欢迎来到天天文库
浏览记录
ID:9020406
大小:139.31 KB
页数:7页
时间:2018-04-15
《开源tts语音合成和处理合集整理》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、开源TTS/语音合成和处理工具1.eSpeak-ChineseeSpeak-Chinese是一个TTS软件。它是基于JonathanDuddington的eSpeak,由于中文词典太大,eSpeak缺省并不带中文词典,需另外下载。发布eSpeak-Chinese只是为了方便用户安装。国语支持的主要贡献者:·KyleWang(waxacaat163.com)–创建了最初的字典,规则和声音文件。·SilasS.Brown(http://people.pwf.cam.ac.uk/ssb22/)-改进词典(加入CEDICT等).粤语支持的主要贡献者:·黄冠
2、能-创建了粤语字典,简易的规则和声音文件。eSpeak-Chinese是eGuideDog项目的重要组成部分。另一个中文TTS(余音)在开发中。它在设计上更简易但文件较大。由于使用了真人发声,它比eSpeak的声音更自然。目前它只支持粤语。2.FliteFlite是一个小型、快速的TTS系统,是著名的语音合成系统festival的c版本。可用于嵌入式系统3.FreeTTSFreeTTS是完全采用Java开发的语音合成系统,它是卡内基梅隆大学基于Flite这个小型的语音合成引擎开发的。FreeTTS是一个语音合成系统写的JavaTM编程语言完全。它是
3、根据Flite公司:一个小运行时语音合成引擎卡内基梅隆大学的发展。弗莱特来源于节语音合成系统,从爱丁堡大学和卡内基梅隆大学的festvox项目。这种FreeTTS版本包括:*核心语音合成引擎*支持的多寡:邻一8kHz的双音子,男,美国英语语音办公16KHz的双音子,男,美国英语语音办公16KHz的有限域,男*美国英语语音的festvox的进口(美国英语的声音只)*对进口的festvox(仅限美式英文)*支持工具中央结算系统的MBROLA北极的具体支持,支持的声音声音(单独下载):办公自动化16KHz的女性,美国英语语音O2个16KHz的男性声音*美
4、国英语为JSAPI1.0*广泛的API文档部分支持*几个演示应用4.eSpeakeSpeak是一个紧凑的开放源码软件的语音合成器为英语和其他语言,为Linux和Windows。eSpeak生产高质量的英语演讲。它使用了不同的合成方法从其他开源语音合成引擎,和声音完全不同。这也许不是作为自然人或“平稳”,但我觉得发音更清晰,更容易听很长时间。它可以运行命令行程序发言的文本文件或从标准输入。一个共享库的版本也已推出。·包括不同的声音,其特点可以改变。·能产生语音输出为WAV文件。·SSML(语音合成标记语言)的支持(未完成),并使用HTML。·该计划及
5、其数据,其中包括数种语言,总计约700千字节。·可以把文字,音素代码,所以它能够适应作为一个前端另一个语音合成引擎。·潜在的其他语言。一些包含在不同阶段所取得的进展。帮助母语为这些或其他语言的欢迎。·开发工具可用于生产和调整音素数据。·写在C++ Windows版本目前的WindowsSAPI5和命令行版本的eSpeak。SAPI5版本的可以使用屏幕阅读器,如完,颌骨,超新星,以及窗的眼睛。它们可以作为一个Windows安装程序包该eSpeak语音合成器支持几种语言,但在大多数情况下,这些都是初稿,并需要更多的工作来改善。援助的母语是值得欢迎的这些
6、或其他新的语言。请与我联系如果你想帮助。eSpeak没有文字,语音合成的语言,一些比别人做得更好。南非荷兰语,粤语,克罗地亚语,捷克语,荷兰语,英语,世界语,芬兰语,法语,德语,希腊语,印地语,匈牙利语,冰岛语,意大利语,Lojban,马其顿语,普通话,挪威语,波兰语,葡萄牙语,罗马尼亚语,俄语,塞尔维亚语,斯洛伐克语,西班牙语,斯瓦希里语,瑞典,越南,威尔士。5.OpenVXIOpenVXI提供的是完整的VXML解析服务,同时也提供了有限语言的TTS支持。VoiceeXtensibleMarkupLanguage(简称VXML)是被用来创建语音对
7、话系统,可以调用语音合成以及语音识别服务,可以用来记录语音录入和连接电话系统。创建VXML语音的主要目的就是用Web开发的理念来开发交互式的语音应用。VXML提供了基于Menu和基于Form的两套框架,整合了语音识别和语音合成两个关键服务,使得语音应用的开发变得更为方便和快捷。VXML和普通的标记语言一样,需要有浏览器进行解析;还需要提供语音识别和语音合成服务的应用服务器;有时也需要有http服务器提供文档服务;当然,如果需要与电话系统相连,就必须加上VOIP(网络电话)的支持。如下图所示的就是VXML的运行环境:图1.VXML运行环境一个企业级应
8、用的系统框架IVR(interactivevoice-responseservices)也就是自动应答服务,是使用VXML
此文档下载收益归作者所有