Добавлено автоматическое определение польского текста в латинице (по тому же принципу, что и украинско-русское автоопределение в кириллице) — включается флажком «Auto-detect Polish text within Latin script» в настройках речи NVDA либо автоматически при активации пары голосов, содержащей и английский, и польский. Добавлен полный английский перевод интерфейса дополнения.

NeuralVoicesUA (Драйвер для нейронных естественных голосов Microsoft)

Драйвер NVDA для нейронных естественных голосов Microsoft (Azure Embedded Speech SDK), работающий полностью офлайн после установки голосовых пакетов.

Содержание

• Начало работы
• Голоса и пары голосов
  • Отдельные голоса
  • Пары голосов
• Голосовые профили
• Автоматическое определение языка
  • Общий принцип
  • Украинский и русский языки
  • Польский и немецкий языки
  • Язык чисел
• Ударения украинского языка
  • Быстрое добавление слова
  • Список «Применить к»
  • Управление всем словарём
• Другие настройки
• Эмодзи
• Советы
• Об авторе и поддержке проекта

Начало работы

1. Установите этот драйвер, а также одно или несколько дополнений с голосовыми данными — отдельные надстройки с названием вида «NeuralVoices-voice-Ostap-Natural-Ukrainian-Ukraine» или «NeuralVoices-voice-Polina-Natural-Ukrainian-Ukraine».
2. Нажмите Ctrl+Insert+S, чтобы открыть диалог выбора синтезатора речи, и выберите в списке «NeuralVoicesUA».

Сам синтезатор далее настраивается в обычном диалоге NVDA «Голос синтезатора» — Ctrl+Insert+V (те же параметры доступны и в кольце настроек, NVDA+Ctrl+стрелки):

• Голос — список всех установленных нейронных голосов, а также настроенных пар голосов. Выбранный голос сразу озвучивает весь текст, независимо от его языка.
• Скорость, Высота тона, Громкость — сохраняются отдельно для каждого голоса.
• Определять язык текста на основе Unicode-письменностей, Игнорировать цифры при определении языка текста, Язык чисел, Автоматически определять русский / польский / немецкий текст — управляют автоматическим определением языка (раздел «Автоматическое определение языка» ниже).
• Не озвучивать эмодзи — убирает эмодзи из речи (раздел «Эмодзи» ниже; то же делает NVDA+Alt+E).
• Исправлять ударение украинских слов из словаря — раздел «Ударения украинского языка» ниже.
• Пауза между авто-определёнными языками (мс), Заменять восклицательный знак точкой перед синтезом — раздел «Другие настройки» ниже.
• Язык латиницы / кириллицы / CJK-символов — появляются только тогда, когда установлено несколько голосов соответствующей письменности: определяют, какой именно язык этой письменности считать основным для автоматического определения.

Отдельный диалог настроек этого дополнения (меню NVDA → Параметры → Настройки NeuralVoicesUA) содержит шесть разделов: Языки (какие языки показывать в разделе «Голоса»), Голоса (голос и параметры для каждого языка), Пары голосов (ниже), Голосовые профили (ниже), Ударение слова (ниже) и Разное (кнопка «Справка», открывающая этот файл в браузере).

Голоса и пары голосов

Отдельные голоса

Раздел «Голоса» диалога настроек дополнения позволяет для каждого отмеченного в разделе «Языки» языка выбрать, какой из установленных голосов озвучивает его по умолчанию, и настроить его скорость, высоту тона и громкость отдельно от других голосов. Ошибка одного голосового пакета не мешает загрузке остальных установленных — если какой-то голос не появляется в списке, проверьте прежде всего именно его установку.

Пары голосов

Пара голосов — это именованная группа соответствий «язык → голос» (не обязательно ровно два языка: можно создать, например, группу из трёх и более языков — английский + украинский + немецкий и т.д.). Переключение между парами одним пунктом заменяет настройку каждого языка по отдельности.

