Подготовил с десяток правил чтения немецких названий, в основном наиболее часто упоминаемые СМИ. Не знаю, стоит ли их включить? Сам я использую.

Я тут подумал вынести определение падежа, рода, числа в отдельный класс. Основан будет на том словаре который уже есть, но немного в другом формате с описанием одного слова в разных формах, что упростит его пополнение.
Использоваться будет в виде:
words.get_gender('слово') -> мужской / женский
words.get_case('слово') -> [список совпавших падежей] например [0, 1, 0, 1, 1, 0]


Буду рад услышать предложения, а также пожелания к необходимым запросам к этому классу.
Через пару дней покажу первый вариант.

@capricorn2001, привет!
Наткнулся тут на днях на pymorphy2. Посмотри, может оно пригодится тебе для разработки templates. ;)

RHVoice installs its dictionaries into /usr/local/share/RHVoice/voices, for example:

	/usr/local/share/RHVoice/voices/natalia/16000/bap.pdf
	/usr/local/share/RHVoice/voices/natalia/16000/bap.win1
	/usr/local/share/RHVoice/voices/natalia/16000/bap.win2
	/usr/local/share/RHVoice/voices/natalia/16000/bap.win3
	/usr/local/share/RHVoice/voices/natalia/16000/bpf.txt
	/usr/local/share/RHVoice/voices/natalia/16000/dur.pdf
	/usr/local/share/RHVoice/voices/natalia/16000/lf0.pdf
	/usr/local/share/RHVoice/voices/natalia/16000/lf0.win1
	/usr/local/share/RHVoice/voices/natalia/16000/lf0.win2
	/usr/local/share/RHVoice/voices/natalia/16000/lf0.win3
	/usr/local/share/RHVoice/voices/natalia/16000/mgc.pdf
	/usr/local/share/RHVoice/voices/natalia/16000/mgc.win1
	/usr/local/share/RHVoice/voices/natalia/16000/mgc.win2
	/usr/local/share/RHVoice/voices/natalia/16000/mgc.win3
	/usr/local/share/RHVoice/voices/natalia/16000/tree-bap.inf
	/usr/local/share/RHVoice/voices/natalia/16000/tree-dur.inf
	/usr/local/share/RHVoice/voices/natalia/16000/tree-lf0.inf
	/usr/local/share/RHVoice/voices/natalia/16000/tree-mgc.inf
	/usr/local/share/RHVoice/voices/natalia/16000/voice.data
	/usr/local/share/RHVoice/voices/natalia/24000/bap.pdf
	/usr/local/share/RHVoice/voices/natalia/24000/bap.win1
	/usr/local/share/RHVoice/voices/natalia/24000/bap.win2
	/usr/local/share/RHVoice/voices/natalia/24000/bap.win3
	/usr/local/share/RHVoice/voices/natalia/24000/bpf.txt
	/usr/local/share/RHVoice/voices/natalia/24000/dur.pdf
	/usr/local/share/RHVoice/voices/natalia/24000/lf0.pdf
	/usr/local/share/RHVoice/voices/natalia/24000/lf0.win1
	/usr/local/share/RHVoice/voices/natalia/24000/lf0.win2
	/usr/local/share/RHVoice/voices/natalia/24000/lf0.win3
	/usr/local/share/RHVoice/voices/natalia/24000/mgc.pdf
	/usr/local/share/RHVoice/voices/natalia/24000/mgc.win1
	/usr/local/share/RHVoice/voices/natalia/24000/mgc.win2
	/usr/local/share/RHVoice/voices/natalia/24000/mgc.win3
	/usr/local/share/RHVoice/voices/natalia/24000/tree-bap.inf
	/usr/local/share/RHVoice/voices/natalia/24000/tree-dur.inf
	/usr/local/share/RHVoice/voices/natalia/24000/tree-lf0.inf
	/usr/local/share/RHVoice/voices/natalia/24000/tree-mgc.inf
	/usr/local/share/RHVoice/voices/natalia/24000/voice.data
	/usr/local/share/RHVoice/voices/natalia/voice.info
	/usr/local/share/RHVoice/voices/natalia/voice.params

Could you please add a makefile that would also install your files there?

