اخیراً با مشکل انتخاب سینت سایزر گفتار صوتی مواجه شدم. الزامات اصلی پشتیبانی از زبان روسی و تلفظ کم و بیش عادی است.
برای کسانی که از چیستی سینتی سایزر گفتار آگاه نیستند، به شما می گویم - این یک برنامه ویژه است که هدف آن تبدیل متن نوشته شده به گفتار گفتاری است. این به اصطلاح سنتز است.
چرا این لازم است؟ خوب، به عنوان مثال، زمانی که شما نیاز به ضبط یک پیام صوتی با صدای شخص دیگری دارید. شنیدن تلفظ یک کلمه خاص برای خارجی ها می تواند مفید باشد. هنگامی که نیاز دارید یک افسانه برای فرزندتان که در کتاب های صوتی نیست قرار دهید، یک سینت سایزر گفتار برای خواندن راحت است. و به طور کلی، همه نوع موقعیت وجود دارد.
بنابراین، در فرآیند انتخاب، چندین ابزار بسیار مفید پیدا کردم، از جمله ابزارهایی که به صورت آنلاین با پشتیبانی از زبان روسی کار می کنند، و اکنون در مورد آنها به شما خواهم گفت.

مترجم گوگل

این یک محصول واقعا چند منظوره است که می تواند به روش های کاملا متفاوت استفاده شود. مزایای اصلی:
- این یک سرویس کاملا رایگان است.
- بدون نصب به صورت آنلاین کار کنید. تنها چیزی که نیاز دارید دسترسی به اینترنت است.
- به نظر من، این سینت سایزر گفتار دارای بهترین ماژول صوتی، نزدیکترین به طبیعی است.
- احتمالا بهترین تیم توسعه و پشتیبانی فنی در جهان؛
- بیشترین تعداد زبان های پشتیبانی شده.
متأسفانه، تنها یک گزینه صوتی وجود دارد - زن. انتخابی پیدا نکردم

RHVoice

یک سینت سایزر گفتار چند زبانه عالی از توسعه دهنده روسی - اولگا یاکولووا. نسخه هایی برای هر دو سیستم عامل ویندوز و لینوکس وجود دارد. توسعه دهنده سینتی سایزر اولگا یاکولووا است. این برنامه کاملاً رایگان توزیع شده است و در وب سایت رسمی در دو نسخه موجود است: به عنوان یک نسخه مستقل سازگار با SAPI5 و به عنوان یک ماژول برای صفحه خوان رایگان NVDA. این سینت سایزر صدا می تواند متون روسی را در سه صدای - النا، ایرینا و الکساندر صدا کند.

آکاپلا

Acapela شاید یکی از محبوب ترین و گسترده ترین سینت سایزرهای صوتی در جهان باشد. ویژگی اصلی این است که صدای متون به بیش از سی زبان است. اگر زبان روسی را در نظر بگیریم، دو صدای در دسترس است - نیکولای و آلنا. علاوه بر این، دومی از نظر تلفظ کاملتر و طبیعی تر است. در حالت دمو فقط صدای آلن در سایت موجود است.
این برنامه برای دانلود در وب سایت رسمی موجود است و از تمام سیستم عامل های مدرن محبوب - ویندوز، لینوکس، مک پشتیبانی می کند. حتی نسخه هایی برای اندروید و iOS نیز وجود دارد.

صدا ساز

صدای زنانه Milena یکی دیگر از موتورهای سینتی سایزر صوتی بسیار محبوب از Nuance است - کیفیت بسیار بالایی دارد و صدایی طبیعی دارد. می‌توانید آن را در مراکز تماس و در سیستم‌های گفتاری شبکه‌های مختلف، و همچنین در برنامه‌های مختلف - مانند Moon+ Reader Pro، Full Screen Caller ID، Cool Reader، در برنامه‌های ناوبری TomTom، iGo Primo بشنوید.
از جمله مزایا می توان به قابلیت نصب دیکشنری های مختلف، تنظیم صدا، تاکید و سرعت خواندن اشاره کرد.
کد برنامه باز است، می توانید آن را به صورت رایگان در وب سایت رسمی دانلود کنید، درست مانند نصب کننده خود برنامه.

جشنواره

جشنواره فقط یکی دیگر از سینتی سایزرهای گفتار صوتی نیست، بلکه یک سیستم کامل تشخیص و ترکیب گفتار با API های مختلف است. توسعه یافته توسط مرکز تحقیقات فناوری گفتار در دانشگاه ادینبورگ.
جشنواره برای پشتیبانی از چندین زبان طراحی شده است. به طور پیش فرض از انگلیسی، ولزی و اسپانیایی پشتیبانی می کند. اما امکان اتصال بسته های صوتی سایر زبان ها وجود دارد: چک، فنلاندی، هندی، ایتالیایی، مراتی، لهستانی، روسی و تلوگو.
کد برنامه باز است، خود سینت سایزر صدا تحت یک مجوز منبع باز توزیع می شود و فقط برای سیستم عامل های لینوکس در دسترس است. درست است، یک نسخه پورت شده برای مکینتاش وجود دارد.

ESpeak

آخرین سیستم سنتز گفتار در بررسی من، برنامه ESpeak، حدود 8 سال است که در حال توسعه است. آخرین نسخه 1.48.04 مورخ 6 آوریل 2014 است. این سینت سایزر گفتار صوتی چند پلت فرم است - نسخه هایی برای Windows، Linux، Mac OS X و حتی برای RISC OS وجود دارد، اگرچه دو نسخه آخر برای یک پشتیبانی نمی شوند. مدت زمان طولانی.
به طور جداگانه، مایلم اشاره کنم که eSpeak در سیستم عامل های تلفن همراه اندروید استفاده می شود، اگرچه دارای تعدادی خطای قابل توجه است.
این برنامه از پنجاه زبان مختلف پشتیبانی می کند که پشتیبانی از آنها هنگام نصب برنامه نشان داده شده است.
یکی از معایب اصلی این سینت سایزر این است که صداها را فقط در یک فایل WAV تولید می کند. شما می توانید این برنامه را به صورت رایگان در وب سایت رسمی دانلود کنید.

از طرف خودم، فقط اضافه می کنم که RHVoice و Vokalizer را دوست داشتم، اگرچه این تا حد زیادی یک موضوع فردی است و تا حد زیادی به آنچه می خواهید به دست آورید بستگی دارد. پس آن را امتحان کنید، نصب کنید و تماشا کنید. من فکر می کنم که یکی از گزینه های ارائه شده قطعا باید برای شما مناسب باشد.