1. Откройте меню NVDA → Параметры → Настройки NeuralVoicesUA, перейдите в раздел «Пары голосов».
2. В поле «Название пары» введите произвольное название (например, «Женские голоса»).
3. В списке «Участники пары» добавьте нужные языки: выберите язык и голос, нажмите «Добавить в пару» — и повторите для каждого языка, который хотите включить в пару.
4. Нажмите «Сохранить пару».
5. Чтобы создать ещё одну пару (например, «Мужские голоса»), обязательно нажмите «Новая пара», прежде чем вводить название и добавлять языки — иначе следующее «Сохранить пару» перезапишет только что созданную пару вместо создания новой. Чтобы отредактировать уже существующую пару, вместо этого выберите её в списке «Пары голосов».
6. Закройте диалог. Только что созданная пара появится прямо в списке «Голос» (Ctrl+Insert+V) рядом с обычными голосами — выбор пары сразу назначает все её голоса соответствующим языкам.

В диалоге настроек активная пара отмечается надписью «(активна)» в списке пар, а если сохранённая пара ссылается на более не установленный голос — это видно прямо в списке участников пары.

Чтобы быстро переключаться между парами без открытия диалога настроек: откройте меню NVDA → Параметры → Жесты ввода, найдите категорию «NeuralVoicesUA» → «Переключить на следующую пару голосов NeuralVoicesUA» и назначьте удобное сочетание клавиш. По умолчанию сочетание не назначено.

Голосовые профили

Голосовой профиль — это нумерованный слот, в который кладётся одна пара голосов вместе с её скоростью, высотой тона и громкостью. Слотов десять, и у каждого своя комбинация клавиш: NVDA+Ctrl+1 … NVDA+Ctrl+9, а десятый — NVDA+Ctrl+0.

Отличие профиля от жеста «следующая пара голосов» — в двух вещах. Во-первых, профиль открывает нужную пару сразу, а не после нескольких нажатий подряд. Во-вторых, и это главное: профиль срабатывает даже тогда, когда синтезатор NeuralVoicesUA сейчас не активен в NVDA — комбинация сама переключает NVDA на него и поднимает его уже с голосами профиля. Жест «следующая пара» в такой ситуации лишь сообщает, что синтезатор не активен.

Чтобы настроить профиль:

1. Сначала создайте нужные пары голосов в разделе «Пары голосов» — профиль ссылается на готовую пару, а не заменяет её.
2. Если хотите сохранить в профиле и параметры речи, выставьте их на панели «Голоса».
3. Откройте меню NVDA → Параметры → Настройки NeuralVoicesUA, перейдите в раздел «Голосовые профили».
4. В списке «Голосовые профили» выберите слот. Каждая строка показывает номер слота, его комбинацию клавиш и то, что в нём лежит.
5. В списке «Пара голосов для этого профиля» выберите пару.
6. Галочка «Запомнить также текущие скорость, высоту и громкость» (включена по умолчанию) сохраняет в профиле текущие параметры каждого голоса пары отдельно — именно так их хранит драйвер, поэтому для пары из трёх языков запомнится три набора.
7. Нажмите «Назначить профилю».

Кнопка «Очистить профиль» освобождает слот; сама пара при этом остаётся.

Комбинации клавиш можно изменить: меню NVDA → Параметры → Жесты ввода → категория «NeuralVoicesUA». По умолчанию выбраны NVDA+Ctrl+цифра, а не Ctrl+Alt+цифра, поскольку последние в Microsoft Word означают стили заголовков.

Если пара, на которую ссылался профиль, удалена, слот показывает это в списке, а нажатие его клавиши сообщает, что пары больше нет — сам профиль при этом не исчезает, достаточно назначить ему другую пару.

Автоматическое определение языка

Общий принцип

Флажок «Определять язык текста на основе Unicode-письменностей» в настройках голоса NVDA (Ctrl+Insert+V) включает автоматическое переключение голоса по письменности символов (латиница, кириллица и т.д.) прямо внутри одного предложения — удобно сочетать с парами голосов, чтобы текст на смешанном языке сразу озвучивался нужными голосами из выбранной пары.

