{"id":103762,"date":"2022-04-11T15:36:48","date_gmt":"2022-04-11T13:36:48","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-sintezatora-rechi-rhvoice-1-8-0"},"modified":"2022-04-11T15:36:48","modified_gmt":"2022-04-11T13:36:48","slug":"vypusk-sintezatora-rechi-rhvoice-1-8-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/vypusk-sintezatora-rechi-rhvoice-1-8-0","title":{"rendered":"Udgivelse af talesyntesen RHVoice 1.8.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Den \u00e5bne tale-syntese system RHVoice 1.8.0 er blevet lanceret. Dette system blev oprindeligt udviklet for at sikre kvalitetsunderst\u00f8ttelse af det russiske sprog, men er derefter blevet tilpasset til andre sprog, herunder engelsk, portugisisk, ukrainsk, kirmanjki, tatarisk og georgisk. Koden er skrevet i C++ og distribueres under LGPL 2.1. Det underst\u00f8tter drift p\u00e5 GNU\/Linux, Windows og Android. Programmet er kompatibelt med standard TTS-gr\u00e6nseflader (text-to-speech) til tekst-til-tale konvertering: SAPI5 (Windows), Speech Dispatcher (GNU\/Linux) og Android Text-To-Speech API, men kan ogs\u00e5 bruges i sk\u00e6rml\u00e6seren NVDA. Skaber og hovedudvikler af RHVoice er Olga Yakovleva, som forts\u00e6tter med at udvikle projektet trods fuld blindhed. <\/p>\n
I version 1.8 for Android-platformen er der foresl\u00e5et et nyt system til styring af stemme- og sprogdata, der muligg\u00f8r opdatering af stemmedata uden at opdatere den mobile applikation. Opdateringskontrol for tilf\u00f8jede stemmer og sprog foretages automatisk. Desuden er der i denne nye udgave tilf\u00f8jet st\u00f8tte til polsk og en ny stemme til makedonsk. Der er sikret kompatibilitet med de nyeste alfa- og beta-udgivelser af sk\u00e6rml\u00e6seren NVDA. Problemer med bygning p\u00e5 Linux-platformen, der opstod ved frav\u00e6r af Speech Dispatcher, er blevet l\u00f8st. <\/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
Til det russiske sprog er der 14 r\u00f6stmuligheder tilg\u00e6ngelige, mens der er 6 til det engelske. R\u00f6stene er baseret p\u00e5 optagelser af naturlig tale. I indstillingerne kan hastighed, toneh\u00f8jde og lydstyrke \u00e6ndres. Biblioteket Sonic kan anvendes til at \u00e6ndre tempoet. Automatisk detektion og skift af sprog kan ske baseret p\u00e5 analysen af den indg\u00e5ende tekst (f.eks. kan der ved ord og citater p\u00e5 et andet sprog anvendes den indf\u00f8dte talsynsmodel for dette sprog). Taleprofiler, der bestemmer kombinationer af stemmer for forskellige sprog, underst\u00f8ttes. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"