เบเบฒเบ™เบ›เปˆเบญเบเบ•เบปเบงเบชเบฑเบ‡เป€เบ„เบฒเบฐเบชเบฝเบ‡เป€เบงเบปเป‰เบฒ RHVoice 1.6.0

เบฅเบฐเบšเบปเบšเบเบฒเบ™เบชเบฑเบ‡เป€เบ„เบฒเบฐเบชเบฝเบ‡เป€เบงเบปเป‰เบฒเบ‚เบญเบ‡เปเบซเบผเปˆเบ‡เป€เบ›เบตเบ” RHVoice 1.6.0 เป„เบ”เป‰เบ–เบทเบเบ›เปˆเบญเบเบญเบญเบเบกเบฒ, เปƒเบ™เป€เบšเบทเป‰เบญเบ‡เบ•เบปเป‰เบ™เป„เบ”เป‰เบ–เบทเบเบžเบฑเบ”เบ—เบฐเบ™เบฒเป€เบžเบทเปˆเบญเบชเบฐเบซเบ™เบญเบ‡เบเบฒเบ™เบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™เบ—เบตเปˆเบกเบตเบ„เบธเบ™เบ™เบฐเบžเบฒเบšเบชเบนเบ‡เบชเปเบฒเบฅเบฑเบšเบžเบฒเบชเบฒเบฅเบฑเบ”เป€เบŠเบ, เปเบ•เปˆเบซเบผเบฑเบ‡เบˆเบฒเบเบ™เบฑเป‰เบ™เบ–เบทเบเบ”เบฑเบ”เปเบ›เบ‡เป€เบ›เบฑเบ™เบžเบฒเบชเบฒเบญเบทเปˆเบ™เป†, เบฅเบงเบกเบ—เบฑเบ‡เบžเบฒเบชเบฒเบญเบฑเบ‡เบเบดเบ”, เบ›เบญเบเบ•เบธเบเบเบฒเบ™, เบญเบนเปเบเบฃเบ™, Kyrgyz, Tatar เปเบฅเบฐ Georgian. เบฅเบฐเบซเบฑเบ”เบ–เบทเบเบ‚เบฝเบ™เป„เบงเป‰เปƒเบ™ C++ เปเบฅเบฐเปเบˆเบเบขเบฒเบเบžเบฒเบเปƒเบ•เป‰เปƒเบšเบญเบฐเบ™เบธเบเบฒเบ” LGPL 2.1. เบเบฒเบ™เป€เบฎเบฑเบ”เบงเบฝเบเปเบกเปˆเบ™เบฎเบญเบ‡เบฎเบฑเบšเปƒเบ™ GNU/Linux, Windows เปเบฅเบฐ Android. เป‚เบ„เบ‡โ€‹เบเบฒเบ™โ€‹เบ™เบตเป‰โ€‹เปเบกเปˆเบ™โ€‹เป€เบซเบกเบฒเบฐโ€‹เบชเบปเบกโ€‹เบเบฑเบšโ€‹เบเบฒเบ™โ€‹เป‚เบ•เป‰โ€‹เบ•เบญเบš TTS (เบ•เบปเบงโ€‹เบญเบฑเบโ€‹เบชเบญเบ™โ€‹เป€เบ›เบฑเบ™โ€‹เบเบฒเบ™โ€‹เบ›เบฒเบโ€‹เป€เบงเบปเป‰เบฒโ€‹) เบ›เบปเบโ€‹เบเบฐโ€‹เบ•เบดโ€‹เบชเปเบฒโ€‹เบฅเบฑเบšโ€‹เบเบฒเบ™โ€‹เบ‚เปเป‰โ€‹เบ„เบงเบฒเบกโ€‹เป€เบ›เบฑเบ™โ€‹เบเบฒเบ™โ€‹เบ›เบฒเบโ€‹เป€เบงเบปเป‰เบฒโ€‹: SAPI5 (Windowsโ€‹)โ€‹, Speech Dispatcher (GNU/Linuxโ€‹) เปเบฅเบฐ Android Text-To-Speech