توجه! این سایت از فناوری جاوا اسکریپت استفاده می کند که در مرورگر شما غیرفعال است. برای کار کامل با منبع، توصیه می شود این عملکرد را در تنظیمات مرورگر اینترنت خود فعال کنید. با این حال، تمام محتوای سایت در حالت غیرفعال کردن جاوا اسکریپت نیز موجود است، بنابراین فعال کردن این تنظیمات ضروری نیست، اگرچه توصیه می شود.

کاپیتان سینتی سایزر گفتار

"Speech synthesizer Captain" یک سینت سایزر سازگار با MS SAPI4 است. از سنتز گفتار در روسی و اوکراینی پشتیبانی می کند. پشتیبانی از زبان اوکراینی بر اساس جایگزینی واج های اوکراینی با واج های مشابه زبان روسی است.

این سینتی سایزر بر اساس یکی از ده صدای مجموعه نرم افزاری TTS "Speaking Mouse Home" ساخته شده است که توسط باشگاه فناوری های صوتی در پارک علمی دانشگاه دولتی مسکو در سال 1995 توسعه یافته است. با وراثت، این سینت سایزر نام نمونه اولیه خود را از "Speaking Mouse Home" - Captain دریافت کرد.

علاوه بر زبان های روسی و اوکراینی، کاپیتان می تواند با انگلیسی، آلمانی و فرانسوی کار کند و همچنین متون چند زبانه را به طور جداگانه بخواند: هر زبان با صدای سینت سایزر مربوطه. خواندن جداگانه اسناد چند زبانه و پشتیبانی از زبان های انگلیسی، آلمانی و فرانسوی با استفاده از یک ماژول اضافی مبتنی بر سینت سایزر eSpeak انجام می شود، اما استفاده از این ماژول برای عملکرد کاپیتان ضروری نیست. پشتیبانی از زبان های روسی و اوکراینی را می توان بدون نصب آن ارائه کرد. این ماژول برای گسترش قابلیت های کاپیتان قبلاً در بایگانی موجود است که می توانید آن را از وب سایت ما بارگیری کنید ، بنابراین دانلود جداگانه آن همانطور که در مستندات همراه خود سینت سایزر توضیح داده شده است ، لازم نیست.

سینتی سایزر صدای مردانه با وضوح گفتار خوب، اما صدای طبیعی کم دارد. از مزایای آن می توان به سرعت عملیات بالا، اندازه کوچک و استفاده کم از ظرفیت سیستم اشاره کرد. با این حال، "کاپیتان" یک سری معایب نیز دارد:

• سینت سایزر عملاً از عملکرد تنظیم زیر و بم گفتار پشتیبانی نمی کند.
• در حین کار، گاهی اوقات ممکن است پدیده "بلع" صدا رخ دهد.
• گاه به گاه، سینت سایزر ممکن است در حین کار خاموش شود یا شروع به خواندن تنها قسمت اول خطوط متن کند. در این حالت، برای بازگشت به عملکرد عادی، توصیه می شود سینت سایزر را مجددا راه اندازی کنید.

این سینت سایزر ممکن است برای کار کردن به یک جزء سیستم نیاز داشته باشد.

امروزه، سینت سایزرهای گفتار مورد استفاده در سیستم های رایانه رومیزی یا دستگاه های تلفن همراه دیگر غیرعادی به نظر نمی رسند. فناوری راه درازی را پیموده است و امکان بازتولید صدای انسان را فراهم کرده است. چگونه همه کار می کند، کجا استفاده می شود، بهترین سینت سایزر گفتار چیست و ممکن است یک کاربر با چه مشکلات بالقوه ای مواجه شود، در زیر ببینید.

سینت سایزرهای گفتار چیست و کجا استفاده می شود؟

سینت سایزرهای گفتار برنامه های خاصی متشکل از چندین ماژول هستند که به شما امکان می دهند متن تایپ شده روی صفحه کلید را به گفتار عادی انسان در قالب صدا ترجمه کنید.

ساده لوحانه است اگر باور کنیم که کتابخانه های همراه مطلقاً حاوی هر کلمه یا عبارت ممکنی است که در استودیوها توسط افراد واقعی ضبط شده است. این به سادگی از نظر فیزیکی غیرممکن است. علاوه بر این، کتابخانه عبارات به اندازه ای خواهد بود که نصب آنها حتی بر روی هارد دیسک های بزرگ مدرن، بدون ذکر دستگاه های تلفن همراه، به سادگی امکان پذیر نخواهد بود.

برای این منظور فناوری به نام Text-to-Speech (ترجمه متن به گفتار) توسعه یافت.

سینت سایزرهای گفتار بیشترین استفاده را در چندین زمینه دارند، که شامل یادگیری مستقل زبان های خارجی (برنامه ها اغلب از 50 زبان یا بیشتر پشتیبانی می کنند)، زمانی که باید تلفظ صحیح یک کلمه را بشنوید، به جای آن به متون کتاب گوش دهید. خواندن، ایجاد قطعات گفتاری و آوازی در موسیقی، استفاده از آنها توسط افراد دارای معلولیت، صدور جستجو در قالب کلمات و عبارات گفتاری و غیره.

انواع برنامه ها

بسته به حوزه کاربرد، همه برنامه ها را می توان به دو نوع اصلی تقسیم کرد: برنامه های استاندارد که مستقیماً متن را به گفتار تبدیل می کنند و ماژول های گفتاری یا صوتی مورد استفاده در برنامه های موسیقی.

برای درک کاملتر تصویر، ما هر دو کلاس را در نظر خواهیم گرفت، اما همچنان تاکید بیشتری بر روی ترکیب‌کننده‌های گفتار برای هدف فوری آنها خواهد بود.

مزایا و معایب برنامه های ساده گفتاری

در مورد مزایا و معایب برنامه هایی از این نوع، اجازه دهید ابتدا معایب را در نظر بگیریم.

اول از همه، شما باید به وضوح درک کنید که یک کامپیوتر یک کامپیوتر است، که در این مرحله از توسعه می تواند گفتار انسان را بسیار تقریبی ترکیب کند. در ساده ترین برنامه ها، اغلب مشکلاتی در قرار دادن لهجه ها در کلمات، کاهش کیفیت صدا و در دستگاه های تلفن همراه - افزایش مصرف انرژی و گاهی اوقات بارگذاری غیرمجاز ماژول های گفتار وجود دارد.