Украинский и русский языки

Украинский и русский используют одну и ту же кириллицу, поэтому по одной только письменности их не различить. Если пара голосов настроена сразу и на украинский, и на русский язык, драйвер автоматически включает отдельный режим: по умолчанию используется украинский, а переключение на русский происходит только тогда, когда в тексте (в пределах одного предложения) встречается что-то характерное именно для русского письма.

Этот режим можно также включить отдельно, без настройки пары голосов: флажок «Автоматически определять русский текст в кириллице (экспериментально)» в настройках голоса NVDA (Ctrl+Insert+V, и в кольце настроек) работает при условии, что установлен хотя бы один украинский и хотя бы один русский голосовой пакет — если какого-то из них нет, NVDA озвучит соответствующее сообщение, и флажок не включится.

Признаки, по которым текст определяется как русский:

• буквы, которых нет в украинском алфавите: ы, э, ъ;
• сочетания букв, типичные для русской грамматики: ие, ии, ее, ирован, изован, тся, шся, ия, вск, нск, дск, тск, рск, йск, жск, мск, пск, сск, шск, хск, цк, сч, рр, пп, ои, еи, аи, ца, ающ, яющ, ующ, юющ, ье, ьи, ью, ья, жь, шь, чь, больш, мног, целом, мм, мя (после гласной — «время», «имя», «памятник»), иц (только когда после него не идёт «я» — иначе «полиця», «лисиця»);
• слова, которых нет в украинском в таком виде: что, еще, как, теперь, даже, очень, туда, куда, тоже, также, такой, такая, такую, сейчас, где, когда, чего, почему, зачем, после; корни, которых нет в украинском вообще: долг, долж, сверх;
• слова да, нет, ли, они, им, она, оно, его, ему, тех, зря — только как отдельное слово (как фрагмент они встречаются внутри «влада», «кабінет», «робили», «вони», «новим», «ікона», «техніка» и т.п.);
• союзы и и или как отдельное слово (не часть более длинного слова);
• приставки бес-, рас- в начале слова (по-украински всегда «без-», «роз-»);
• суффикс -ец без следующего мягкого знака (украинское «-ець» всегда с мягким знаком: «хлопець», «молодець»).

Это эвристика, а не абсолютное правило: короткие слова и фразы без этих маркеров по умолчанию останутся украинскими, даже если фактически написаны по-русски. Классификация обновляется на каждой точке, восклицательном или вопросительном знаке, а также переносе строки — то есть маркер в одном предложении не переходит на соседнее.

Полный список маркеров хранится в отдельном текстовом файле synthDrivers\NeuralVoices\russianMarkers.txt внутри папки дополнения — его можно отредактировать любым текстовым редактором, чтобы добавить свои маркеры. Изменения вступают в силу после перезапуска NVDA.

Защита от ложного срабатывания: если в предложении есть буквы і, ї, є, ґ (их нет в русском алфавите), оно всегда остаётся украинским — независимо от того, встретился ли в нём какой-то из маркеров выше. Это гарантия, а не эвристика: наличие этих букв стопроцентно означает, что текст украинский.

Исключение: если такая буква встречается только в самом первом слове предложения (например, когда какое-то приложение «приклеивает» собственную украинскую метку элемента, скажем «Відео», прямо перед русским текстом без какого-либо знака препинания между ними), а остальная часть предложения сама по себе однозначно выглядит русской — гарантия действует только на это первое слово, а не на всё предложение.

То же самое касается украинских слов или фраз, вставленных в середину предложения (например, когда NVDA описывает встроенный эмодзи по-украински прямо посреди иначе полностью русского предложения) — но в этом случае гарантия снимается только тогда, когда остальная часть предложения (без этой вставки) содержит букву ы, э или ъ — не просто какой-то маркер-эвристику, а стопроцентный признак русского письма.

Польский и немецкий языки

Так же устроено распознавание польского и немецкого языков внутри латиницы. Если пара голосов настроена сразу и на английский, и на польский язык (или английский и немецкий), драйвер автоматически включает соответствующий режим; отдельно его включают флажки «Автоматически определять польский текст в латинице (экспериментально)» и «Автоматически определять немецкий текст в латинице (экспериментально)» в настройках голоса NVDA — при условии, что установлены соответствующие голосовые пакеты (английский и польский / английский и немецкий).