APIโ€‹, เปเบ•เปˆโ€‹เบเบฑเบ‡โ€‹เบชเบฒโ€‹เบกเบฒเบ”โ€‹เบ™เปเบฒโ€‹เปƒเบŠเป‰โ€‹เปƒเบ™โ€‹. เป€เบ„เบทเปˆเบญเบ‡เบญเปˆเบฒเบ™เบซเบ™เป‰เบฒเบˆเป NVDA. เบœเบนเป‰เบชเป‰เบฒเบ‡เปเบฅเบฐเบœเบนเป‰เบžเบฑเบ”เบ—เบฐเบ™เบฒเบ•เบปเป‰เบ™เบ•เปเบ‚เบญเบ‡ RHVoice เปเบกเปˆเบ™ Olga Yakovleva, เบœเบนเป‰เบ—เบตเปˆเบžเบฑเบ”เบ—เบฐเบ™เบฒเป‚เบ„เบ‡เบเบฒเบ™เป€เบ–เบดเบ‡เบงเปˆเบฒเบˆเบฐเบกเบตเบ•เบฒเบšเบญเบ”เบซเบกเบปเบ”.

เบฎเบธเปˆเบ™เปƒเบซเบกเปˆเป€เบžเบตเปˆเบก 5 เบ—เบฒเบ‡เป€เบฅเบทเบญเบเบชเบฝเบ‡เปƒเบซเบกเปˆเบชเปเบฒเบฅเบฑเบšเบเบฒเบ™เป€เบงเบปเป‰เบฒเบžเบฒเบชเบฒเบฅเบฑเบ”เป€เบŠเบ. เบเบฒเบ™เบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™เบžเบฒเบชเบฒ Albanian เป„เบ”เป‰เบ–เบทเบเบ›เบฐเบ•เบดเบšเบฑเบ”. เบงเบฑเบ”เบˆเบฐเบ™เบฒเบ™เบธเบเบปเบกเบชเบณเบฅเบฑเบšเบžเบฒเบชเบฒเบญเบนเปเบเบฃเบ™เป„เบ”เป‰เบ–เบทเบเบ›เบฑเบšเบ›เบธเบ‡เปเบฅเป‰เบง. เบเบฒเบ™เบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™เบเบฒเบ™เบชเบฐเปเบ”เบ‡เบชเบฝเบ‡เบ‚เบญเบ‡เบ•เบปเบงเบญเบฑเบเบชเบญเบ™ emoji เป„เบ”เป‰เบ–เบทเบเบ‚เบฐเบซเบเบฒเบเบญเบญเบ. เบเบฒเบ™เป€เบฎเบฑเบ”เบงเบฝเบเป„เบ”เป‰เบ–เบทเบเบ›เบฐเบ•เบดเบšเบฑเบ”เป€เบžเบทเปˆเบญเบฅเบปเบšเบฅเป‰เบฒเบ‡เบ„เบงเบฒเบกเบœเบดเบ”เบžเบฒเบ”เปƒเบ™เปเบญเบฑเบšเบžเบฅเบดเป€เบ„เบŠเบฑเบ™เบชเปเบฒเบฅเบฑเบšเปเบžเบฅเบฐเบ•เบฐเบŸเบญเบก Android, เบเบฒเบ™เบ™เปเบฒเป€เบ‚เบปเป‰เบฒเบงเบฑเบ”เบˆเบฐเบ™เบฒเบ™เบธเบเบปเบกเบ—เบตเปˆเบเปเบฒเบซเบ™เบปเบ”เป€เบญเบ‡เป„เบ”เป‰เบ–เบทเบเบ›เบฑเบšเบ›เบธเบ‡เปƒเบซเป‰เบ‡เปˆเบฒเบเบ”เบฒเบ, เปเบฅเบฐเบเบฒเบ™เบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™เบชเปเบฒเบฅเบฑเบšเปเบžเบฅเบฐเบ•เบฐเบŸเบญเบก