اما مزایای زیادی نیز وجود دارد، زیرا بسیاری از مردم اطلاعات صوتی را بسیار بهتر از اطلاعات بصری درک می کنند. سهولت درک آشکار است.

چگونه از سینت سایزر گفتار استفاده کنیم؟

اکنون چند کلمه در مورد اصول اولیه استفاده از برنامه هایی از این نوع. شما می توانید هر نوع سینت سایزر گفتاری را بدون هیچ مشکلی نصب کنید. در سیستم های ثابت، از یک نصب کننده استاندارد استفاده می شود که وظیفه اصلی انتخاب ماژول های زبان پشتیبانی شده است. برای دستگاه های تلفن همراه، فایل نصب را می توان از فروشگاه یا مخزن رسمی مانند Google Play یا AppStore دانلود کرد، پس از آن برنامه به طور خودکار نصب می شود.

به عنوان یک قاعده، هنگام شروع برای اولین بار، نیازی به انجام تنظیمات دیگری به جز تنظیم زبان پیش فرض ندارید. درست است، گاهی اوقات برنامه ممکن است کیفیت صدا را انتخاب کند (در نسخه استاندارد، که در همه جا استفاده می شود، فرکانس نمونه برداری 4410 هرتز، عمق 16 بیت و نرخ بیت 128 کیلوبیت در ثانیه است). این ارقام در دستگاه های تلفن همراه کمتر است. با این وجود، صدای خاصی به عنوان اساس در نظر گرفته می شود. با استفاده از یک الگوی تلفظ استاندارد، با استفاده از فیلترها و اکولایزرها، صدای چنین صدایی به دست می آید.

در حال استفاده، می توانید چندین گزینه را برای ترجمه دستی، بیان متن موجود از یک فایل، ادغام با سایر برنامه ها (به عنوان مثال، مرورگرهای وب) با فعال سازی نتایج جستجو یا خواندن محتوای متنی در صفحات آنلاین انتخاب کنید. کافی است گزینه اکشن مورد نظر، زبان و صدایی که همه اینها با آن تلفظ می شود را انتخاب کنید. بسیاری از برنامه ها چندین نوع صدا دارند: هم مردانه و هم زنانه. برای فعال کردن فرآیند پخش، معمولاً از دکمه شروع استفاده می شود.

اگر در مورد نحوه غیرفعال کردن سینت سایزر گفتار صحبت کنیم، ممکن است چندین گزینه وجود داشته باشد. در ساده ترین حالت، از دکمه توقف پخش در خود برنامه استفاده کنید. در صورت ادغام در مرورگر، غیرفعال کردن در تنظیمات افزونه یا با حذف کامل افزونه انجام می شود. اما در مورد دستگاه های تلفن همراه، با وجود خاموش شدن فوری، ممکن است مشکلاتی وجود داشته باشد که به طور جداگانه مورد بحث قرار خواهد گرفت.

در برنامه های موسیقی، تنظیمات و ورود متن بسیار پیچیده تر است. به عنوان مثال، برنامه FL Studio ماژول گفتار مخصوص به خود را دارد، که در آن می توانید تنظیمات مربوط به تن، سرعت پخش و غیره را کمی تغییر دهید. برای قرار دادن استرس قبل از هجا، از نماد "_" استفاده کنید. اما حتی چنین سینت سایزر فقط برای ایجاد صداهای رباتیک مناسب است.

اما بسته Vocaloid یاماها یک برنامه حرفه ای است. فناوری تبدیل متن به گفتار در اینجا به حداکثر میزان پیاده سازی شده است. در تنظیمات، علاوه بر پارامترهای استاندارد، می‌توانید بیان، گلیساندو، استفاده از کتابخانه‌ها با آواز نوازندگان حرفه‌ای، نوشتن کلمات و عبارات، تنظیم آن‌ها با نت‌ها و یکسری موارد دیگر را تنظیم کنید. تعجب آور نیست که بسته ای که فقط یک صدا دارد حدود 4 گیگابایت یا بیشتر در توزیع نصب اشغال می کند و پس از باز کردن بسته بندی دو تا سه برابر بیشتر می شود.

سینت سایزرهای گفتار با صدای روسی: مروری کوتاه بر محبوب ترین ها

اما بیایید به ساده ترین برنامه ها برگردیم و محبوب ترین آنها را در نظر بگیریم.

RHVoice - به گفته اکثر کارشناسان، بهترین سینت سایزر گفتار، که یک توسعه روسی است. سه صدا در نسخه استاندارد (الکساندر، ایرینا، النا) موجود است. تنظیمات ساده هستند. و خود برنامه می تواند هم به عنوان یک برنامه مستقل، سازگار با SAPI5 و هم به عنوان یک ماژول صفحه نمایش استفاده شود.

Acapela یک برنامه نسبتاً جالب است که ویژگی اصلی آن صدای تقریباً عالی متن به بیش از 30 زبان است. اما در نسخه معمولی فقط یک صدا در دسترس است (آلنا).

Vocalizer یک برنامه قدرتمند با صدای زنانه Milena است. اغلب این برنامه در مراکز تماس استفاده می شود. تنظیمات زیادی برای استرس، حجم، سرعت خواندن و نصب دیکشنری های اضافی وجود دارد. تفاوت اصلی این است که موتور گفتار را می توان در برنامه هایی مانند Cool Reader، Moon+ Reader Pro یا Full Screen Caller ID تعبیه کرد.

جشنواره یک ابزار قدرتمند ترکیب و تشخیص گفتار است که برای سیستم‌های Linux و Mac OS X ایجاد شده است. این برنامه با کد منبع باز ارائه می‌شود و علاوه بر بسته‌های زبان استاندارد، حتی فنلاندی و هندی را نیز پشتیبانی می‌کند.

eSpeak یک برنامه گفتاری است که بیش از 50 زبان را پشتیبانی می کند. نقطه ضعف اصلی این است که فایل های دارای گفتار سنتز شده منحصراً در فرمت WAV ذخیره می شوند که فضای زیادی را اشغال می کند. اما این برنامه کراس پلتفرم است و حتی در سیستم های تلفن همراه نیز قابل استفاده است.

مشکل در سینت سایزر گفتار در اندروید گوگل

هنگام نصب سینت سایزر گفتار "بومی" از Google، کاربران دائما شکایت می کنند که به طور خود به خود شروع به بارگیری ماژول های زبان اضافی می کند، که نه تنها می تواند مدت زمان نسبتا طولانی طول بکشد، بلکه ترافیک را نیز هدر می دهد.