Предлагаю вынести раздел с названиями улиц в отдельный файл.

В рассылке RHvoice поднялась тема по чтению греческих символов:
http://tiflo.info/pipermail/rhvoice-users_tiflo.info/2016-July/thread.html

@capricorn2001 сделал скрипт для их обработки, но это решение не для всех и должно задействовать предобработку текста (до передачи в движок).

В словаре с примерами есть описание, как задать символ его кодом.
Я попробовал и кодом и символом - работает.
Но!
Почему-то у меня не читает эти символы, если они находятся в тексте. Я подумал, что RHvoice считает их пунктуацией (в wiki и конфиг файле есть упоминания об этом), но у меня не получилось заставить его читать символы расположенные в тексте.

Какие будут предложения?
Может это просто у меня что-то с руками :)

Если два шаблона в словаре частично перекрывают друг друга, то второй не работает.
Например:
есть правила:
{в,на,о,при} друг+ом
*{е,о}м бок+у

фраза "на другом боку" читается как "на друг+ом б+оку"

https://github.com/RHVoice/dicts

тут делаю словари с автообновлением.
идея - собрать все самое-самое в одном месте...
...и автоматизировать прием новых слов, и обновлеие словарей на машинах пользователей

(пока под винду)

вот тут есть большой словарь произношения
http://golosknigi.com/page3.html
можно адаптировать под формат rhvoice если заменить записи вида

криологи*=ъъкриолQогиъъ
на
(к=ъък)риол+ог(и=иъъ)*

например как нибудь так
sed 's/\(ъъ\(\w\)\)/\(\2\=ъъ\2\)/ig;s/\(\(\w\)ъъ\)/\(\2\=\2ъъ\)/ig;' /tmp/rhvoice/Sapi5_RHvoice_2.dic

А конкретнее, с веб-браузером Firefox.
Попалась такая новость:
Улучшения, представленные в бета-версии Firefox 49
В режим читателя (Reader Mode) добавлена возможность использования синтезатора речи для голосового чтения содержимого страницы. Имеется возможность регулирования темпа речи и выбора голосового набора (мужской или женский голос). Чтение может вестись в фоне и продолжается при переключении на другую вкладку. При остановке чтения Firefox запоминает позицию и в дальнейшем возобновляет чтение с сохранённого момента. Для синтеза речи используются средства, предоставляемые операционной системой.
И так далее.
Даст ли это какие-либо дополнительные возможности при использовании RHVoice?

Подскажите, как превратить "1956 г." в "одна тысяча девятьсот пятьдесят шестой год", например?

В зависимостях rhvoice -> rhvoice-git.

Может быть, стоит добавить возможность выполнять какие-то узкие задачи? У меня есть скрипт, озвучивающий дату, день недели и погоду с Яндекс.Погода. Проблема в том, что этот скрипт на bash и он не универсален относительно локации — делал для себя. Есть скриптик для долготы светового дня. Возможно, было бы удобно озвучивать какие-то другие подобные мелочи.

Пока исключил это правило из-за непонятного срабатывания.
18 день -> восемнадцатый день: существительное мужского рода единственного числа в именительном/винительном падеже, то есть attr.have([M_GENDER], False, [0]) должно быть истинно. Тут всё правильно.
18 мегаватт не должно обрабатываться при совпадении с формой множественного числа в родительном падеже, то есть если attr.have([M_GENDER], True, [1]) тоже истинно. Но в этом случае attr.have([M_GENDER], True, [1]) почему-то ложно.
Условие

    if (attr.have([M_GENDER], False, [0])
        and not attr.have([M_GENDER], True, [1])):
        ...

не работает во второй своей части.

