Udgivet version 1.2.4 af det åbne tale syntese system RHVoice, som oprindeligt blev udviklet for at sikre kvalitetsstøtte til det russiske sprog, men senere tilpasset til andre sprog, herunder engelsk, portugisisk, ukrainsk, kirmanjsk, tatarisk og georgisk. Koden er skrevet i C++ og distribueres under LGPL 2.1 licensen. Det understøtter drift på GNU/Linux, Windows og Android. Programmet er kompatibelt med standard TTS-grænseflader (text-to-speech) til at konvertere tekst til tale: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) og Android Text-To-Speech API, men kan også anvendes i skærmlæseren NVDA.
Programmet benytter en parameterisk syntesemetode med statistiske modeller (Statistical Parametric Synthesis baseret på HMM - Hidden Markov Model). Fordelen ved den statistiske model er lave overheadomkostninger og en lav CPU-krav. Alle operationer udføres lokalt på brugerens system. Der understøttes tre niveauer af talekvalitet (jo lavere kvalitet - jo højere ydeevne og kortere reaktionstid).
Der er mulighed for at justere og ændre stemmer. Der er tilgængelige 9 stemmevarianter for russisk, og 5 for engelsk. Stemmerne genereres ud fra optagelser af naturlig tale. På grund af brugen af den statistiske model når udtalen ikke niveauet for synthesizere, der genererer tale baseret på en kombination af fragmenter af naturlig tale, men resultatet er stadig helt forståeligt og minder om en udsendelse fra en højttaler.
I indstillingerne kan hastighed, tonehøjde og volumen ændres. Til ændring af tempoet kan Sonic-biblioteket anvendes. Automatisk detektion og skift af sprog baseret på analyse af den indgående tekst muliggøres (for eksempel kan en model for tale syntese, der er naturlig for det pågældende sprog, anvendes til ord og citater på et andet sprog). Stemmeskabeloner understøttes, der definerer kombinationer af stemmer for forskellige sprog.
Kilde: opennet.ru
