Издание на говорния синтезатор RHVoice 1.2.4, разработен за руския език

Обявен е изходът на отворената система за синтез на реч RHVoice 1.2.4, която първоначално е била разработена с цел да осигури качествена поддръжка на руския език, но след това е 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 екранния четец NVDA.

В програмата се прилага параметричен метод на синтез със статистически модели (Statistical Parametric Synthesis на базата на HMM — Модел на скритите Маркови). Предимството на статистическия модел са ниските разходи и ненуждата от мощен CPU. Всички операции се изпълняват 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 гласове. За руския език са налични 9 варианта на гласове, а за английския — 5. Гласовете се генерират на базата на записи на естествена реч. Поради използването на статистическия модел качеството на произношение не достига нивото на синтезаторите, които генерират реч на базата на комбинации от фрагменти на естествена реч, но въпреки това, резултатът е напълно разбираем и напомня на предаване на запис с говорители.

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 разпознаване и превключване на езика на базата на анализ на входния текст (например, за думи и цитати на друг език може да се използва модел за синтез на родния език). Поддържат се гласови профили, които определят комбинации от гласове за различни езици.

Източник: opennet.ru