Немецкие твёрдые буквы ä, ö, ü, ß однозначно определяют немецкий текст независимо от каких-либо маркеров — их нет в польском алфавите. Полные списки маркеров — в файлах synthDrivers\NeuralVoices\polishMarkers.txt и synthDrivers\NeuralVoices\germanMarkers.txt, с тем же принципом редактирования, что и для русских маркеров выше.

Язык чисел

Число внутри предложения (например, «в 2024 году») озвучивается языком этого предложения, а не всегда украинским. Число в НАЧАЛЕ фразы берёт язык следующего за ним текста: «5 з десяти» прозвучит полностью по-украински, даже если активен английский голос.

Если полагаться на эту догадку не хочется, пункт «Язык чисел» в настройках голоса NVDA (Ctrl+Insert+V, и в кольце настроек) закрепляет за цифрами кириллицу или латиницу навсегда: «Автоматически (по окружению)» — поведение по умолчанию, «Всегда кириллицей», «Всегда латиницей». В режиме «Всегда кириллицей» число в русском предложении всё равно прозвучит русским голосом, а не украинским.

Флажок «Игнорировать цифры при определении языка текста» полностью отключает эту привязку: цифры становятся полностью нейтральными для определения языка, как пробелы или знаки препинания. Имеет смысл включать его, если числа в тексте сбивают автоопределение языка на соседних словах.

Ударения украинского языка

Модель Microsoft иногда неправильно ставит ударения в украинских словах. NeuralVoicesUA позволяет исправить это самостоятельно, не дожидаясь обновления от Microsoft. Флажок «Исправлять ударение украинских слов из словаря» в настройках голоса NVDA включает или выключает всю эту поправку.

Быстрое добавление слова

Клавиша NVDA+Alt+U работает поверх любой программы и открывает короткое окно:

1. Слово подставляется автоматически — из курсора обзора (если вы только что услышали ошибку, проще всего сразу встать на это слово) или из буфера обмена; можно также ввести или исправить вручную.
2. В списке «Ударная гласная» выберите, какая гласная должна быть ударной.
3. В списке «Применить к» выберите, насколько широко применять исправление (ниже).
4. Нажмите «Прослушать», чтобы проверить результат на слух, — транскрипция всегда приближение, поэтому проверять стоит каждый раз.
5. Нажмите «ОК», чтобы сохранить.

Список «Применить к»

Украинский язык сильно изменяет слова по падежам, поэтому вписывать каждую форму отдельной строкой неудобно. Список предлагает четыре варианта, от самого узкого до самого широкого:

• Только это слово — исправление действует только на введённую форму. Самый безопасный и стандартный выбор.
• Это слово и любое окончание после него — ударение применится ко всем словоформам, которые НАЧИНАЮТСЯ с введённого слова: «принтер» → «принтера», «принтером», «принтерный»...
• Это слово с любой приставкой перед ним — ударение применится ко всем словоформам, которые ЗАКАНЧИВАЮТСЯ введённым словом, с произвольной приставкой впереди: «писать» → «написать», «переписать»...
• Это слово с любой приставкой и окончанием — обе стороны сразу: подходит любое слово, содержащее основу где угодно.

Приставка может менять ударение — в отличие от окончаний, которые почти всегда его сохраняют. Особенно это касается приставки «ви-» (укр. «вы-»), которая почти всегда перетягивает ударение на себя («ви́писати», «ви́носити», «ви́конати»). Поэтому варианты с разрешённой приставкой никогда не применяются к слову, которое начинается ровно с «ви» перед основой, — это сделано намеренно: лучше не исправить произношение, чем исправить его неправильно. Если нужно именно такое исключение, добавьте это конкретное «ви-»-слово отдельной записью с вариантом «Только это слово»: точная запись всегда имеет приоритет над основой. Основа с разрешённой приставкой должна быть не короче 4 букв — более короткая совпадала бы со слишком многими несвязанными словами; на вариант «только окончание» это ограничение не распространяется.

