Sintezatorji govora z ruskimi glasovi. Najboljši sintezator govora. Kako uporabljati sintetizator govora?

Danes sintetizatorji govora, ki se uporabljajo v stacionarnih računalniških sistemih ali mobilnih napravah, niso več neobičajni. Tehnologije so stopile daleč naprej in omogočile reprodukcijo človeškega glasu. Kako deluje, kjer se uporablja, kakšen je najboljši sintetizator govora in kakšne morebitne težave se lahko srečuje z uporabnikom, glejte spodaj.

Kaj so sintetizatorji govora in kje se uporabljajo?

Sintetizatorji govora so posebni programi, sestavljeni iz več modulov, ki vam omogočajo, da prevedete v besedilo tipkovnice v običajen človeški govor v obliki zvočnega zapisa.

Naivno bi bilo domnevati, da spremljajoče knjižnice vsebujejo absolutno vse besede ali možne fraze, ki so jih v studiih zapisali resnični ljudje. To je fizično nemogoče. Poleg tega bi bile knjižnice besedil tako velike, da jih enostavno ne bi bilo mogoče namestiti tudi na sodobne trde diske velikega obsega, da ne omenjam mobilnih naprav.

Za to je bila razvita tehnologija, imenovana Text-to-Speech.

Najpogosteje uporabljani sintetizatorji govora so na več področjih, ki jih je mogoče pripisati neodvisni študiji tujih jezikov (programi pogosto podpirajo v 50 jezikih ali več), kodo mora slišati pravilen izgovor besede, poslušati besedila knjig namesto branja, ustvarjati govor in glasovne dele v glasbi , Njihova uporaba invalidov, izdajanje iskalnih poizvedb v obliki izraženih besed in besednih zvez itd.

Raznolikost programov

Odvisno od področja uporabe, lahko vse programe razdelimo na dve glavni vrsti: standardno, neposredno pretvorbo besedila v govor in glasovne ali glasovne module, ki se uporabljajo v glasbenih aplikacijah.

Za popolnejše razumevanje slike si oglejmo oba razreda, večji poudarek pa bo na sintezatorje govora pri njihovi takojšnji uporabi.

Prednosti in slabosti najpreprostejših govornih aplikacij

Kar zadeva prednosti in slabosti programov te vrste, najprej upoštevajte vse iste pomanjkljivosti.

Najprej je treba jasno razumeti, da je računalnik - to je računalnik, ki se na tej stopnji razvojnega človeškega govora sintetizira zelo približno. V najpreprostejših programih pogosto pride do težav z besednim stresom, zmanjšano kakovostjo zvoka in mobilnimi napravami - večjo porabo energije in včasih nepooblaščeno nalaganje govornih modulov.

Vendar pa obstajajo tudi številne prednosti, saj je veliko zvočnih informacij veliko boljše od vizualnega. Priročnost je očitna.

Kako uporabljati sintetizator govora?

Zdaj nekaj besed o osnovnih načelih uporabe takšnih programov. Vse vrste sintetizatorjev govora lahko brez težav namestite. V fiksnih sistemih se uporablja standardni namestitveni program, kjer bo glavna naloga izbira podprtih jezikovnih modulov. Za mobilne naprave se namestitvena datoteka lahko prenese iz uradne trgovine ali skladišča, kot je Google Play ali AppStore, po katerem se aplikacija samodejno namesti.

Ko prvič začnete, vam praviloma ni treba nastaviti drugih nastavitev, razen nastavitve privzetega jezika. Res je, včasih lahko program ponudi izbiro kakovosti zvoka (v standardni različici, ki se uporablja povsod, frekvenca vzorčenja je 4410 Hz, globina je 16 bitov in bitna hitrost je 128 kbps). V mobilnih napravah so te številke nižje. Kljub temu se kot osnovo vzame določen glas. Z uporabo standardnega vzorca izgovorjave z uporabo filtrov in izenačevalcev dosežemo zvok takega barvnega odtenka.

Med uporabo lahko izberete več možnosti za prevajanje besedila: ročno vnašanje besedila, točkovanje besedila iz datoteke, vključevanje v druge aplikacije (na primer spletne brskalnike) z aktiviranjem rezultatov iskanja ali branjem besedilne vsebine na spletnih straneh. Dovolj je, da izberete potrebno različico dejanj, jezika in glasu, s katerimi bo vse to izgovorjeno. Mnogi programi imajo več vrst glasov: moške in ženske. Za aktiviranje postopka predvajanja se običajno uporablja gumb za zagon.