در سیستم های اندرویدی خیلی ساده می توانید از شر آن خلاص شوید. برای این کار از منوی تنظیمات استفاده کنید، سپس به قسمت زبان و ورودی صدا رفته، جستجوی صوتی را انتخاب کنید و در گزینه تشخیص گفتار آفلاین، روی ضربدر (غیرفعال) کلیک کنید. علاوه بر این، توصیه می شود کش برنامه را پاک کنید و دستگاه را مجددا راه اندازی کنید. گاهی اوقات ممکن است لازم باشد اعلان ها را در خود برنامه غیرفعال کنید.

نتیجه چیست؟

به طور خلاصه می توان گفت که در اکثر موارد ساده ترین برنامه ها برای کاربران عادی مناسب است. RHVoice در همه رتبه بندی ها پیشرو است. اما برای نوازندگانی که می‌خواهند به صدایی طبیعی دست یابند، به طوری که تفاوت بین آواز زنده و ترکیب کامپیوتری با گوش احساس نشود، بهتر است برنامه‌هایی مانند Vocaloid را ترجیح دهند، به خصوص که کتابخانه‌های صوتی اضافی زیادی برای آنها تولید می‌شود. و تنظیمات آنقدر امکانات دارند که برنامه های ابتدایی، همانطور که می گویند، حتی نزدیک هم نبودند.

eSpeak
تایپ کنید	سینت سایزر گفتار
نویسنده	جاناتان دادینگتون
نوشته شده بر روی	C++
سیستم عامل	لینوکس و سایر ویندوزهای مشابه یونیکس
چاپ اول	2006
آخرین نسخه	1.48.04 (6 آوریل)
حالت	غیر فعال
مجوز	GNU GPL
سایت اینترنتی

سیستم عامل

نسخه‌های eSpeak برای سیستم‌عامل‌هایی مانند Microsoft Windows، Mac OS X، Linux، RISC OS وجود دارد و کد منبع آن در C++ نیز موجود است. علاوه بر این، اسناد رسمی سینت سایزر دستورالعمل هایی را در مورد نحوه کامپایل آن برای ویندوز موبایل ارائه می دهد. این برنامه یک محدودیت قابل توجه دارد - تولید صدا فقط در یک فایل WAV امکان پذیر است.

علاوه بر این، eSpeak در سیستم عامل های تلفن همراه اندروید با نسخه 1.6 و Maemo استفاده می شود، اما این پروژه ها شخصاً توسط توسعه دهنده نظارت نمی شوند و هیچ بسته مربوطه در وب سایت رسمی eSpeak وجود ندارد و نسخه اندروید دارای یک شماره است. خطاهای قابل توجه هنگام کار به برخی از زبان ها، به ویژه روسی.

زبان های پشتیبانی شده

eSpeak از حدود پنج دوجین زبان مختلف پشتیبانی می کند. در حین نصب، کاربر باید نشان دهد که از کدام گویش ها حمایت می کند.

در زیر لیستی از زبان های پشتیبانی شده توسط سینت سایزر eSpeak و نمادهای آنها که در تنظیمات آن استفاده می شود، آمده است.

• آلبانیایی - مربع
• انگلیسی (آمریکایی) - en-us
• انگلیسی (انگلیسی با لهجه شمالی) - en-n
• انگلیسی (انگلیسی با لهجه West Midlands) - en-wm
• انگلیسی (کلاسیک انگلیسی) - en
• انگلیسی (به طور کلی صحبت می شود) - en-rp
• انگلیسی (اسکاتلندی) - en-sc
• ارمنی (غربی) - hy-west
• ارمنی (کلاسیک) - hy
• آفریقایی - af
• بوسنیایی - bs
• ولز - cy
• مجارستانی - هو
• ویتنامی - vi
• هلندی - nl
• صداهای MBROLA (صدا xxx) - mb-xxx
• یونانی - el
• یونان باستان - grc
• اندونزیایی - شناسه
• ایسلندی - است
• اسپانیایی (کلاسیک) - es
• اسپانیایی (آمریکای لاتین) - es-la
• ایتالیایی - آن
• کاتالان - حدود
• چینی (کانتونی) - zh-yue
• چینی (ماندارین) - zh
• کردی - ku
• لاتین - la
• لتونی - lv
• لوژبان - jbo
• مقدونی - mk
• آلمانی - de
• نروژی - نه
• لهستانی - pl
• پرتغالی (برزیلی) - pt
• پرتغالی (اروپایی) - pt-pt
• رومانیایی - ro
• روسی - ru
• صربی - sr
• اسلواکی - sk
• اسلوونیایی - sw
• تامیل - ta
• ترکی - tr
• فنلاندی - fi
• فرانسوی - fr
• هندی - سلام
• کرواتی - ساعت
• چک (گفتار) - cs
• سوئدی - sv
• اسپرانتو - eo

لیست زبان های پشتیبانی شده را می توان با استفاده از کتابخانه های صوتی MBROLA که می توانند به eSpeak متصل شوند، گسترش داد.

eSpeak و MBROLA

MBROLA یک الگوریتم ترکیبی گفتار دو صدایی ویژه است که بر اساس آن بسیاری از محصولات نرم افزاری مختلف با گنجاندن فناوری تبدیل متن به گفتار (TTS) ایجاد شده است. این پروژه از نظر تعداد زبان‌های مختلفی که برای آن‌ها استفاده شده است، رکورددار دیگر فناوری‌های سنتز گفتار است. اگرچه صدای MBROLA هنوز برای برخی از زبان های رایج از جمله روسی ایجاد نشده است.

eSpeak می تواند در ارتباط با MBROLA کار کند، که امکان استفاده از کتابخانه های صوتی این پروژه را به عنوان بخشی جدایی ناپذیر از خود eSpeak فراهم می کند. این به شما امکان می دهد لیست زبان های پشتیبانی شده را برای ترکیب گفتار از متن بیشتر گسترش دهید.

می توانید از ترکیب eSpeak و MBROLA در سیستم عامل هایی مانند ویندوز، لینوکس و Mac OS X استفاده کنید.

با این حال، همه کتابخانه های صوتی MBROLA از ادغام با eSpeak پشتیبانی نمی کنند.

