Издаден е новият вариант на отворената система за синтез на реч RHVoice 1.2.4, която първоначално беше развита за осигуряване на качествена поддръжка на руския език, но след това беше адаптирана и за други езици, включително английски, португалски, украински, киргизки, татарски и грузински. Кодът е написан на C++ и се разпространява под лиценз LGPL 2.1. Поддържа работа в GNU/Linux, Windows и Android. Програмата е съвместима с типичните TTS интерфейси (text-to-speech) за преобразуване на текст в реч: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) и Android Text-To-Speech API, но може да се използва и в четеца на екрана NVDA.
В програмата се използва параметричен метод за синтез със статистически модели (Statistical Parametric Synthesis на базата на HMM — Hidden Markov Model). Плюсът на статистическите модели е ниският ресурсен разход и ненатовареността към производителността на CPU. Всички операции се извършват локално на системата на потребителя. Поддържат се три нива на качество на речта (колкото по-ниско е качеството, толкова по-висока е производителността и по-малко е времето за реакция).
Поддържа се настройка и смяна на гласовете. За руския език са налични 9 варианта на гласове, а за английския — 5. Гласовете се формират на базата на записи на естествена реч. Поради използването на статистически модел, качеството на произношение не достига нивото на синтезаторите, генериращи реч въз основа на комбинация от фрагменти на естествена реч, но все пак резултатът е напълно разбираем и напомня на транслация от запис с говорител.
В настройките могат да се променят скоростта, височината и силата на звука. За промяна на темпото може да се използва библиотеката Sonic. Възможно е автоматично определяне и превключване на езика на базата на анализ на входния текст (например, за думи и цитати на друг език може да се използва родната за този език модел на синтез). Поддържат се гласови профили, определящи комбинации от гласове за различни езици.
Източник: opennet.ru
