Nedávno bolo oznámené vydanie novej verzie otvoreného systému syntézy reči RHVoice 1.6.0, ktorý bol pôvodne vyvinutý tak, aby poskytoval vysokokvalitnú podporu pre ruský jazyk, no neskôr bol prispôsobený pre ďalšie jazyky vrátane angličtiny, portugalčiny, ukrajinčiny, kirgizštiny, tatárčiny a gruzínčiny.
Pre tých, ktorí nepoznajú RHVoice, môžem povedať, že tento projekt využíva vývoj projektu HTS (Systém syntézy reči založený na HMM/DNN) a metóda parametrickej syntézy so štatistickými modelmi (Štatistická parametrická syntéza založená na HMM - Hidden Markov Model).
Výhodami štatistického modelu sú nízke režijné náklady a nízka spotreba CPU. Všetky operácie sa vykonávajú lokálne v systéme používateľa. Podporované sú tri úrovne kvality hlasu (čím nižšia kvalita, tým vyšší výkon a kratší čas odozvy).
Nevýhodou štatistického modelu je pomerne nízka kvalita výslovnosti, ktorá nedosahuje úroveň syntetizátorov, ktoré generujú reč z kombinácie prirodzených rečových fragmentov, no napriek tomu je výsledok celkom čitateľný a pripomína vysielanie hovoriaceho. Na porovnanie, projekt Silero, ktorý poskytuje otvorený motor pre syntézu reči založenú na technológiách strojového učenia a súbor modelov pre ruský jazyk, je kvalitnejší ako RHVoice.
Pre ruský jazyk je k dispozícii 13 hlasov a hlasy sú tvorené na základe prirodzených hlasových záznamov. V nastaveniach môžete zmeniť rýchlosť, výšku tónu a hlasitosť.
Na zmenu tempa je možné použiť Sonic Library. Jazyk je možné automaticky zisťovať a meniť na základe analýzy vstupného textu (napr. pre slová a citácie v inom jazyku možno použiť natívny model syntézy daného jazyka). Podporované sú hlasové profily, ktoré definujú hlasové kombinácie pre rôzne jazyky.
Kód je napísaný v C++ a je distribuovaný pod licenciou LGPL 2.1, okrem toho, že systém je podporovaný na GNU / Linux, Windows a Android. Program podporuje typické TTS (text-to-speech) rozhrania na prevod textu na reč: SAPI5 (Windows), Speech Dispatcher (GNU / Linux) a Android Text-To-Speech API, ale možno ho použiť aj na obrazovke NVDA.
Kľúčové nové funkcie RHVoice 1.6.0
V tejto novej verzii systému vyniká ako hlavná novinka, že Pridalo sa 5 nových hlasov pre ruskú reč, Okrem toho bola implementovaná podpora pre albánsky jazyk.
Ďalšou zmenou, ktorá vyniká v tejto novej verzii, je tá slovník bol aktualizovaný pre ukrajinský jazyk a táto podpora bola rozšírená o vyjadrenie znakov emoji.
Vyzdvihuje aj prácu, ktorú se vykonané pri oprave chýb v aplikácii platformy Android, Zjednodušilo sa importovanie vlastných slovníkov a pribudla podpora pre platformu Android 11.
Na druhej strane môžeme tiež zistiť, že do jadra motora boli pridané nové konfigurácie a funkcie, vrátane g2p.case, word_break a kompatibility s vyrovnávacími filtrami.
Nakoniec, ak máte záujem dozvedieť sa viac o tejto novej verzii, môžete si prečítať podrobnosti Na nasledujúcom odkaze.
Stiahnite si RHVoice
Pretí, ktorí majú záujem si tento systém stiahnuť pre syntézu reči môžete získať inštalačné balíčky z nasledujúci odkaz.
V oznámení o tejto novej verzii sa tiež uvádza, že pre používateľov systému Android ktoré už majú RHVoice nainštalované vo vašom zariadení, toto sa aktualizuje automaticky, ak sú povolené automatické aktualizácie, nie je potrebné tento proces vykonávať ručne.
V prípade, že máte vypnuté aktualizácie a chcete mať novú verziu, môžete si funkciu kontroly aktualizácií aktivovať manuálne.
Hneď ako sa aktualizovaný RHVoice znova spustí, pokúsi sa stiahnuť nové jazykové údaje. Po stiahnutí nových údajov ich RHVoice začne používať.