اصول پیاده سازی

کلمات متن ورودی برای سنتز تحت دو مرحله پردازش قرار می گیرند:

• یک کلمه در نمایش نامه به دنباله ای از واج ها تبدیل می شود.
• یک سیگنال صوتی بر اساس دنباله دریافتی تولید می شود.

قوانین به دست آوردن دنباله ای از واج ها به شکل "A, B, C = D" ذخیره می شود. در جایی که B حرف مورد نظر است، A و C بافت اطراف آن حرف در کلمه هستند و D واجی است که می توان آن حرف را به آن تبدیل کرد. زمینه محیطی را می توان با حروف خاص یا با کاراکترهای خاص که گروه هایی از حروف را نشان می دهند مشخص کرد. قوانین سینت سایزر امکان تعریف مبهم چنین زنجیره هایی را فراهم می کند. برای رفع این ابهام، سینتی سایزر به هر قانون اولویتی اختصاص می دهد که بر اساس تعداد حروف درگیر در قانون و درجه اختصاصی بودن در تعریف زمینه محیطی محاسبه می شود. قوانین همچنین می توانند تفاوت هایی را در ترجمه بسته به استرس مشخص کنند.

در eSpeak، صداهای مصوت همیشه سنتز می شوند، صامت های صوتی با مخلوط کردن صداهای سنتز شده با نویزهای صوتی از پیش ضبط شده ایجاد می شوند، و همه صداهای دیگر به سادگی ضبط می شوند، به عنوان مثال، [sh].

هر صدا، به جز صامت های بی صدا، با دنباله ای از فرمت ها نمایش داده می شود. علاوه بر اطلاعات در مورد فرمت ها، هر واج اطلاعاتی در مورد دامنه، مدت زمان و تأخیر صدا قبل از واج بعدی دارد. بر اساس این پارامترها، صدای یک واکه با استفاده از الگوریتم های پیاده سازی شده در سینت سایزر سنتز می شود. اطلاعات مربوط به واج‌ها و فرمت‌ها در فایل‌های جداگانه ذخیره می‌شود، که سپس به فرمت باینری نیز کامپایل می‌شوند.

ابزار eSpeak Edit همراه با سینت سایزر عرضه می شود. این یک برنامه رابط کاربری گرافیکی است که با استفاده از کتابخانه WXLib نوشته شده است. این به شما امکان می دهد واج های آماده را به صورت بصری ویرایش کنید. واج به صورت نمودار منحنی نمایش داده می شود، که در آن فرمت ها می توانند به ترتیب انتخاب شوند و مقادیر آنها، مانند فرکانس، گام و عرض، تغییر کند. به لطف این قابلیت ها، بر اساس واج های آماده، می توانید صداهای جدید و دقیق تری را برای یک زبان خاص به دست آورید. در عین حال، برخی از واج ها را نمی توان با اصلاح واج های موجود به دست آورد. به عنوان مثال، هنگام توسعه بخش روسی زبان eSpeak، صدای [р] به طور ویژه ضبط شد، زیرا هیچ آنالوگ شایسته ای برای آن در زبان های دیگر وجود نداشت.

پروژه ها با استفاده از eSpeak

افزونه های شخص ثالث

برخی از زبان ها قوانین ساده و جهانی برای ساختن گفتار باسواد ندارند و eSpeak به اجزای اضافی برای تولید ترکیب با کیفیت بالا در این زبان ها نیاز دارد. برای جلوگیری از افزایش اندازه بسته اصلی eSpeak، این اجزا به طور جداگانه توزیع می شوند. به ویژه، در زبان روسی هیچ قانون کلی برای ایجاد هجای تاکیدی در کلمات وجود ندارد. در این موارد، eSpeak سعی می کند استرس کلمه را تعیین کند، اما تلفظ داده شده اغلب تلفظ صحیح نیست. برای حل این مشکل، یک فرهنگ لغت تلفظ توسعه یافته ویژه وجود دارد که باید جدا از بسته اصلی eSpeak نصب شود.

علاوه بر روسی، اجزای تصحیح گفتار eSpeak شخص ثالث نیز برای چینی (Putonghua و Cantonese) موجود است.

این دیکشنری ها را می توانید از وب سایت رسمی پروژه دانلود کنید.

K:ویکی پدیا:مقالات بدون تصویر (نوع: مشخص نشده) K:نرم افزار توسعه یافته در سال 2006

eSpeakیک نرم افزار فشرده و رایگان ترکیب کننده گفتار است که از زبان نشانه گذاری سنتز گفتار (SSML) پشتیبانی می کند.

سیستم عامل

نسخه‌های eSpeak برای سیستم‌عامل‌هایی مانند Microsoft Windows، Mac OS X، Linux، RISC OS وجود دارد و کد منبع آن در C++ نیز موجود است. علاوه بر این، اسناد رسمی سینت سایزر دستورالعمل هایی را در مورد نحوه کامپایل آن برای ویندوز موبایل ارائه می دهد. این برنامه یک محدودیت قابل توجه دارد - تولید صدا فقط در یک فایل WAV امکان پذیر است.

علاوه بر این، eSpeak در سیستم عامل های تلفن همراه اندروید با نسخه 1.6 و Maemo استفاده می شود، اما این پروژه ها شخصاً توسط توسعه دهنده نظارت نمی شوند و هیچ بسته مربوطه در وب سایت رسمی eSpeak وجود ندارد و نسخه اندروید دارای یک شماره است. خطاهای قابل توجه هنگام کار به برخی از زبان ها، به ویژه روسی.

زبان های پشتیبانی شده

eSpeak از حدود پنج دوجین زبان مختلف پشتیبانی می کند. در حین نصب، کاربر باید نشان دهد که از کدام گویش ها حمایت می کند.

در زیر لیستی از زبان های پشتیبانی شده توسط سینت سایزر eSpeak و نمادهای آنها که در تنظیمات آن استفاده می شود، آمده است.