Če govorimo o tem, kako izklopiti sintetizator govora, lahko obstaja več možnosti. V najpreprostejšem primeru se gumb za zaustavitev uporablja v samem programu. V primeru integracije v brskalnik se deaktivacija izvede v nastavitvah razširitve ali s popolno odstranitvijo vtičnika. Ampak z mobilnimi napravami, kljub neposredni zaustavitvi, lahko pride do težav, o katerih se bo razpravljalo ločeno.

V glasbenih programih so nastavitve in vnos besedil veliko težje. Na primer, FL Studio ima svoj govorni modul, v katerem lahko izberete več vrst glasov, spremenite nastavitve tonov, hitrost predvajanja itd. Če želite poudariti napetosti pred zlogom, uporabite simbol »_«. Vendar je takšen sintetizator primeren le za ustvarjanje robotskih glasov.

Ampak paket Yamaha Vocaloid se nanaša na programe strokovne vrste. Tukaj v največji možni meri uresničujemo tehnologijo Text to Speech. V nastavitvah lahko poleg standardnih parametrov nastavite artikulacijo, glissando, uporabite knjižnice z vokali strokovnih izvajalcev, sestavite besede in besedne zveze, jih prilagajate beležkom in še več kupcev. Ni presenetljivo, da paketa z enim vokalom potrebuje približno 4 GB ali več v distribuciji namestitve, po razpakiranju pa je dvakrat ali trikrat večja.

Govorni sintezatorji z ruskimi glasovi: kratek pregled najbolj priljubljenih

Ampak vrnite se k najpreprostejšim aplikacijam in upoštevajte najbolj priljubljene.

RHVoice - po mnenju večine strokovnjakov je najboljši sintetizator govora, ki je ruski razvoj avtorstva Olge Yakovleve. V standardni različici so na voljo trije glasovi (Alexander, Irina, Elena). Nastavitve so preproste. Sama aplikacija se lahko uporablja kot samostojen program, ki je združljiv s SAPI5 in kot ekranski modul.

Acapela je zelo zanimiva aplikacija, katere glavna značilnost je skoraj popolna glasna vloga v več kot 30 jezikih sveta. V redni različici pa je na voljo le en glas (Alain).

Vokalizator je močna aplikacija z ženskim glasom Milene. Zelo pogosto se ta program uporablja v klicnih centrih. Obstaja veliko nastavitev za nastavitev nagiba, glasnosti, hitrosti branja in nameščanja dodatnih slovarjev. Glavna razlika je, da se govorni motor lahko integrira v programe, kot so Cool Reader, Moon + Reader Pro ali Full Screen Caller ID.

Festival je močna sinteza govora in pripomoček za prepoznavanje za Linux in Mac OS X. Aplikacija ima odprtokodni vir in poleg standardnih jezikovnih pakiranj podpira celo finsko in hindijščino.

ESpeak je govorna aplikacija, ki podpira več kot 50 jezikov. Glavna pomanjkljivost je ohranjanje datotek s sintetiziranim govorom izključno v formatu WAV, ki zajema veliko prostora. Toda program je navzkrižno platformo in se lahko uporablja tudi v mobilnih sistemih.

Težave s sintetizatorjem govora v Google Android

Pri nameščanju »domačega« sintetizatorja govora iz Googla se uporabniki neprestano pritožujejo, da spontano vključuje nalaganje dodatnih jezikovnih modulov, kar lahko traja le dovolj časa, ampak tudi porabi promet.

Znebiti se tega v sistemih Android lahko zelo preprosto. Če želite to narediti, uporabite meni z nastavitvami, nato pojdite na razdelek za glasovni in glasovni vnos, izberite glasovno iskanje in kliknite na križec (prekinite povezavo) v možnosti prepoznavanja govora brez povezave. Poleg tega je priporočljivo, da očistite aplikacijski predpomnilnik in znova zaženete napravo. Včasih je morda treba onemogočiti obvestila v sami aplikaciji.

Kaj na koncu?

Če povzamemo vse, lahko rečemo, da se v večini primerov navadnim uporabnikom obračajo najpreprostejši programi. V vseh ocenah je vodilni RHVoice. Toda za glasbenike, ki želijo doseči naravni glas, tako da razlika med živim vokalom in računalniško sintezo ni občutljiva na uho, je bolje dati prednost programom, kot je Vocaloid, zlasti ker proizvajajo veliko dodatnih glasovnih knjižnic in imajo nastavitve toliko možnosti, da je primitivna Aplikacije, kot pravijo, in niso stali ob strani.