Столкнулся с этим, уточняя CountRule_4. Некоторые существительные имеют особую форму в предложном падеже, которую иногда выделяют в отдельный падеж — местный: в лесу, на полу, в полку и т.д.
Можно решить по-разному.
Создать список соответствующих слов (предпочитаю данный вариант):
(..., 'лесу', 'полку', 'саду').
Добавить ещё одну форму в список словаря:
('полк', 'полка', 'полку', 'полок', 'полком', 'полке', 'полку').
Вопрос в том, как это решено в pymorphy2 и решено ли?
Пока буду делать предварительно с отдельным списком слов-исключений

В AUR'е, похоже, "осиротел" пакет mailru-cloud - даже ссылка ведет на страницу 404. Я отредактировал PKGBUILD и поместил ссылку в комментариях. Пожалуй, даже взялся бы вести пакет. Но 2 "но": 1) у меня система только i686, не могу проверить для x86_64, 2) слишком мало опыта - не знаю, что и как. А пакет, полагаю, нужный.
Какие-нибудь соображения по этому поводу?

можно ли сделать что бы синьтезатор делал разницу помежду именем существительным ’д+ома и дом+a? одное имя существителное в единственном числе в прымере Я дома.. а в другом примере Это наши дома

Буду сюда писать о всех обнаруженных ошибках в произношении.

Здравствуйте. Где взять готовую программу с русским женским языком или множеством разных одновременно для Windows 10?

По адресу есть ссылка на подборку словарей (Яндекс.Диск). По-моему, есть, что позаимствовать. Думаю, товарищи не будут против.

Ports and packages need license to be distributed with.

Что-то меня мысль посетила.
Вот пилим пилим мы словарик, а с выходом новой версии движка половину правил в нём учтут.
Как перепроверить правила?

Как вариант написать небольшой скриптик, который делает из словаря список слов (словосочетаний) без указания ударения (исправления) и записывает его в файлик. Потом этот файлик скармливается другому скрипту, который по нажатию читает первое слово и ждёт реакции (правильно / неправильно / прочитать ещё раз), по результатам реакции составляются новые списки: 1. на удаление, 2. на включение. Дальше либо вручную корректируется словарь, либо придумать автоматизацию для этого.

Эту штуковину можно будет также использовать для проверки сторонних словарей, предварительно подготовив их.

у всех словарей кроме phrase_dict.txt проставлен флаг на выполнение(755):
-rwxr-xr-x 1 user user 153 окт 31 11:05 abbr_dict.txt*
-rwxr-xr-x 1 user user 1027 окт 31 11:05 locations_dict.txt*
-rwxr-xr-x 1 user user 129 окт 31 11:05 names_dict.txt*
-rwxr-xr-x 1 user user 3083 окт 31 11:05 person_names_dict.txt*
-rw-r--r-- 1 user user 14798 окт 31 11:05 phrase_dict.txt
-rw-r--r-- 1 user user 2030 окт 31 11:05 README.md
drwxr-xr-x 3 user user 4096 окт 31 11:05 tools/
-rwxr-xr-x 1 user user 4386 окт 31 11:05 yo_dict.txt*

Здравствуйте! Все это время я работал над словарем Acapela Alyona. Прошу Вашей пмощи.
Вот 3 словаря от Infovox 4:

rur.dca_85786.txt
rur.ldi_5089.txt
rur_extra_alyona.ldi_113.txt

А это - словари от Infovox 2:
propernoun.txt
_punctuation.txt
1_YO_lex.txt
2_YO_lex.txt
Alyona22k_mytts_.txt
Geografic.txt
omograph_auto.txt
omograph_lex_mytts_.txt

Надо из словарей для Infovox 2 отобрать слова, которые уже есть в словарях от Infovox 4. Может, можно скрипт для автоматического перебора написать? Я буду очень благодарен!

Полагаю, это правило можно исключить: в словарях указывается ударение либо на первый слог, либо допускается и на первый, и на второй слог.
https://slovari.yandex.ru/%D0%B7%D0%B0%D0%B4%D0%B0%D1%82%D1%8C/%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%BF%D0%B8%D1%81%D0%B0%D0%BD%D0%B8%D0%B5/
(То же относится и к слову "пробыл".)

Всем привет!

Со мной связался Максим и попросил написать, что-то похожее на читалку для книг наподобие Балаболки для Windows, т.к. для Linux такого рода программ не много.

