Izdana je odprta različica sistema sintetiziranja govora RHVoice 1.6.0, ki je bila prvotno razvijana za kakovostno podporo ruskemu jeziku, nato pa prilagojena tudi za druge jezike, vključno z angleščino, portugalščino, ukrajinščino, kirgiščino, tatarščino in gruzinščino. Koda je napisana v C++ in se distribuira pod licenco LGPL 2.1. Podprt je zagon v GNU/Linux, Windows in Android. Program je združljiv s standardnimi TTS vmesniki (text-to-speech) za pretvorbo besedila v govor: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) in Android Text-To-Speech API, lahko pa se uporablja tudi v zaslonu za branje NVDA. Ustanoviteljica in glavna razvijalka RHVoice je Olga Jakovleva, ki projekt razvija kljub popolni slepoti.
V novi različici je dodanih 5 novih različic glasov za ruski govor. Uvedena je podpora za albanski jezik. Posodobljen je slovar za ukrajinski jezik. Razširjena je podpora za izgovarjanje simbolov emoji. Opravljena je bila odprava napak v aplikaciji za platformo Android, poenostavljen uvoz uporabniških slovarjev, ter dodana podpora za Android 11. V jedro motorja so dodane nove nastavitve in funkcionalnosti, vključno z g2p.case, word_break in podporo za ekvalizacijske filtre.
Spomnimo, da RHVoice uporablja dosežke projekta HTS (HMM/DNN-based Speech Synthesis System) in parametrično metodo sintetiziranja s statističnimi modeli (Statistical Parametric Synthesis na osnovi HMM — Hidden Markov Model). Prednost statističnega modela so nizki stroški in nezahtevnost glede zmogljivosti CPU. Vse operacije se izvajajo lokalno na sistemu uporabnika. Podprta so tri nivoja kakovosti govora (nižja kakovost pomeni višjo zmogljivost in nižji odzivni čas).
Pomanjkljivost statističnega modela je razmeroma nizka kakovost izgovarjave, ki ne dosega ravni sintetizatorjev, ki generirajo govor na osnovi kombinacije fragmentov naravnega govora, vendar je vseeno rezultat povsem razumljiv in spominja na predvajanje posnetka iz zvočnika. Za primerjavo, projekt Silero, ki ponuja odprti motor za sintetiziranje govora na osnovi tehnologij strojnega učenja in nabor modelov za ruski jezik, po kakovosti presega RHVoice.
Za slovenščino je na voljo 13 različic glasov, za angleščino pa 5. Glasovi so oblikovani na podlagi posnetkov naravne govorice. V nastavitvah lahko spremenite hitrost, višino in glasnost. Za spremembo tempa lahko uporabite knjižnico Sonic. Omogočeno je samodejno določanje in preklapljanje jezika na podlagi analize vhodnega besedila (na primer, za besede in citate v drugem jeziku se lahko uporablja izvorna model sinteze tega jezika). Podpirajo se glasovni profili, ki določajo kombinacije glasov za različne jezike.
Izvor: opennet.ru