Android 11 เป„เบ”เป‰เบ–เบทเบเป€เบžเบตเปˆเบก. เบเบฒเบ™เบ•เบฑเป‰เบ‡เบ„เปˆเบฒเปเบฅเบฐเบเบฒเบ™เป€เบฎเบฑเบ”เบงเบฝเบเปƒเบซเบกเปˆเป„เบ”เป‰เบ–เบทเบเป€เบžเบตเปˆเบกเป€เบ‚เบปเป‰เบฒเปƒเบ™เบซเบผเบฑเบเป€เบ„เบทเปˆเบญเบ‡เบˆเบฑเบ, เบฅเบงเบกเบ—เบฑเบ‡ g2p. case, word_break เปเบฅเบฐเบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™เบเบฒเบ™เบเบฑเปˆเบ™เบ•เบญเบ‡เบ„เบงเบฒเบกเบชเบฐเป€เบซเบกเบตเบžเบฒเบš.

เบˆเบทเปˆเป„เบงเป‰เบงเปˆเบฒ RHVoice เปƒเบŠเป‰เบเบฒเบ™เบžเบฑเบ”เบ—เบฐเบ™เบฒเบ‚เบญเบ‡เป‚เบ„เบ‡เบเบฒเบ™ HTS (HMM / DNN-based Speech Synthesis System) เปเบฅเบฐเบงเบดเบ—เบตเบเบฒเบ™เบชเบฑเบ‡เป€เบ„เบฒเบฐ parametric เบเบฑเบšเบ•เบปเบงเปเบšเบšเบชเบฐเบ–เบดเบ•เบด (Statistical Parametric Synthesis เบญเบตเบ‡เบ•เบฒเบก HMM - Hidden Markov Model). เบ‚เปเป‰เป„เบ”เป‰เบ›เบฝเบšเบ‚เบญเบ‡เบ•เบปเบงเปเบšเบšเบชเบฐเบ–เบดเบ•เบดเปเบกเปˆเบ™เบเบฒเบ™เปƒเบŠเป‰เบˆเปˆเบฒเบเป€เบเบตเบ™เบ•เปเปˆเบฒ เปเบฅเบฐเบžเบฐเบฅเบฑเบ‡เบ‡เบฒเบ™ CPU เบ—เบตเปˆเบšเปเปˆเบ•เป‰เบญเบ‡เบเบฒเบ™. เบเบฒเบ™เบ”เปเบฒเป€เบ™เบตเบ™เบ‡เบฒเบ™เบ—เบฑเบ‡เบซเบกเบปเบ”เปเบกเปˆเบ™เบ”เปเบฒเป€เบ™เบตเบ™เบขเบนเปˆเปƒเบ™เบ—เป‰เบญเบ‡เบ–เบดเปˆเบ™เปƒเบ™เบฅเบฐเบšเบปเบšเบ‚เบญเบ‡เบœเบนเป‰เปƒเบŠเป‰. XNUMX เบฅเบฐเบ”เบฑเบšเบ‚เบญเบ‡เบ„เบธเบ™เบ™เบฐเบžเบฒเบšเบเบฒเบ™เบ›เบฒเบเป€เบงเบปเป‰เบฒเป„เบ”เป‰เบฎเบฑเบšเบเบฒเบ™เบชเบฐเบซเบ™เบฑเบšเบชเบฐเบซเบ™เบนเบ™ (เบ„เบธเบ™เบ™เบฐเบžเบฒเบšเบ•เปˆเปเบฒ, เบ›เบฐเบชเบดเบ”เบ—เบดเบžเบฒเบšเบชเบนเบ‡เปเบฅเบฐเป€เบงเบฅเบฒเบ•เบญเบšเบชเบฐเบซเบ™เบญเบ‡เบชเบฑเป‰เบ™).