Начал изобретать велосипед, попутно изучая Python, вот, что пока из этого получилось:
https://github.com/vantu5z/PyBookReaderTTS

Если есть желание помочь, присоединяйтесь.

Покажу на примере. Текст:

Аппарат рассчитан на 500 погружений на глубину более 4 тыс. м. При этом его конструкция позволяет опускаться на глубину до 6 тыс. м.

Обработанный текст:

Аппарат рассчитан на 500 погружений на глубину более четырёх тысяч метроветров. При этом его конструкция позволяет опускаться на глубину до шести тысяч м.

То есть скрипт обнаруживает два отрывка тысяч м и производит две замены, но только на первом отрывке: более четырёх тысяч метров. Затем, не доходя до второго отрывка: более четырёх тысяч метроветров.
Периодически сталкиваюсь с этим. Пока добавил в некоторые шаблоны дополнительные группы, не нужные при обработке, но позволяющие различить их.
Но это не гарантия - ошибки всё равно не исключены. Пока ничего не придумал.

У меня перестал работать скрипт test_templates.py в режиме debug. Выдает:

Traceback (most recent call last):
File "/home/myhomedir/Files/Git/RHVoice-dictionary/tools/test_templates.py", line 103, in
text = text_prepare(txt[0], debug)
File "/home/myhomedir/Files/Git/RHVoice-dictionary/tools/preprocessing/text_prepare.py", line 67, in text_prepare
for sample in stress_marker_samples(stress_marker):
File "/home/myhomedir/Files/Git/RHVoice-dictionary/tools/preprocessing/templates.py", line 1623, in stress_marker_samples
('а́', marker + 'а'),
TypeError: unsupported operand type(s) for +: 'bool' and 'str'

Если это не только у меня, помоги разобраться.

Сделал вокруг RHVoice и вашего кода Docker-образ и легкую REST-обертку для использования как TTS-движка в системах типа Умный дом.

Кому пригодится - вот ссылка на репозиторий

https://github.com/mgarmash/rhvoice-rest

Несколько ошибок при выполнении теста:

ВНИМАНИЕ! неверное преобразование: "(1,5±0,2)×10^-9" -> "(одна целая 5 десятых плюс-минус 0 целых две десятых) на десятом в степени минус 9"
                      должно быть: "(одна целая 5 десятых плюс-минус 0 целых две десятых) на десять в степени минус 9"
ВНИМАНИЕ! неверное преобразование: "в 20 в." -> "в двадцатом в."
                      должно быть: "в двадцатом веке"

Если в тексте попадается подобное

80-летней

то выдаёт ошибку

Traceback (most recent call last):
  File "###/tools/test_templates.py", line 92, in <module>
    text = text_prepare(txt)
  File "###/tools/preprocessing/text_prepare.py", line 57, in text_prepare
    text = rule.run(text)
  File "###/tools/preprocessing/rules.py", line 39, in run
    new = self.check(m)
  File "###/tools/preprocessing/rules.py", line 670, in check
    num = sub('ста', 'сто', num)
NameError: name 'sub' is not defined

Hello

Can you comment or compare with other RHVoice disctionary mentioned at http://golosknigi.com/page3.html as "Скачать словари для "Балаболка", "Демагог" и движка RHvoice."

Похоже, во всех числах и падежах прилагательное "морской" читается с ударением на первый слог независимо от того, что указано в словаре.

Ў этот знак на узбекским языке.
я хочу добавить это на словарь.
как мне это делать?
десятичной код не помогал
(#1038=о)

Хочу предложить внести свой скрипт в пакет. Конечно он исправляет чтение далеко не во всех случаях, но во многих. Как оказалось, скрипт на языке Python работает намного быстрее, чем редактор SED. В настоящее время продолжаю его пополнять и улучшать.
Скрипт считывает текст из файла /tmp/clip.txt и в него же записывает результат обработки.

А вот куда вносить названия рек? Подозреваю, что могут потребоваться правила для морей, озёр, гор, стран, звёзд, планет, астероидов.