Издаване на синтезатор на реч RHVoice 1.2.4, разработен за руски език

Публикувана е версията на отворената система за синтез на реч RHVoice 1.2.4, първоначално разработена за осигуряване на висококачествена поддръжка за руски език, но след това адаптирана 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 на GNU/Linux, Windows и Android. Програмата е съвместима със стандартните TTS (text-to-speech) интерфейси за конвертиране на текст в реч: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) и Android Text-To-Speech API, но може да се използва и в NVDA екранен четец.

Програмата използва метода за параметричен синтез със статистически модели (Statistical Parametric Synthesis based on HMM - Hidden Markov Model). Предимството на статистическия модел е ниските режийни разходи и неизискваща мощност на процесора. Всички операции се извършват локално в системата на потребителя. Поддържат се три нива на качество на речта (колкото по-ниско е качеството, толкова по-висока е производителността и по-кратко е времето за реакция).

Поддържа настройка и промяна на гласове. Налични са 9 гласови опции за руски език и 5 за английски.Гласовете се формират въз основа на записи на естествена реч. Поради използването на статистически модел, качеството на произношението не достига нивото на синтезаторите, които генерират реч въз основа на комбинация от фрагменти от естествена реч, но въпреки това резултатът е доста разбираем и прилича на излъчване на запис от високоговорител .

В настройките можете да промените скоростта, височината и силата на звука. Библиотеката Sonic може да се използва за промяна на темпото. Възможно е автоматично откриване и превключване на езици въз основа на анализ на въведения текст (например за думи и цитати на друг език може да се използва модел за синтез, роден на този език). Поддържат се гласови профили, дефиниращи комбинации от гласове за различни езици.

Източник: opennet.ru