เบ‚เปเป‰เป€เบชเบเบ‚เบญเบ‡เบ•เบปเบงเปเบšเบšเบชเบฐเบ–เบดเบ•เบดเปเบกเปˆเบ™เบ„เบธเบ™เบ™เบฐเบžเบฒเบšเบเบฒเบ™เบญเบญเบเบชเบฝเบ‡เบ—เบตเปˆเบ‚เป‰เบญเบ™เบ‚เป‰เบฒเบ‡เบ•เปเปˆเบฒ, เป€เบŠเบดเปˆเบ‡เบšเปเปˆเป€เบ–เบดเบ‡เบฅเบฐเบ”เบฑเบšเบ‚เบญเบ‡ synthesizers เบ—เบตเปˆเบชเป‰เบฒเบ‡เบชเบฝเบ‡เป€เบงเบปเป‰เบฒเป‚เบ”เบเบญเบตเบ‡เปƒเบชเปˆเบเบฒเบ™เบ›เบฐเบชเบปเบกเบ›เบฐเบชเบฒเบ™เบ‚เบญเบ‡เบŠเบดเป‰เบ™เบชเปˆเบงเบ™เบ‚เบญเบ‡เบ„เปเบฒเป€เบงเบปเป‰เบฒเบ—เปเบฒเบกเบฐเบŠเบฒเบ”, เปเบ•เปˆเบขเปˆเบฒเบ‡เปƒเบ”เบเปเปˆเบ•เบฒเบกเบœเบปเบ™เป„เบ”เป‰เบฎเบฑเบšเปเบกเปˆเบ™เบ‚เป‰เบญเบ™เบ‚เป‰เบฒเบ‡เบŠเบฑเบ”เป€เบˆเบ™เปเบฅเบฐเบ„เป‰เบฒเบเบ„เบทเบเบฑเบšเบเบฒเบ™เบšเบฑเบ™เบ—เบถเบเบเบฒเบ™เบญเบญเบเบญเบฒเบเบฒเบ”เบˆเบฒเบเบฅเปเบฒเป‚เบžเบ‡. . เปƒเบ™เบเบฒเบ™เบ›เบฝเบšเบ—เบฝเบš, เป‚เบ„เบ‡เบเบฒเบ™ Silero, เป€เบŠเบดเปˆเบ‡เบชเบฐเบซเบ™เบญเบ‡เป€เบ„เบทเปˆเบญเบ‡เบˆเบฑเบเป€เบ›เบตเบ”เบชเปเบฒเบฅเบฑเบšเบเบฒเบ™เบชเบฑเบ‡เป€เบ„เบฒเบฐเบชเบฝเบ‡เป€เบงเบปเป‰เบฒเป‚เบ”เบเบญเบตเบ‡เปƒเบชเปˆเป€เบ•เบฑเบเป‚เบ™เป‚เบฅเบขเบตเบเบฒเบ™เบฎเบฝเบ™เบฎเบนเป‰เป€เบ„เบทเปˆเบญเบ‡เบˆเบฑเบเปเบฅเบฐเบŠเบธเบ”เบ‚เบญเบ‡เปเบšเบšเบˆเปเบฒเบฅเบญเบ‡เบชเปเบฒเบฅเบฑเบšเบžเบฒเบชเบฒเบฅเบฑเบ”เป€เบŠเบ, เป€เบเบตเบ™ RHVoice เปƒเบ™เบ„เบธเบ™เบ™เบฐเบžเบฒเบš.

