Den öppna talangivande systemet RHVoice 1.6.0 har slÀppts, ursprungligen utvecklad för att ge kvalitativt stöd för det ryska sprÄket, men senare anpassad för andra sprÄk, inklusive engelska, portugisiska, ukrainska, kirgiziska, tatariska och georgiska. Koden Àr skriven i C++ och distribueras under LGPL 2.1-licensen. Den fungerar pÄ GNU/Linux, Windows och Android. Programmet Àr kompatibelt med standard TTS-grÀnssnitt (text-till-tal) för att omvandla text till tal: SAPI5 (Windows), Speech Dispatcher (GNU/Linux) och Android Text-To-Speech API, men kan ocksÄ anvÀndas i skÀrmlÀsaren NVDA. Skaparen och huvudutvecklaren av RHVoice Àr Olga Yakovleva, som fortsÀtter att utveckla projektet trots fullstÀndig blindhet.
I den nya versionen har 5 nya röstalternativ för ryska sprÄket lagts till. Stöd för albanska sprÄket har implementerats. Ordboken för ukrainska sprÄket har uppdaterats. Stödet för upplÀsning av emoji-symboler har utvidgats. Arbetet med att ÄtgÀrda fel i Android-applikationen har genomförts, importen av anvÀndardikter har förenklats, och stöd för Android 11-plattformen har Àven lagts till. Nya instÀllningar och funktionaliteter har lagts till i motorkÀrnan, inklusive g2p.case, word_break och stöd för ekvivalentfilter.
Vi pĂ„minner om att RHVoice anvĂ€nder resultat frĂ„n HTS-projektet (HMM/DNN-baserat talgenĂ©reringssystem) och den parametriska metod för syntes med statistiska modeller (Statistical Parametric Synthesis baserat pĂ„ HMM â Hidden Markov Model). Fördelen med den statistiska modellen Ă€r lĂ„g overhead och begrĂ€nsad krav pĂ„ CPU-kraft. Alla operationer utförs lokalt pĂ„ anvĂ€ndarens system. Tre kvalitetsnivĂ„er för tal stöds (ju lĂ€gre kvalitet, desto högre prestanda och kortare reaktionstid).
Nackdelen med den statistiska modellen Àr det relativt lÄga uttalskvaliteten, som inte nÄr upp till nivÄn hos syntetisatorer som genererar tal baserat pÄ kombinationer av fragment av naturligt tal, men resultatet Àr ÀndÄ förhÄllandevis klart och pÄminner om en överföring frÄn en högtalare. Som en jÀmförelse övertrÀffar projektet Silero, som tillhandahÄller en öppen motor för talgenÀring baserat pÄ maskininlÀrningstekniker och en uppsÀttning modeller för det ryska sprÄket, RHVoice i kvalitet.
För ryska sprĂ„ket finns det 13 röstalternativ, för engelska â 5. Rösterna skapas baserat pĂ„ inspelningar av naturligt tal. I instĂ€llningarna kan du Ă€ndra hastighet, tonhöjd och volym. För att justera takten kan Sonic-biblioteket anvĂ€ndas. Automatisk identifiering och vĂ€xling av sprĂ„k kan göras baserat pĂ„ analys av den inkommande texten (till exempel kan en inhemsk talmodell för det aktuella sprĂ„ket anvĂ€ndas för ord och citat pĂ„ ett annat sprĂ„k). Röstprofiler stöds, vilket definierar kombinationer av röster för olika sprĂ„k.
KĂ€lla: opennet.ru
