Opna talgervlakerfið RHVoice 1.8.0 var gefið út, upphaflega þróað til að veita hágæða stuðning fyrir rússnesku, en síðan aðlagað fyrir önnur tungumál, þar á meðal ensku, portúgölsku, úkraínsku, kirgiska, tatarísku og georgísku. Kóðinn er skrifaður í C++ og dreift undir LGPL 2.1 leyfinu. Styður vinnu á GNU/Linux, Windows og Android. Forritið er samhæft við venjuleg TTS (text-til-tal) viðmót til að breyta texta í tal: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) og Android Text-To-Speech API, en einnig er hægt að nota það í NVDA skjálesari. Höfundur og aðalframleiðandi RHVoice er Olga Yakovleva, sem þróar verkefnið þrátt fyrir að vera algjörlega blind.
В версии 1.8 для платформы Android предложена новая система управления голосовыми и языковыми данными, позволяющая загружать обновления голосовых данных без обновления мобильного приложения. Проверка появления обновлений данных для добавленных голосов и языков производится автоматически. Кроме того, в новом выпуске реализована поддержка польского языка и добавлен новый голос для македонского языка. Обеспечена совместимость со свежими альфа- и бета-выпусками экранного ридера NVDA. Устранены проблемы со сборкой на платформе Linux, возникавшие при отсутствии Speech Dispatcher.
Við skulum muna að RHVoice notar þróun HTS verkefnisins (HMM/DNN-based Speech Synthesis System) og parametric synthesis aðferð með tölfræðilegum líkönum (Statistical Parametric Synthesis byggt á HMM - Hidden Markov Model). Kosturinn við tölfræðilíkanið er lágur kostnaður og krefjandi örgjörvaafl. Allar aðgerðir eru framkvæmdar á staðnum á kerfi notandans. Þrjú stig talgæða eru studd (því minni sem gæðin eru, því meiri frammistaða og því styttri viðbragðstími).
Gallinn við tölfræðilíkanið er tiltölulega lítil gæði framburðar, sem nær ekki því stigi hljóðgervla sem búa til tal byggt á samsetningu brota af náttúrulegu tali, en engu að síður er útkoman nokkuð læsileg og líkist því að senda upptöku úr hátalara . Til samanburðar má nefna að Silero verkefnið, sem býður upp á opna talgervil sem byggir á vélanámstækni og mengi líkana fyrir rússneska tungumálið, er betri í gæðum en RHVoice.
Það eru 14 raddvalkostir í boði fyrir rússnesku og 6 fyrir ensku. Raddirnar eru myndaðar út frá upptökum af náttúrulegu tali. Í stillingunum er hægt að breyta hraða, tónhæð og hljóðstyrk. Hægt er að nota Sonic bókasafnið til að breyta taktinum. Það er hægt að greina og skipta sjálfkrafa um tungumál byggt á greiningu á innsláttartextanum (til dæmis, fyrir orð og tilvitnanir á öðru tungumáli, er hægt að nota samrunalíkan sem er innfæddur í því tungumáli). Raddsnið eru studd, sem skilgreina samsetningar radda fyrir mismunandi tungumál.
Heimild: opennet.ru