Hääletus synthesizer RHVoice 1.8.0

Avatud kõnesüntesaatori RHVoice 1.8.0 väljalaskmine on toimunud. Esialgu arendatud kvaliteetse to destek vene keele支持, on see kohandatud ka muudele keeltele, sealhulgas inglise, portugali, ukraina, kirgiisi, tatari ja gruusia keelele. Kood on kirjutatud C++ keeles ja jagatakse LGPL 2.1 litsentsi alusel. Töötoetust pakub GNU/Linux, Windows ja Android. Programm on ühilduv tüüpiliste TTS-liideste (teksti kõneks) kaudu teksti kõneks muutmiseks: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) ja Android Text-To-Speech API, kuid seda saab kasutada ka ekraanilugejas NVDA. RHVoice'i looja ja põhiarendaja on Olga Jakovleva, kes arendab projekti vaatamata täielikule pimedusele.

Versioonis 1.8 Androidi platvormile on pakutud uus häälsete ja keeleandmete haldamise süsteem, mis võimaldab hääleandmete värskenduste allalaadimist ilma mobiilirakenduse värskendamiseta. Lisatud häälte ja keelte jaoks andmete värskenduste kontroll toimub automaatselt. Lisaks on uue väljalaske puhul rakendatud poola keele toimet ja lisatud uus hääl makedoonia keelseks. Tagatud ühildus uute NVDA ekraanilugeja alfa- ja beetaversioonidega. Eemaldatud probleemid Linuxi platvormil, mis ilmnesid Speech Dispatcher'i puudumisel.

Käesolev on meeldetuletus, et RHVoice kasutab HTS projekti (HMM/DNN-põhine kõnesüntesaator) ja parametri meetodit sünteesiks statistiliste mudelitega (Statistical Parametric Synthesis HMM-i - varjatud Markovi mudeli baasil). Statistilise mudeli eeliseks on madalad lisakulud ja madal CPU jõudlusnõudlus. Kõik toimingud viiakse läbi kohaliku kasutaja süsteemis. Toetatakse kolme kõnekvaliteedi taset (madalama kvaliteedi puhul on suurem jõudlus ja väiksem reageerimisaeg).

Statistilise mudeli puuduseks on suhteliselt madal häälduse kvaliteet, mis ei ulatu loomuliku kõne fragmentide põhjal häält genereerivate sünteesaatorite tasemele, kuid tulemus on ikkagi piisavalt arusaadav ja meenutab näidisfaili edastamist kõlarist. Võrdluseks: projekt Silero, mis pakub avatud kõnesünteesi mootorit masinõppe tehnoloogiate põhjal ning mudelide kogumit vene keele jaoks, ületab kvaliteedis RHVoice'i.

Vene keele jaoks on saadaval 14 häälevarianti, inglise keele jaoks 6. Hääled luuakse loomuliku kõne salvestuste põhjal. Seadetest on võimalik muuta kiirus, kõrgus ja valjus. Tempo muutmiseks võib kasutada Sonic'i teeki. Keele automaatne määramine ja vahetamine on võimalik sissetuleva teksti analüüsi põhjal (näiteks võidakse teise keele sõnade ja tsitaatide jaoks kasutada sellele keelele omast sünteesimudelit). Toetatakse hääleprofiile, mis määravad hääle kombinatsioonid erinevatele keeltele.

Allikas: opennet.ru