• آلبانیایی - مربع
• انگلیسی (آمریکایی) - en-us
• انگلیسی (انگلیسی با لهجه شمالی) - en-n
• انگلیسی (انگلیسی با لهجه West Midlands) - en-wm
• انگلیسی (کلاسیک انگلیسی) - en
• انگلیسی (به طور کلی صحبت می شود) - en-rp
• انگلیسی (اسکاتلندی) - en-sc
• ارمنی (غربی) - hy-west
• ارمنی (کلاسیک) - hy
• آفریقایی - af
• بوسنیایی - bs
• ولز - cy
• مجارستانی - هو
• ویتنامی - vi
• هلندی - nl
• صداهای MBROLA (صدا xxx) - mb-xxx
• یونانی - el
• یونان باستان - grc
• اندونزیایی - شناسه
• ایسلندی - است
• اسپانیایی (کلاسیک) - es
• اسپانیایی (آمریکای لاتین) - es-la
• ایتالیایی - آن
• کاتالان - حدود
• چینی (کانتونی) - zh-yue
• چینی (ماندارین) - zh
• کردی - ku
• لاتین - la
• لتونی - lv
• لوژبان - jbo
• مقدونی - mk
• آلمانی - de
• نروژی - نه
• لهستانی - pl
• پرتغالی (برزیلی) - pt
• پرتغالی (اروپایی) - pt-pt
• رومانیایی - ro
• روسی - ru
• صربی - sr
• اسلواکی - sk
• اسلوونیایی - sw
• تامیل - ta
• ترکی - tr
• فنلاندی - fi
• فرانسوی - fr
• هندی - سلام
• کرواتی - ساعت
• چک (گفتار) - cs
• سوئدی - sv
• اسپرانتو - eo

لیست زبان های پشتیبانی شده را می توان با استفاده از کتابخانه های صوتی MBROLA که می توانند به eSpeak متصل شوند، گسترش داد.

eSpeak و MBROLA

MBROLA یک الگوریتم ترکیبی گفتار دو صدایی ویژه است که بر اساس آن بسیاری از محصولات نرم افزاری مختلف با گنجاندن فناوری تبدیل متن به گفتار (TTS) ایجاد شده است. این پروژه از نظر تعداد زبان‌های مختلفی که برای آن‌ها استفاده شده است، رکورددار دیگر فناوری‌های سنتز گفتار است. اگرچه صدای MBROLA هنوز برای برخی از زبان های رایج از جمله روسی ایجاد نشده است.

eSpeak می تواند در ارتباط با MBROLA کار کند، که امکان استفاده از کتابخانه های صوتی این پروژه را به عنوان بخشی جدایی ناپذیر از خود eSpeak فراهم می کند. این به شما امکان می دهد لیست زبان های پشتیبانی شده را برای ترکیب گفتار از متن بیشتر گسترش دهید.

می توانید از ترکیب eSpeak و MBROLA در سیستم عامل هایی مانند ویندوز، لینوکس و Mac OS X استفاده کنید.

با این حال، همه کتابخانه های صوتی MBROLA از ادغام با eSpeak پشتیبانی نمی کنند.

اصول پیاده سازی

کلمات متن ورودی برای سنتز تحت دو مرحله پردازش قرار می گیرند:

• یک کلمه در نمایش نامه به دنباله ای از واج ها تبدیل می شود.
• یک سیگنال صوتی بر اساس دنباله دریافتی تولید می شود.

قوانین به دست آوردن دنباله ای از واج ها به شکل "A, B, C = D" ذخیره می شود. در جایی که B حرف مورد نظر است، A و C بافت اطراف آن حرف در کلمه هستند و D واجی است که می توان آن حرف را به آن تبدیل کرد. زمینه محیطی را می توان با حروف خاص یا با کاراکترهای خاص که گروه هایی از حروف را نشان می دهند مشخص کرد. قوانین سینت سایزر امکان تعریف مبهم چنین زنجیره هایی را فراهم می کند. برای رفع این ابهام، سینتی سایزر به هر قانون اولویتی اختصاص می دهد که بر اساس تعداد حروف درگیر در قانون و درجه اختصاصی بودن در تعریف زمینه محیطی محاسبه می شود. قوانین همچنین می توانند تفاوت هایی را در ترجمه بسته به استرس مشخص کنند.

در eSpeak، صداهای مصوت همیشه سنتز می شوند، صامت های صوتی با مخلوط کردن صداهای سنتز شده با نویزهای صوتی از پیش ضبط شده ایجاد می شوند، و همه صداهای دیگر به سادگی ضبط می شوند، به عنوان مثال، [sh].

هر صدا، به جز صامت های بی صدا، با دنباله ای از فرمت ها نمایش داده می شود. علاوه بر اطلاعات در مورد فرمت ها، هر واج اطلاعاتی در مورد دامنه، مدت زمان و تأخیر صدا قبل از واج بعدی دارد. بر اساس این پارامترها، صدای یک واکه با استفاده از الگوریتم های پیاده سازی شده در سینت سایزر سنتز می شود. اطلاعات مربوط به واج‌ها و فرمت‌ها در فایل‌های جداگانه ذخیره می‌شود، که سپس به فرمت باینری نیز کامپایل می‌شوند.

ابزار eSpeak Edit همراه با سینت سایزر عرضه می شود. این یک برنامه رابط کاربری گرافیکی است که با استفاده از کتابخانه WXLib نوشته شده است. این به شما امکان می دهد واج های آماده را به صورت بصری ویرایش کنید. واج به صورت نمودار منحنی نمایش داده می شود، که در آن فرمت ها می توانند به ترتیب انتخاب شوند و مقادیر آنها، مانند فرکانس، گام و عرض، تغییر کند. به لطف این قابلیت ها، بر اساس واج های آماده، می توانید صداهای جدید و دقیق تری را برای یک زبان خاص به دست آورید. در عین حال، برخی از واج ها را نمی توان با اصلاح واج های موجود به دست آورد. به عنوان مثال، هنگام توسعه بخش روسی زبان eSpeak، صدای [р] به طور ویژه ضبط شد، زیرا هیچ آنالوگ شایسته ای برای آن در زبان های دیگر وجود نداشت.

پروژه ها با استفاده از eSpeak

افزونه های شخص ثالث

برخی از زبان ها قوانین ساده و جهانی برای ساختن گفتار باسواد ندارند و eSpeak به اجزای اضافی برای تولید ترکیب با کیفیت بالا در این زبان ها نیاز دارد. برای جلوگیری از افزایش اندازه بسته اصلی eSpeak، این اجزا به طور جداگانه توزیع می شوند. به ویژه، در زبان روسی هیچ قانون کلی برای ایجاد هجای تاکیدی در کلمات وجود ندارد. در این موارد، eSpeak سعی می کند استرس کلمه را تعیین کند، اما تلفظ داده شده اغلب تلفظ صحیح نیست. برای حل این مشکل، یک فرهنگ لغت تلفظ توسعه یافته ویژه وجود دارد که باید جدا از بسته اصلی eSpeak نصب شود.

علاوه بر روسی، اجزای تصحیح گفتار eSpeak شخص ثالث نیز برای چینی (Putonghua و Cantonese) موجود است.