เบชเปเบฒเบฅเบฑเบšเบžเบฒเบชเบฒเบฅเบฑเบ”เป€เบŠเบ, 13 เบ—เบฒเบ‡เป€เบฅเบทเบญเบเบชเบฝเบ‡เบชเบฒเบกเบฒเบ”เปƒเบŠเป‰เป„เบ”เป‰, เบชเปเบฒเบฅเบฑเบšเบžเบฒเบชเบฒเบญเบฑเบ‡เบเบดเบ” - 5. เบชเบฝเบ‡เป„เบ”เป‰เบ–เบทเบเบชเป‰เบฒเบ‡เบ•เบฑเป‰เบ‡เบ‚เบถเป‰เบ™เป‚เบ”เบเบญเบตเบ‡เปƒเบชเปˆเบเบฒเบ™เบšเบฑเบ™เบ—เบถเบเบชเบฝเบ‡เป€เบงเบปเป‰เบฒเบ—เปเบฒเบกเบฐเบŠเบฒเบ”. เปƒเบ™เบเบฒเบ™เบ•เบฑเป‰เบ‡เบ„เปˆเบฒเบ—เปˆเบฒเบ™เบชเบฒเบกเบฒเบ”เบ›เปˆเบฝเบ™เบ„เบงเบฒเบกเป„เบง, pitch เปเบฅเบฐเบฅเบฐเบ”เบฑเบšเบชเบฝเบ‡. เบซเป‰เบญเบ‡เบชเบฐเบซเบกเบธเบ” Sonic เบชเบฒเบกเบฒเบ”เบ–เบทเบเบ™เปเบฒเปƒเบŠเป‰เป€เบžเบทเปˆเบญเบ›เปˆเบฝเบ™ tempo เป„เบ”เป‰. เบกเบฑเบ™เป€เบ›เบฑเบ™เป„เบ›เป„เบ”เป‰เบ—เบตเปˆเบˆเบฐเบเบงเบ”เบซเบฒเปเบฅเบฐเบ›เปˆเบฝเบ™เบžเบฒเบชเบฒเป‚เบ”เบเบญเบฑเบ”เบ•เบฐเป‚เบ™เบกเบฑเบ”เป‚เบ”เบเบญเบตเบ‡เปƒเบชเปˆเบเบฒเบ™เบงเบดเป€เบ„เบฒเบฐเบ‚เปเป‰เบ„เบงเบฒเบกเบ—เบตเปˆเบ›เป‰เบญเบ™เป€เบ‚เบปเป‰เบฒ (เบ•เบปเบงเบขเปˆเบฒเบ‡, เบชเปเบฒเบฅเบฑเบšเบ„เปเบฒเบชเบฑเบšเบ•เปˆเบฒเบ‡เป†เปเบฅเบฐเบ„เปเบฒเป€เบงเบปเป‰เบฒเปƒเบ™เบžเบฒเบชเบฒเบญเบทเปˆเบ™, เบฎเบนเบšเปเบšเบšเบเบฒเบ™เบชเบฑเบ‡เป€เบ„เบฒเบฐเบžเบทเป‰เบ™เป€เบกเบทเบญเบ‡เบชเปเบฒเบฅเบฑเบšเบžเบฒเบชเบฒเบ™เบตเป‰เบชเบฒเบกเบฒเบ”เบ–เบทเบเบ™เปเบฒเปƒเบŠเป‰). เป‚เบ›เบฃเป„เบŸเบฅเบชเบฝเบ‡เปเบกเปˆเบ™เบฎเบญเบ‡เบฎเบฑเบšเบ—เบตเปˆเบเบณเบ™เบปเบ”เบเบฒเบ™เบ›เบฐเบชเบปเบกเบ‚เบญเบ‡เบชเบฝเบ‡เบชเบณเบฅเบฑเบšเบžเบฒเบชเบฒเบ•เปˆเบฒเบ‡เป†.

เปเบซเบผเปˆเบ‡เบ‚เปเป‰เบกเบนเบ™: opennet.ru

เป€เบžเบตเปˆเบกเบ„เบงเบฒเบกเบ„เบดเบ”เป€เบซเบฑเบ™