Izdana je odprta razli\u010dica sistema sintetiziranja govora RHVoice 1.6.0, ki je bila prvotno razvijana za kakovostno podporo ruskemu jeziku, nato pa prilagojena tudi za druge jezike, vklju\u010dno z angle\u0161\u010dino, portugal\u0161\u010dino, ukrajin\u0161\u010dino, kirgi\u0161\u010dino, tatar\u0161\u010dino in gruzin\u0161\u010dino. Koda je napisana v C++ in se distribuira pod licenco LGPL 2.1. Podprt je zagon v GNU\/Linux, Windows in Android. Program je zdru\u017eljiv 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. <\/p>\n
V novi razli\u010dici je dodanih 5 novih razli\u010dic glasov za ruski govor. Uvedena je podpora za albanski jezik. Posodobljen je slovar za ukrajinski jezik. Raz\u0161irjena je podpora za izgovarjanje simbolov emoji. Opravljena je bila odprava napak v aplikaciji za platformo Android, poenostavljen uvoz uporabni\u0161kih slovarjev, ter dodana podpora za Android 11. V jedro motorja so dodane nove nastavitve in funkcionalnosti, vklju\u010dno z g2p.case, word_break in podporo za ekvalizacijske filtre. <\/p>\n
Pripomnimo, da RHVoice uporablja dose\u017eke projekta HTS (HMM\/DNN-based Speech Synthesis System) ter parametri\u010dno metodo sinteze s statisti\u010dnimi modeli (Statistical Parametric Synthesis na osnovi HMM \u2014 Hidden Markov Model). Prednost statisti\u010dnega modela so nizki stro\u0161ki in majhna potreba po CPU mo\u010di. Vse operacije se izvajajo lokalno na uporabni\u0161kem sistemu. Podprti so trije nivoji kakovosti govora (ni\u017eja kakovost pomeni vi\u0161jo zmogljivost in kraj\u0161i \u010das odziva). <\/p>\n
Pomanjkljivost statisti\u010dnega 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 zvo\u010dnika. Za primerjavo, projekt Silero, ki ponuja odprti motor za sintetiziranje govora na osnovi tehnologij strojnega u\u010denja in nabor modelov za ruski jezik, po kakovosti presega RHVoice. <\/p>\n
Za ru\u0161\u010dino je na voljo 13 razli\u010dnih glasov, za angle\u0161\u010dino pa 5. Glasovi se oblikujejo na osnovi posnetkov naravnega govora. V nastavitvah je mogo\u010de spreminjati hitrost, vi\u0161ino in glasnost. Za spreminjanje tempa se lahko uporablja knji\u017enica Sonic. Mogo\u010de je samodejno dolo\u010danje in preklapljanje jezika na podlagi analize vhodnega besedila (na primer, za besede in citate v drugem jeziku se lahko uporablja izvorni model sinteze za ta jezik). Podprti so glasovni profili, ki dolo\u010dajo kombinacije glasov za razli\u010dne jezike. \n Izvor: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"