Objavljen je izdanak otvorenog sustava sintesize govora RHVoice 1.2.4, koji je prvotno razvijan za pružanje kvalitetne podrške ruskom jeziku, ali je zatim prilagođen i za druge jezike, uključujući engleski, portugalski, ukrajinski, kirgizijski, tatarski i gruzijski. Kod je napisan na C++ i distribuira se pod LGPL 2.1 licencom. Podržava rad u GNU/Linux, Windows i Android operativnim sustavima. Program je kompatibilan s uobičajenim TTS sučeljima (text-to-speech) za pretvorbu teksta u govor: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) i Android Text-To-Speech API, ali se također može koristiti u prikazivaču ekrana NVDA.
U programu se koristi parametrijska metoda sintesize sa statističkim modelima (Statistical Parametric Synthesis na bazi HMM - Hidden Markov Model). Prednost statističkog modela su niske režijske troškove i ne zahtijeva veliku snagu CPU-a. Sve operacije se izvode lokalno na sustavu korisnika. Podržavaju se tri razine kvalitete govora (što je niža kvaliteta - to je veća učinkovitost i manje vrijeme reakcije).
Podržava se podešavanje i mijenjanje glasova. Za ruski jezik dostupno je 9 varijacija glasova, a za engleski - 5. Glasovi se formiraju na osnovu snimaka prirodnog govora. Zbog korištenja statističkog modela, kvaliteta izgovora ne dostiže razinu sintetizatora koji generiraju govor na osnovu kombinacije fragmenata prirodnog govora, ali unatoč tome, rezultat je sasvim razumljiv i nalikuje prijenosu snimke s razglasa.
U postavkama se mogu mijenjati brzina, visina i jačina zvuka. Za promjenu tempa može se koristiti Sonic biblioteka. Moguće je automatsko određivanje i prebacivanje jezika na osnovu analize ulaznog teksta (na primjer, za riječi i citate na drugom jeziku može se koristiti domaći model sintesize za taj jezik). Podržavaju se glasovni profili koji određuju kombinacije glasova za različite jezike.
Izvor: opennet.ru