Управление всем словарём

Кнопка «Открыть настройки словаря…» в быстром окне (как и раздел «Ударение слова» в диалоге настроек дополнения напрямую) открывает полный список слов: там можно просмотреть, изменить или удалить любую запись, а не только только что добавленное слово.

Словарь хранится в файле в папке конфигурации NVDA, поэтому не исчезает при обновлении дополнения.

Другие настройки

• Пауза между авто-определёнными языками (мс) — короткая тишина, которую можно вставить именно на границе, где автоопределение языка или пара голосов переключает голос внутри одного предложения. По умолчанию 0 (без паузы); увеличьте значение, если стык двух голосов звучит слишком резко.
• Заменять восклицательный знак точкой перед синтезом — на восклицательном знаке голос заметно меняет чистоту произношения (громче, с более широким диапазоном высоты тона — это поведение самой нейромодели Microsoft, а не то, что можно исправить через SSML). Флажок убирает сам восклицательный знак ещё до синтеза — ценой потери восклицательной интонации вы получаете более чистое произношение. По умолчанию выключено.

Эмодзи

По нажатию NVDA+Alt+E озвучивание эмодзи включается и выключается. NVDA сразу сообщает результат: «Эмодзи не озвучиваются» или «Эмодзи озвучиваются».

Зачем это. В лентах соцсетей, мессенджерах и на сайтах эмодзи встречаются пачками, и каждый NVDA озвучивает описанием — «улыбающееся лицо с улыбающимися глазами», «тон кожи 3». Чтобы добраться до двух слов текста, приходится выслушать описание двух десятков значков. Флажок убирает их из речи ещё до синтеза.

Тот же переключатель есть и как обычная настройка голоса — «Не озвучивать эмодзи» в диалоге «Голос синтезатора» (Ctrl+Insert+V) и в кольце настроек, поэтому его состояние сохраняется между запусками NVDA.

Список состоит примерно из 1635 правил и охватывает сами значки, модификаторы тона кожи и служебные символы. Каждый эмодзи заменяется пробелом, а не пустой строкой: иначе слова, написанные вплотную к значку, слиплись бы в одно.

Если нужен свой список, положите файл neuralVoicesEmoji.dic в папку конфигурации NVDA — он полностью заменит встроенный. Формат тот же, что и у словарей речи NVDA: шаблон, замена, учёт регистра, тип, разделённые табуляцией. Правила с регулярными выражениями (тип 2) не применяются.

Фильтрация действует только когда активный синтезатор — NeuralVoicesUA: в чужую речь дополнение не вмешивается.

Советы

• На ползунках скорости, высоты тона и громкости в окне настроек дополнения стрелка вверх увеличивает значение, а вниз уменьшает. Windows для горизонтальных ползунков делает наоборот; здесь это изменено намеренно.

• Ошибка одного голосового пакета не мешает загрузке остальных установленных — если какой-то голос не появляется в списке, проверьте прежде всего именно его установку.

• Значения скорости, высоты тона и громкости сохраняются отдельно для каждого голоса — переключение пары или языка не сбрасывает их.

• Если синтезатор NeuralVoicesUA сейчас не активен, диалог настроек дополнения и быстрое окно ударений предупредят об этом и предложат сначала выбрать его через Ctrl+Insert+S.

• Ошибка синтеза отдельной фразы не оставляет внутреннее состояние драйвера рассогласованным — следующая фраза синтезируется нормально.

Об авторе и поддержке проекта

Автор дополнения — Александр Николайчук (alexandrnikolaychuk@gmail.com).

Если вы хотите поблагодарить автора, а также поддержать развитие проекта, это можно сделать по следующим реквизитам:

• ПриватБанк: 5168 7451 7768 8758
• Ссылка на конверт: https://www.privat24.ua/send/461x7
• Monobank: 4441 1110 6728 0507
• Ссылка на банку: https://send.monobank.ua/jar/c6UFhgpjR