Installation¶

abtool -i 

sudo apt-get install espeak mbrola poppler-utils catdoc html2text convlit djvulibre-bin imagemagick aspell aspell-de aspell-en tesseract-ocr tesseract-ocr-deu tesseract-ocr-eng vorbis-tools 

sudo aptitude install espeak mbrola poppler-utils catdoc html2text convlit djvulibre-bin imagemagick aspell aspell-de aspell-en tesseract-ocr tesseract-ocr-deu tesseract-ocr-eng vorbis-tools 

sudo apt-get install lame 

sudo aptitude install lame 

sudo apt-get install cuneiform 

sudo aptitude install cuneiform 

sudo apt-get install mbrola-de6 mbrola-en1 

sudo aptitude install mbrola-de6 mbrola-en1 

Funktionsweise¶

Das Skript ermittelt zunächst den Dateityp und wandelt dann den Inhalt in reinen Text um. Zum Einsatz kommen je nach Dateityp pdftotext, clit, djvulibre, tesseract, cuneiform, html2text oder catdoc. Außerdem werden eventuell vorhandene Seitenzahlen sowie Formatierungen entfernt, um später den Textfluss nicht zu stören.

Die Sprache (englisch oder deutsch) wird mittels aspell ermittelt, entweder einmal für das gesamte Dokument oder satzweise (erweiterte Sprachenerkennung). Danach wird der Text mit eSpeak mit der jeweils passenden Stimme in Sprache umgesetzt, sodass z.B, englischsprachige Passagen in deutschen Texten richtig ausgegeben werden. Die Ausgabe wird mittels lame in eine mp3-Datei bzw. mit vorbis-tools in eine ogg-Datei umgewandelt. Das Ergebnis wird im neu erstellten Unterordner DATEINAME abgelegt.

Außer dem Umwandeln besteht auch die Möglichkeit, sich einen Text ("Buch") direkt vorlesen zu lassen, ohne eine Audio-Datei zu erstellen. Hierbei wird der aktuell als Sound ausgegebene Text nebenbei zum Mitlesen angezeigt (siehe Bilder für ein Beispiel der GUI- und Konsolenversion). Wird die Ausgabe unterbrochen, kann an die Wiedergabe später von der letzten Stelle weitergeführt werden.

Es lassen sich gleich mehrere Texte zum Bearbeiten angeben; durchnummerierte Bilddateien werden in einem Text zusammengefasst. Außerdem können andere Sprachen über eigenen Sprachkonfigurationsdateien verwendet werden.

Einstellungen	Ausgabe anpassen

Konfiguration¶

In der GUI können unter dem Punkt "Einstellungen" grundlegende Standards gesetzt werden. Weiterhin kann die Audio/Text-Ausgabe unter "Ausgabe anpassen" eingestellt werden. Wenn die jeweilige Checkbox aktiviert ist, wird der Standard-Eintrag verwendet, wenn nicht die Alternative. Allerdings gibt es bei den Einstellungen Probleme, sodass dort die manuelle Bearbeitung der Konfiguration nötig ist.

Benutzung¶

Der Aufruf erfolgt im Terminal ^[5] über

abtool [DATEI.ENDUNG] 

Wird abtool ohne Parameter (Befehl abtool) gestartet, erscheint das Hauptmenü als Zenity-Fenster (siehe Bild links), in dem dann die weiteren Angaben gemacht werden können (Auswahl der gewünschten Dateien etc.) Ein Starten mit angegebenem Parameter, Befehl abtool -<Parameter> überspringt das Hauptmenü und beginnt sofort mit der jeweiligen Aufgabe (Tabelle rechts).

Wird die Option -a ohne weiter Angaben verwendet, öffnet sich ein Fenster, in das ein Text eingegeben werden kann. Wird das Fenster geschlossen, erfolgt die Wiedergabe des eingestellten Textes. Ansonsten erfolgt die direkte Wiedergabe des Textes in den Anführungszeichen. Dateien lassen sich über ein abtool -a < /PFAD/ZUR/DATEI aufrufen; auch sie erscheinen zunächst in einem Textfenster, können dort ggf. noch bearbeitet werden, und werden dann mit dem Schließen des Fensters vorgelesen.

Wenn ein "Buch" angezeigt wird, erscheint der Text ebenfalls in einem Fenster, nach Schleßen wird ein Dateiname zum Speichern des Textes abgefragt. Die Speicherung erfolgt direkt im Homeverzeichnis des benutzers, dem angegebenen Namen wird allerdings immer ein "abook" vorangestellt.

In der Konsolenvariante (-n) stehen die folgenden Parameter zur Verfügung:

Die Konfigurationsdatei (~/.abtool/book2ab.conf) kann auch manuell angepasst werden. Die Audio/Text-Ausgabe kann auch manuell in der Sprachkonfigurationsdateien ~/.abtool/lang_XXX angepasst werden (XXX steht für die jeweilige Sprachkennung).

TES_OCRLANG=xx
CUN_OCRLANG=xx
NAME=xx
SIGWORDS= xx \| xx \| xx 
ASPELL_DICT=xx
ASPELL_LANG=xx
MBROLA_SPEED=150
MBROLA_PITCH=42
MBROLA_LANG=xx
XCHAR=xx
LANGPACK=xx
...
Lokalisierungstexte
...

TES_OCRLANG=fra
CUN_OCRLANG=fra
NAME=français
SIGWORDS= le \| la 
ASPELL_DICT=fr
ASPELL_LANG=fr
MBROLA_SPEED=150
MBROLA_PITCH=42
MBROLA_LANG=mb-fr1
XCHAR=êâîûôòèàìùúíáéóç
LANGPACK=mbrola-fr1 tesseract-ocr-fra aspell-fr
...
Lokalisierungstexte
...

Probleme¶

Falls Probleme auftreten kann das Konfigurationsverzeichnis ~/.abtool gelöscht werden, um alle Einstellungen auf den Standard zurückzusetzen. Alle Daten des letzten Buches gehen hierbei jedoch verloren.

Bei der Wiedergabe von Dokumenten wird in der Zenity-Version die letzte Sektion (der internen Unterteilung des Textes) zwar vorgelesen, allerdings nicht in einem Fenster angezeigt. In der Kommandozeilenversion wird alles angezeigt.

Die GUI-Variante beendet sich ggf nach Abschluss der Textwiedergabe nicht selber, sondern muss im Terminal abgebrochen werden ( Strg + C ), die Kommandozeilen-Version kann das besser.

Eine einmal gestartete Textwiedergabe lässt sich auch mit Abbruch des Skriptes nicht direkt beenden, die Ausgabe des gerade vorgelesenen Teils wird immer zu Ende geführt.

Alternativen¶

• Sprachausgabe - Übersichtsseite

• Gespeaker - die Stimmen sind einfacher zu konfigurieren, kann allerdings nur .txt in .wav umwandeln

• Skripte/pdf2mp3 - Python-Skript, das PDF- und ASCII-Vorlagen in .mp3- oder .wav-Dateien umwandelt.

• KMouth - KDE-Programm zur Stimmausgabe

• PlayItSlowly kann zur Wiedergabe der mp3-Dateien verwendet werden, um dort auch während der Laufzeit Anpassungen an Tonhöhe und Geschwindigkeit vorzunehmen

Links¶

• Projektseite