Skip to content

LINUX_TTS.md

Latest commit

 

History

History
163 lines (117 loc) · 5.66 KB

LINUX_TTS.md

File metadata and controls

163 lines (117 loc) · 5.66 KB

TTS sous Linux — voix neuronale via piper

Le plugin Flutter flutter_tts ne supporte pas Linux. BeatBitch contourne en sélectionnant au runtime l'un de deux backends :

  1. piper — TTS neuronal léger, voix très naturelle. Activé automatiquement si piper est dans le PATH et qu'au moins un fichier de voix .onnx est posé dans un dossier conventionnel.
  2. spd-say — CLI de speech-dispatcher. Fallback toujours dispo (speech-dispatcher est listé comme dépendance Linux du paquet), mais par défaut il sort de l'espeak-ng très robotique.

L'app détecte le backend disponible au lancement et l'affiche dans Profil → VOIX comme « piper (neuronal) » ou « spd-say (système) ».

Installer piper

1. Binaire

sudo apt install pipx
pipx install piper-tts
pipx ensurepath   # ajoute ~/.local/bin au PATH si pas déjà

Vérifier :

which piper
piper --help

Alternative : binaire pré-compilé sur la page Releases de rhasspy/piper — extrait dans ~/.local/bin/ ou /usr/local/bin/.

2. Une voix par langue

Les modèles sont hébergés sur HuggingFace : https://huggingface.co/rhasspy/piper-voices

Conventions piper : <lang>_<COUNTRY>-<name>-<quality>.onnx + sidecar .onnx.json (config du modèle, sample rate…). Les deux fichiers vont toujours ensemble.

Français — fr_FR-siwis-medium (recommandé)

mkdir -p ~/.local/share/piper-voices
cd ~/.local/share/piper-voices
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/siwis/medium/fr_FR-siwis-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/fr/fr_FR/siwis/medium/fr_FR-siwis-medium.onnx.json

Autres voix FR : fr_FR-upmc-medium, fr_FR-tom-medium, fr_FR-mls-medium.

Anglais — en_US-amy-medium

cd ~/.local/share/piper-voices
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/en/en_US/amy/medium/en_US-amy-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/en/en_US/amy/medium/en_US-amy-medium.onnx.json

Autres : en_US-ryan-medium, en_GB-jenny_dioco-medium.

Allemand — de_DE-thorsten-medium

cd ~/.local/share/piper-voices
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/de/de_DE/thorsten/medium/de_DE-thorsten-medium.onnx
wget https://huggingface.co/rhasspy/piper-voices/resolve/main/de/de_DE/thorsten/medium/de_DE-thorsten-medium.onnx.json

Autre : de_DE-eva_k-x_low (femme, petit modèle).

3. Relancer l'app

La détection se fait au lancement. Après installation des voix, ferme et relance BeatBitch. Profil → VOIX doit afficher « piper (neuronal) ».

Conventions de chemin

L'app scanne les dossiers suivants, par ordre de priorité (le 1er match par langue gagne) :

  1. $XDG_DATA_HOME/piper-voices
  2. ~/.local/share/piper-voices
  3. /usr/local/share/piper-voices
  4. /usr/share/piper-voices

Le code langue est extrait du préfixe du nom de fichier avant le 1er _ ou - : fr_FR-siwis-medium.onnx → langue fr. Un seul .onnx par langue est retenu — pour changer de voix, remplace le fichier (ou bouge les autres dans un sous-dossier).

Troubleshooting

Profil → VOIX affiche « spd-say (système) » alors que piper est installé

  • Vérifier which piper → doit retourner un chemin existant. Si vide, pipx ensurepath puis nouvelle session shell.
  • Vérifier qu'au moins un .onnx est dans ~/.local/share/piper-voices/ (et que son .onnx.json est à côté).
  • Le nom de fichier doit commencer par un code langue connu (fr, en, de…) — pas de fichier renommé sans préfixe langue.
  • Relancer l'app (la détection est faite une seule fois au démarrage).

Aucun son via piper

Piper produit du PCM brut envoyé à aplay (ALSA). Tester le pipeline en standalone (utiliser un texte neutre, pas du contenu de l'app) :

echo "test un deux trois" | \
  piper --model ~/.local/share/piper-voices/fr_FR-siwis-medium.onnx --output_raw | \
  aplay -r 22050 -f S16_LE -t raw -c 1

Si aplay est absent : sudo apt install alsa-utils.

Si le système est full-PipeWire/PulseAudio sans backend ALSA, installer le shim : sudo apt install pipewire-alsa (ou pulseaudio-utils selon la stack).

piper plante ou met longtemps à charger

  • 1ʳᵉ inférence : ~1-3 s (chargement du modèle ONNX). Les suivantes sont ~100-300 ms.
  • Si le modèle ne charge jamais : vérifier l'intégrité du .onnx (sha256sum vs page HuggingFace) — un téléchargement tronqué donne un fichier corrompu.

Le slider rate/pitch de l'app n'a pas d'effet

Avec piper, ces sliders sont ignorés : la cadence et la hauteur sont des propriétés du modèle. Pour changer le rendu, télécharger une autre voix (qualités low / medium / high ont des timbres différents, et chaque voix a sa propre cadence intrinsèque).

Avec spd-say (fallback), les sliders sont mappés sur -r / -p (échelle -100..100) et fonctionnent.

Limitations connues

  • Pas de sélection de voix dans l'UI : une seule voix par langue, posée dans le dossier conventionnel. Pour proposer plusieurs voix alternatives dans l'écran Profil, il faudrait un sélecteur — pas livré en V1.
  • Pas de variation par coach : les 6 coachs de carrière partagent la même voix piper. Sur Android, chaque coach a son preset tts.voice
    • rate + pitch ; sur Linux, c'est ignoré (cf. applyCoachVoicePreset). La distinction reste portée par le texte de chaque coach.
  • Latence d'init : ~1-3 s à la 1ʳᵉ phrase d'une session (chargement du modèle ONNX). Acceptable, la session démarre par un countdown.