De open spraaksynthetiseringssystem RHVoice 1.6.0 is uitgebracht, oorspronkelijk ontwikkeld om kwalitatieve ondersteuning voor de Russische taal te bieden, maar vervolgens ook aangepast voor andere talen, waaronder Engels, Portugees, Oekraïens, Kirgizisch, Tataars en Georgisch. De code is geschreven in C++ en wordt verspreid onder de LGPL 2.1 licentie. Het ondersteunt werking in GNU/Linux, Windows en Android. Het programma is compatibel met gangbare TTS-interfaces (text-to-speech) voor het omzetten van tekst naar spraak: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) en Android Text-To-Speech API, maar kan ook worden gebruikt in de schermlezer NVDA. De maker en hoofdontwikkelaar van RHVoice is Olga Yakovleva, die het project blijft ontwikkelen ondanks haar volledige blindheid.
In de nieuwe versie zijn 5 nieuwe stemvarianten voor de Russische spraak toegevoegd. Ondersteuning voor de Albanese taal is geïmplementeerd. Het woordenboek voor de Oekraïense taal is bijgewerkt. De ondersteuning voor het voorlezen van emoji-symbolen is uitgebreid. Er is gewerkt aan het oplossen van fouten in de applicatie voor het Android-platform, het importeren van gebruikerswoordenboeken is vereenvoudigd, en er is ondersteuning toegevoegd voor Android 11. Nieuwe instellingen en functionaliteiten zijn aan de kern van de engine toegevoegd, waaronder g2p.case, word_break en ondersteuning voor equalizerfilters.
Ter herinnering, in RHVoice worden de resultaten van het HTS-project (HMM/DNN-gestuurde spraaksynthesesysteem) en de parametrische synthesemethode met statistische modellen (Statistical Parametric Synthesis op basis van HMM — Hidden Markov Model) toegepast. Een voordeel van het statistische model is de lage overhead en de geringe eisen aan CPU-kracht. Alle bewerkingen worden lokaal op het systeem van de gebruiker uitgevoerd. Drie niveaus van spraakkwaliteit worden ondersteund (hoe lager de kwaliteit, hoe hoger de prestaties en hoe korter de verantwoordelijkstijd).
Nadeel van het statistische model is de relatief lage kwaliteit van de uitspraak, die de kwaliteit van synthesizers die spraak genereren op basis van een combinatie van fragmenten van natuurlijke spraak niet bereikt. Desondanks is het resultaat goed verstaanbaar en lijkt het op een uitzending van een opname via een luidspreker. Ter vergelijking, het Silero-project, dat een open spraak synthesemotor biedt op basis van machine learning-technologieën en een set modellen voor de Russische taal, overtreft RHVoice in kwaliteit.
Voor de Russische taal zijn 13 stemvarianten beschikbaar, voor de Engelse taal zijn er 5. De stemmen worden gevormd op basis van opnamen van natuurlijke spraak. In de instellingen kunnen snelheid, toonhoogte en volume worden aangepast. De Sonic-bibliotheek kan worden gebruikt om het tempo te wijzigen. Automatische detectie en wisseling van taal op basis van analyse van de binnenkomende tekst is mogelijk (bijvoorbeeld voor woorden en citaten in een andere taal kan het stemmodel voor die specifieke taal worden gebruikt). Stemprofielen worden ondersteund, die combinaties van stemmen voor verschillende talen bepalen.
Bron: opennet.ru
