Rikka häältesüntesaatori RHVoice 1.8.0 väljaanne

RHVoice 1.8.0 avatud kõnesüntesaatori väljaandmine on toimunud, mis algselt arendati kvaliteetse toe tagamiseks vene keelele, kuid see on kohandatud ka teistele keeltele, sealhulgas inglise, portugali, ukraina, kirgiisi, tatari ja grusiini keelele. Kood on kirjutatud C++-s ja levitatakse LGPL 2.1 litsentsi alusel. Töövahemikud hõlmavad GNU/Linuxi, Windowsi ja Androidi. Programm on ühilduv TTS-liideste (tekst kõneks) standarditega: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) ja Android Text-To-Speech API, kuid võib kasutada ka ekraanilugejana NVDA. RHVoice'i looja ja peamine arendaja on Olga Jakovleva, kes arendab projekti vaatamata täielikule pimedusele.

Versioonis 1.8 Androidi platvormile on tutvustatud uut hääle- ja keeleandmete haldamise süsteemi, mis võimaldab laadida hääleandmeid uuendusi mobiilirakendust uuendamata. Uuenduste kontrollimine lisatud häälte ja keelte andmete jaoks toimub automaatselt. Lisaks on uues väljaandes lisatud poola keele tugi ja uus hääl makedoonia keeles. Tagatud on ühilduvus uute NVDA ekraanilugeja alfa- ja beetaversioonidega. Parandatud on probleeme Linuxi platvormil, mis tekkisid, kui Speech Dispatcher ei olnud saadaval.

Tuletame meelde, et RHVoice'is rakendatakse HTS (HMM/DNN-põhine kõnesünteesi süsteem) projekti arendusi ja statistilise mudeli (Statistical Parametric Synthesis, mis põhineb HMM-l — Peidetud Markovi mudel). Statistilise mudeli eelistuseks on madalad ülejäänud kulud ja mitte nõudlik CPU võimsuse osas. Kõik toimingud tehakse kasutaja süsteemis kohapeal. Toetatakse kolme hääle kvaliteedi taset (mida madalam kvaliteet, seda kõrgem tootlikkus ja lühem reageerimisaeg).

Statistilise mudeli miinus on suhteliselt madal hääldamise kvaliteet, mis ei saavuta taset, mis on saavutatud häälte sünteesimiseks, mis põhinevad loomuliku kõne fragmentide kombinatsioonidel, kuid siiski on tulemus täiesti arusaadav ja meenutab salvestise edastamist kõlarist. Võrdluseks, projekt Silero, mis pakub avatud häälesünteesi mootorit masinõppe tehnoloogiate ja mudelite komplekti jaoks vene keeles, ületab kvaliteedis RHVoice'i.

Eesti keeles on saadaval 14 häälvariant ja inglise keeles 6. Häälte loomine põhineb naturaalse kõne salvestustel. Seadetes saab muuta kiirus, kõrgus ja helitugevus. Tempo muutmiseks saab kasutada Sonic raamatukogu. On võimalik automaatne tuvastamine ja keele vahetamine sisenemise teksti analüüsi põhjal (näiteks teiste keelte sõnade ja tsitaatide puhul võib kasutada kõne sünteesi kohaliku keele mudelit). Toetatakse häälprofiile, mis määratlevad hääle kombinatsioone erinevate keelte jaoks.

Allikas: opennet.ru