این دیکشنری ها را می توانید از وب سایت رسمی پروژه دانلود کنید.

همچنین ببینید

نظری در مورد مقاله "ESpeak" بنویسید

یادداشت

پیوندها

• بر .

نرم افزار اختصاصی نرم افزار آزاد ماشین برنامه های کاربردی پروتکل ها توسعه دهندگان/ محققین روند

گزیده ای در توصیف ESpeak

سربازان رفیق که در کنار پیر قدم می‌زدند، درست مانند او، به جایی که صدای تیراندازی و سپس زوزه سگ شنیده شد، به عقب نگاه نکردند. اما یک حالت خشن در همه چهره ها دیده می شد.

انبار، اسرا و کاروان مارشال در روستای شمشوا توقف کردند. همه چیز دور آتش جمع شده بود. پیر به سمت آتش رفت، گوشت اسب بریان شده را خورد، با پشت به آتش دراز کشید و بلافاصله به خواب رفت. دوباره همان خوابی را که بعد از بورودین در موژایسک خوابید، خوابید.
دوباره وقایع واقعیت با رویاها ترکیب شد و باز هم کسی، چه خودش یا دیگری، افکار و حتی همان افکاری را که در مژایسک با او گفته شد، به او گفت.
«زندگی همه چیز است. زندگی خداست. همه چیز حرکت می کند و حرکت می کند و این حرکت خداست. و تا حيات هست لذت خودآگاهي معبود هست. زندگی را دوست داشته باش، خدا را دوست داشته باش. سخت ترین و سعادتمندترین این است که این زندگی را در رنج خود دوست داشته باشیم، در معصومیت رنج.»
"کاراتایف" - پیر به یاد آورد.
و ناگهان پیر خود را به معلم قدیمی زنده، فراموش شده و مهربانی معرفی کرد که به پیر جغرافیا در سوئیس تدریس می کرد. پیرمرد گفت: صبر کن. و او کره زمین را به پیر نشان داد. این کره یک توپ زنده و در حال نوسان بود که هیچ ابعادی نداشت. تمام سطح توپ از قطره هایی تشکیل شده بود که محکم به هم فشرده شده بودند. و این قطره ها همه حرکت کردند، حرکت کردند و سپس از چندین به یک ادغام شدند، سپس از یکی به بسیاری تقسیم شدند. هر قطره به دنبال پخش شدن بود، تا بزرگترین فضای ممکن را تصرف کند، اما دیگران، در تلاش برای همان چیزی، آن را فشرده می کردند، گاهی آن را نابود می کردند، گاهی اوقات با آن ادغام می شدند.
معلم پیر گفت: این زندگی است.
پیر فکر کرد: "این چقدر ساده و واضح است." "چطور می توانستم قبلاً این را ندانم؟"
«خداوند در وسط وجود دارد و هر قطره ای در تلاش است تا او را در بزرگ ترین اندازه ممکن منعکس کند. و رشد می کند، ادغام می شود و منقبض می شود و در سطح از بین می رود، به اعماق می رود و دوباره به سمت بالا شناور می شود. او اینجاست، کاراتایف، سرریز و ناپدید می شود. معلم گفت: "ووس آویز شامل، روز نوزاد، [تو می فهمی.]."
صدایی فریاد زد: «Vous avez compris, sacre nom, [تو می فهمی، لعنت به تو].» و پیر از خواب بیدار شد.
بلند شد و نشست. یک فرانسوی که به تازگی یک سرباز روسی را کنار زده بود، کنار آتش چمباتمه نشسته بود و داشت گوشتی را که روی یک میله گذاشته بودند سرخ می کرد. دست‌های رگ‌دار، پیچ‌خورده، پشمالو و قرمز با انگشتان کوتاه به طرز ماهرانه‌ای رامرود را چرخانده بودند. چهره ای عبوس قهوه ای با ابروهای اخم شده در نور زغال ها به وضوح نمایان بود.
او غرغر کرد و سریع به سمت سرباز ایستاده برگشت. - ... سارق. وا! [او مهم نیست... یک دزد، واقعا!]
و سرباز، در حالی که رامرود را می چرخاند، با ناراحتی به پیر نگاه کرد. پیر برگشت و به سایه ها نگاه کرد. یکی از سربازان روسی، یک اسیر، کسی که توسط فرانسوی رانده شده بود، کنار آتش نشست و چیزی را با دستش به هم زد. پیر با نگاهی نزدیک تر، سگی بنفش را تشخیص داد که دم خود را تکان می داد و در کنار سرباز نشسته بود.
- اوه اومدی؟ - گفت پیر. "آه، پلا..." او شروع کرد و تمام نکرد. در تخیل او، ناگهان، در همان زمان، در ارتباط با یکدیگر، خاطره ای از نگاهی که افلاطون در زیر درختی نشسته بود به او نگاه کرد، از صدای شلیک در آن مکان، از زوزه یک سگ، چهره جنایتکارانه دو فرانسوی که از کنار او دویدند، از فیلمبرداری یک اسلحه سیگاری، درباره غیبت کاراتایف در این توقف، و او آماده بود تا بفهمد که کاراتایف کشته شده است، اما در همان لحظه در روحش، از طرف خدا آمده است. می داند کجا، خاطره ای از شبی که با زن زیبای لهستانی در تابستان گذراند، در بالکن خانه اش در کیف به وجود آمد. و با این حال، بدون پیوند خاطرات این روز و بدون نتیجه گیری در مورد آنها، پیر چشمانش را بست و تصویر طبیعت تابستانی با خاطره شنا، یک توپ در حال نوسان مایع آمیخته شد و جایی در آب فرو رفت. طوری که آب بالای سرش جمع شد.
قبل از طلوع آفتاب با صدای شلیک و فریادهای بلند و مکرر از خواب بیدار شد. فرانسوی ها از کنار پیر دویدند.
- Les cosaques! [قزاق ها!] - یکی از آنها فریاد زد و یک دقیقه بعد جمعیتی از چهره های روسی پیر را محاصره کردند.
برای مدت طولانی پیر نمی توانست بفهمد چه اتفاقی برای او می افتد. از هر طرف فریاد شادی همرزمانش را می شنید.
- برادران! عزیزان من، عزیزان من! - سربازان قدیمی گریه می کردند، گریه می کردند، قزاق ها و هوسارها را در آغوش می گرفتند. هوسرها و قزاق ها زندانیان را محاصره کردند و با عجله به آنها لباس، چکمه و نان دادند. پیر در میان آنها نشسته بود هق هق می کرد و نمی توانست کلمه ای بر زبان بیاورد. اولین سربازی را که به او نزدیک شد در آغوش گرفت و در حالی که گریه می کرد او را بوسید.
دولوخوف در مقابل دروازه خانه ای ویران ایستاده بود و به جمعیت فرانسوی خلع سلاح اجازه عبور داد. فرانسوی ها، هیجان زده از هر اتفاقی که افتاده بود، با صدای بلند در میان خود صحبت کردند. اما وقتی از کنار دولوخوف که به آرامی با شلاق چکمه‌هایش را می‌کوبید و با نگاه سرد و شیشه‌ای‌اش به آن‌ها نگاه می‌کرد و قول خوبی نمی‌داد، رد شدند، صحبت‌شان ساکت شد. در طرف دیگر دولوخوف قزاق ایستاده بود و زندانیان را می شمرد و صدها نفر را با خط گچی روی دروازه مشخص می کرد.
- چند تا؟ - دولوخوف از قزاق پرسید که زندانیان را می شمرد.
قزاق پاسخ داد: "برای صد دوم."
دولوخوف که این عبارت را از فرانسوی ها آموخته بود، گفت: "فیلز، فیلز، [بیا، بیا داخل]."
دنیسوف با چهره ای عبوس که کلاهش را برداشته بود، پشت قزاق ها که جسد پتیا روستوف را به سوراخ حفر شده در باغ می بردند، رفت.

