Foi lançado o RHVoice 1.2.4, um sistema de síntese de voz aberto originalmente desenvolvido para oferecer suporte de qualidade à língua russa, mas depois adaptado para outros idiomas, incluindo inglês, português, ucraniano, quirguiz, tártaro e georgiano. O código é escrito em C++ e é distribuído sob a licença LGPL 2.1. Suporta funcionamento em GNU/Linux, Windows e Android. O programa é compatível com interfaces TTS padrão (text-to-speech) para conversão de texto em fala: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) e Android Text-To-Speech API, mas também pode ser usado no leitor de tela NVDA.
O programa utiliza um método paramétrico de síntese com modelos estatísticos (Statistical Parametric Synthesis baseado em HMM — Hidden Markov Model). A vantagem do modelo estatístico é a baixa sobrecarga e o baixo requerimento de potência da CPU. Todas as operações são realizadas localmente no sistema do usuário. Três níveis de qualidade de fala são suportados (quanto menor a qualidade, maior a performance e menor o tempo de resposta).
Suporta a configuração e troca de vozes. Para o idioma russo, estão disponíveis 9 opções de vozes, e para o inglês, 5. As vozes são formadas com base em gravações de fala natural. Devido ao uso de um modelo estatístico, a qualidade da pronúncia não atinge o nível de sintetizadores que geram fala com base na combinação de fragmentos de fala natural, mas, no entanto, o resultado é bastante compreensível e lembra a transmissão de uma gravação por um alto-falante.
Nas configurações, é possível alterar a velocidade, a altura e o volume. A biblioteca Sonic pode ser usada para alterar o tempo. A detecção automática e a mudança de idioma podem ser feitas com base na análise do texto de entrada (por exemplo, para palavras e citações em outro idioma, pode-se usar o modelo de síntese nativo para aquele idioma). Perfis de voz são suportados, definindo combinações de vozes para diferentes idiomas.
Fonte: opennet.ru
