{"id":102522,"date":"2021-12-08T15:37:00","date_gmt":"2021-12-08T13:37:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-sintezatora-rechi-rhvoice-1-6-0"},"modified":"2021-12-08T15:37:00","modified_gmt":"2021-12-08T13:37:00","slug":"vypusk-sintezatora-rechi-rhvoice-1-6-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/vypusk-sintezatora-rechi-rhvoice-1-6-0","title":{"rendered":"Udgivelsen af tale-syntesen RHVoice 1.6.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Der \u00e5bne stemmesyntese-system RHVoice 1.6.0 er blevet udgivet, som oprindeligt blev udviklet til at sikre kvalitetsst\u00f8tte til det russiske sprog, men senere tilpasset til andre sprog, herunder engelsk, portugisisk, ukrainsk, kirmanjki, tatarisk og georgisk. Koden er skrevet i C++ og distribueres under LGPL 2.1-licensen. Den fungerer p\u00e5 GNU\/Linux, Windows og Android. Programmet er kompatibelt med standard TTS-gr\u00e6nseflader (text-to-speech) til at konvertere tekst til tale: SAPI5 (Windows), Speech Dispatcher (GNU\/Linux) og Android Text-To-Speech API, men kan ogs\u00e5 bruges i sk\u00e6rml\u00e6seren NVDA. Skaberen og hovedudvikleren af RHVoice er Olga Yakovleva, som forts\u00e6tter med at udvikle projektet trods fuld blindhed. <\/p>\n
Den nye version inkluderer 5 nye stemmevarianter til russisk tale. St\u00f8tte til albansk sprog er blevet implementeret. Ordbogen til det ukrainske sprog er opdateret. St\u00f8tten til udtale af emoji-symboler er blevet udvidet. Der er arbejdet med at rette fejl i Android-applikationen, importen af brugerordb\u00f8ger er blevet forenklet, og der er tilf\u00f8jet support til Android 11. Nye indstillinger og funktioner, herunder g2p.case, word_break og st\u00f8tte til equalizer-filtre, er blevet tilf\u00f8jet til kerne-motoren. <\/p>\n
Vi minder om, at RHVoice bruger resultaterne fra HTS-projektet (HMM\/DNN-baseret taleriggenkendelsessystem) og den parametiske syntesemetode med statistiske modeller (Statistical Parametric Synthesis baseret p\u00e5 HMM - Hidden Markov Model). Fordelen ved den statistiske model er lave overheadomkostninger og lavt CPU-forbrug. Alle operationer udf\u00f8res lokalt p\u00e5 brugerens system. Der underst\u00f8ttes tre kvalitetsniveauer for tale (jo lavere kvalitet - jo h\u00f8jere ydelse og kortere reaktionstid). <\/p>\n
Ulempen ved den statistiske model er den relativt lave kvalitet i udtalelsen, som ikke n\u00e5r niveauet af syntetisere, der genererer tale baseret p\u00e5 kombinationen af fragmenter af naturlig tale, men resultatet er stadig ganske forst\u00e5eligt og minder om udsendelsen af en optagelse fra en h\u00f8jttaler. Til sammenligning overg\u00e5r Silero-projektet, som tilbyder en \u00e5ben motor for tale syntese baseret p\u00e5 maskinl\u00e6ringsteknologier og et s\u00e6t modeller til det russiske sprog, kvaliteten af RHVoice. <\/p>\n
Der er 13 stemmevarianter til russisk, og 5 til engelsk. Stemmerne er baseret p\u00e5 optagelser af naturlig tale. I indstillingerne kan man \u00e6ndre hastighed, toneh\u00f8jde og lydstyrke. Biblioteket Sonic kan bruges til at \u00e6ndre tempoet. Automatisk sproggenkendelse og skift kan udf\u00f8res baseret p\u00e5 analyse af indholdet (for eksempel kan der anvendes en model for syntese p\u00e5 det sprog, som er modersm\u00e5l for ord og citater p\u00e5 et andet sprog). Stemmeprofiler underst\u00f8ttes, hvilket definerer kombinationer af stemmer til forskellige sprog. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"