از 28 اکتبر، زمانی که یخبندان ها شروع شد، فرار فرانسوی ها فقط جنبه غم انگیزتری پیدا کرد: مردمی که در آتش یخ می زدند و می میرند و به سوار شدن بر کت های خز و کالسکه با کالاهای غارت شده امپراتور، پادشاهان و دوک ها ادامه می دادند. ; اما در اصل، روند فرار و متلاشی شدن ارتش فرانسه از زمان سخنرانی مسکو به هیچ وجه تغییر نکرده است.
از مسکو تا ویازما، از هفتاد و سه هزار ارتش قدرتمند فرانسوی، بدون احتساب نگهبانان (که در طول جنگ هیچ کاری جز غارت نکردند)، از هفتاد و سه هزار نفر، سی و شش هزار نفر باقی ماندند (از این تعداد، نه بیشتر. بیش از پنج هزار نفر در نبردها کشته شدند). در اینجا اولین عبارت پیشرفت است که از نظر ریاضی به درستی موارد بعدی را تعیین می کند.
ارتش فرانسه به همان نسبت ذوب شد و از مسکو تا ویازما، از ویازما تا اسمولنسک، از اسمولنسک تا برزینا، از برزینا تا ویلنا، بدون توجه به درجه سرما، آزار و اذیت، مسدود کردن راه و همه شرایط دیگر، ذوب شد و نابود شد. جداگانه گرفته شده است. پس از ویازما، نیروهای فرانسوی به جای سه ستون، در یک پشته جمع شدند و تا آخر به همین منوال ادامه دادند. برتیه به حاکم خود نوشت (معلوم است که فرماندهان تا چه اندازه به خود اجازه می دهند وضعیت ارتش را توصیف کنند). او نوشت:
"Je crois devoir faire connaitre a Votre Majeste l"etat de ses troupes dans les differents corps d" annee que j"ai ete a meme d"observer depuis deux ou trois jours dans differents passages. Elles sont presque debandees. Le nombre des soldats qui suivent les drapeaux est en ratio du quart au plus dans presque tous les regiments, les autres marchent isolement dans differentes جهت ها et pour leur compte, dans l "esperance de trouver des subsistances et pour se debarraser disciplineser. کلی ils توجه اسمولنسک comme le point ou ils doivent se refaire. Ces derniers jours on a remarque que beaucoup de soldats jettent leurs cartouches et leurs armes. vues ulterieures qu" on Rallye l"armee a Smolensk en Commencant a la debarrasser des non combattans, teles que hommes demontes et des bagages inutiles et du materiel de l"armee a smolensk en commencant a la debarrasser des non combattans, teles que hommes demontes et des bagages inutiles et du materiel de l"artillerie qui n"est بعلاوه نسبت نیروهای avec les actuelles. En outre les jours de repos, des subsistances sont necessaires aux soldats qui sont extenues par la faim et la fatigue; beaucoup sont morts ces derniers jours sur la route et dans les bivacs. Cet etat de choses va toujours en augmentant et donne lieu de craindre que si l"on n"y prete un prompt remede، on ne soit plus maitre des troupes dans un combat. Le 9 نوامبر، 30 verstes de Smolensk.
[وظیفه من است که وضعیت سپاهی را که در سه روز گذشته در راهپیمایی معاینه کردم به اعلیحضرت اطلاع دهم. آنها تقریباً در آشفتگی کامل هستند. فقط یک چهارم سربازان با بنرها باقی می مانند؛ بقیه خودشان به جهات مختلف می روند و سعی می کنند غذا پیدا کنند و از خدمت خلاص شوند. همه فقط به اسمولنسک فکر می کنند، جایی که امیدوارند آرامش داشته باشند. در روزهای اخیر بسیاری از سربازان فشنگ و تفنگ خود را دور انداخته اند. نیت بعدی شما هرچه باشد، بهره مندی از خدمات اعلیحضرت مستلزم جمع آوری سپاه در اسمولنسک و جدا کردن سواره نظام پیاده شده، غیرمسلح، کاروان های اضافی و بخشی از توپخانه است، زیرا اکنون به تعداد نیروها نیست. غذا و چند روز استراحت لازم است. سربازان از گرسنگی و خستگی خسته شده اند. در روزهای اخیر، بسیاری در جاده ها و در بیواک جان خود را از دست داده اند. این پریشانی دائماً در حال افزایش است و ما را به ترس می‌اندازد که اگر اقدامات سریعی برای جلوگیری از این شر انجام نشود، به زودی در صورت وقوع نبرد، هیچ نیرویی تحت فرمان خود نخواهیم داشت. 9 نوامبر، 30 ورست از اسمولنکو.]
فرانسوی ها پس از هجوم به اسمولنسک، که به نظر آنها سرزمین موعود بود، یکدیگر را به خاطر آذوقه کشتند، فروشگاه های خود را غارت کردند و وقتی همه چیز غارت شد، به راه افتادند.