabt.

Pipes verknüpfen stdout des Befehls links der Pipe mit der stdin des Befehls auf der rechten Seite.

</Haarspalter-Modus>

PS: Schöner Artikel!

Danke. Ist korrigiert.

Das Paket heißt, zumindest unter Debian, "python3-gtts".

Oder einfach über Pied https://pied.mikeasoft.com mit z.B. Thorsten Voice ohne google

selected_text=$(xclip -o -selection primary) if [ -n "$selected_text" ]; then spd-say "$selected_text" fi

und zum stoppen

check_voice_output() {

Überprüfe, ob ein Soundausgabegerät gerade benutzt wird

if pacmd list-sink-inputs | grep -q "application.name = \"paplay\"" || pgrep -x "aplay" >/dev/null || pgrep -x "paplay" >/dev/null
then
    return 0 # Erfolg, Schnell- oder Langsam-Vorleseaktion läuft
else
    return 1 # Fehler, keine Vorleseaktion läuft
fi

}

stop_voice_output() {

Überprüfe, ob eine Vorleseaktion läuft und stoppe sie

if check_voice_output
then
    pacmd list-sink-inputs | grep -E "application.name = \"paplay\"" | awk '{print $1}' | xargs -I{} pacmd kill-sink-input {}
    pkill -x "aplay"
    echo "Vorleseaktion(en) gestoppt."
    spd-say "Sprachausgabe gestopptt"
    rm -f /tmp/out*
else
    echo "Keine Vorleseaktion läuft. Keine Aktion erforderlich."
fi

}

stop_voice_output