De open spraak synthesessysteem RHVoice 1.8.0 is uitgebracht, oorspronkelijk ontwikkeld voor een kwalitatieve ondersteuning van de Russische taal, maar later aangepast voor andere talen, waaronder Engels, Portugees, OekraĆÆens, Kirgizisch, Tataars en Georgisch. De code is geschreven in C++ en wordt verspreid onder de LGPL 2.1-licentie. Het werkt op GNU/Linux, Windows en Android. Het programma is compatibel met gangbare TTS-interfaces (text-to-speech) voor de omzetting van tekst naar spraak: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) en Android Text-To-Speech API, maar kan ook gebruikt worden in de schermlezer NVDA. De maker en hoofdontwikkelaar van RHVoice is Olga Yakovleva, die het project verder ontwikkelt ondanks volledige blindheid.
In versie 1.8 voor het Android-platform is er een nieuw systeem voor het beheer van stem- en taaldata geĆÆntroduceerd, waarmee updates voor stemdata kunnen worden gedownload zonder de mobiele applicatie bij te werken. De controle op het verschijnen van updates voor toegevoegde stemmen en talen gebeurt automatisch. Bovendien is in deze release ondersteuning voor het Pools toegevoegd en is er een nieuwe stem voor de Macedonische taal toegevoegd. Compatibiliteit met de nieuwste alpha- en beta-releases van de schermlezer NVDA is verzekerd. Problemen met de build op het Linux-platform, die ontstonden bij het ontbreken van Speech Dispatcher, zijn opgelost.
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 ā 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-technologieƫn en een set modellen voor de Russische taal, overtreft RHVoice in kwaliteit.
Voor de Russische taal zijn er 14 stemvarianten beschikbaar, en voor het Engels 6. De stemmen worden gevormd op basis van opnamen van natuurlijke spraak. In de instellingen kunnen snelheid, toonhoogte en volume worden aangepast. Voor het wijzigen van het tempo kan de Sonic-bibliotheek worden gebruikt. Automatische detectie en overschakeling van de taal is mogelijk op basis van de analyse van de invoertekst (bijvoorbeeld voor woorden en citaten in een andere taal kan het synthesemodel van de originele taal worden gebruikt). Stemprofielen worden ondersteund, die combinaties van stemmen voor verschillende talen definiƫren.
Bron: opennet.ru
