Frigivelsen af det åbne talesyntesesystem RHVoice 1.2.4 er blevet offentliggjort, oprindeligt udviklet til at give højkvalitetssupport til det russiske sprog, men derefter tilpasset til andre sprog, herunder engelsk, portugisisk, ukrainsk, kirgisisk, tatarisk og georgisk. Koden er skrevet i C++ og distribueret under LGPL 2.1-licensen. Understøtter arbejde på GNU/Linux, Windows og Android. Programmet er kompatibelt med standard TTS-grænseflader (tekst-til-tale) til konvertering af tekst til tale: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) og Android Text-To-Speech API, men kan også bruges i NVDA skærmlæser.
Programmet bruger den parametriske syntesemetode med statistiske modeller (Statistical Parametric Synthesis baseret på HMM - Hidden Markov Model). Fordelen ved den statistiske model er lave overheadomkostninger og krævende CPU-kraft. Alle handlinger udføres lokalt på brugerens system. Tre niveauer af talekvalitet er understøttet (jo lavere kvalitet, jo højere ydeevne og jo kortere reaktionstid).
Understøtter indstilling og ændring af stemmer. Der er 9 stemmemuligheder tilgængelige for det russiske sprog, og 5 for engelsk. Stemmerne er dannet baseret på optagelser af naturlig tale. På grund af brugen af en statistisk model når kvaliteten af udtalen ikke niveauet for synthesizere, der genererer tale baseret på en kombination af fragmenter af naturlig tale, men ikke desto mindre er resultatet ret forståeligt og ligner en udsendelse af en optagelse fra en højttaler .
I indstillingerne kan du ændre hastighed, tonehøjde og lydstyrke. Sonic-biblioteket kan bruges til at ændre tempoet. Det er muligt automatisk at detektere og skifte sprog baseret på analyse af inputteksten (for eksempel, for ord og citater på et andet sprog, kan en syntesemodel, der er hjemmehørende i det pågældende sprog, bruges). Stemmeprofiler understøttes, hvilket definerer kombinationer af stemmer for forskellige sprog.
Kilde: opennet.ru