Sprachansagen für Arduino- und ESP32-Projekte
Ein sprechendes Projekt wirkt fertig: ein Türschloss, das „Willkommen zu Hause“ sagt, ein Pflanzensensor, der um Wasser bittet, ein Quiz für Kinder, ein Escape-Room-Requisit. Ein Mikrocontroller kann keine neuronale Stimme ausführen, aber Audiodateien abspielen, und eine natürliche Stimme lässt ein Bastelprojekt wie ein Produkt klingen.
Die kostenlose SuperClonica-Engine vertont jeden Satz vorab auf Ihrem Computer. Dieser Leitfaden zeigt, wie Sie die Dateien vorbereiten, klein halten und so benennen, dass Ihr Player sie findet.
Wie ein sprechendes Projekt funktioniert
Ein Arduino oder ESP32 kann das Sprachmodell nicht selbst ausführen; vorab vertonte Dateien sind der verlässliche Weg.
- Das Board entscheidet, wann es spricht und welchen Satz es abspielt.
- Die Sätze sind Audiodateien auf einer SD-Karte oder im Flash-Speicher.
- Ein Player-Modul oder das Board selbst spielt sie über einen kleinen Lautsprecher ab.
- Die Stimme wird vorab am Computer erzeugt, das Board braucht also kein Internet.
Die Stimme gratis wählen
Geben Sie auf der Seite einer beliebigen Stimme eine Ihrer Ansagen mit 30 bis 100 Zeichen ein, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden hören Sie, wie Ihr Projekt klingen wird, ohne Konto.
Alle Sätze auf einmal vertonen
Die Option --normalize gleicht die Lautstärke an, damit keine Ansage plötzlich lauter ist als die anderen.
- Installieren Sie die kostenlose Engine auf Ihrem Computer: python -m pip install superclonica-cpu.
- Halten Sie die Sätze in einer Liste mit einer Nummer für jeden.
- Ein kurzes Skript vertont jeden einzeln: superclonica --text "Willkommen zu Hause!" --voice F1 --lang de --normalize --output 0001.mp3.
- Benennen Sie die Dateien mit Nummern, so wie Ihr Player-Modul oder Ihr Code sie erwartet.
Kleine Dateien für kleine Boards
Die Engine schreibt Audio mit 44,1 kHz als WAV, MP3, FLAC oder OGG. MP3 hält die Dateien klein für Player-Module mit SD-Karte; für die Wiedergabe aus dem Flash-Speicher eines ESP32 wandeln Sie das WAV mit einem Audiowerkzeug wie ffmpeg oder sox in eine niedrigere Abtastrate um, etwa 16 kHz mono. Eine kurze Ansage aus einem Satz belegt als MP3 einige wenige bis einige Dutzend Kilobyte.
Stimmen, die Sie einbauen dürfen
Für ein Projekt, das Sie verkaufen oder öffentlich zeigen, nutzen Sie eine Stimme, an der Sie die Rechte haben: Die zehn Standardstimmen des Modells, M1 bis M5 und F1 bis F5, sind unter der Modelllizenz kostenlos, oder trainieren Sie im SuperClonica-Studio eine eigene Stimme aus der Aufnahme einer einverstandenen Person. Figurenstimmen aus dem Katalog sind von Fans gemacht und passen zu privaten und Fan-Bastelprojekten.