Синтезатори на реч с руски гласове. Най-добрият синтезатор на речта. Как да използвам реч синтезатор?

Днес синтезаторите на говор, използвани в стационарни компютърни системи или мобилни устройства, вече не изглеждат необичайни. Технологиите са стъпвали далеч напред и са позволили възпроизвеждането на човешки глас. Как работи, къде се прилага, какъв е най-добрият синтезатор на речта и какви потенциални проблеми може да срещне потребител, вижте по-долу.

Какви са речта синтезатори и къде се използват?

Синтезаторите на реч са специални програми, състоящи се от няколко модула, които ви позволяват да преведете натиснат върху текста на клавиатурата в обикновена човешка реч под формата на саундтрак.

Би било наивно да се предполага, че придружаващите библиотеки съдържат абсолютно всички думи или възможни фрази, записани в студиото от истински хора. Това е физически невъзможно. Освен това библиотеките на фразите биха били толкова големи, че не би било възможно да се инсталират дори и на съвременните твърди дискове с голям капацитет, да не говорим за мобилните устройства.

За тази цел беше разработена технология, наречена Text-to-Speech.

Най-широко използваните синтезатори на реч, са получили в няколко области, които включват самостоятелна работа на чужди езици (програми често имат подкрепа в 50 езика и повече), кодът трябва да се чуе правилното произношение на думата, слушане на книги на текстове, а не четене, създаването на глас и вокална музика , използването им от хора с увреждания, издаването на заявки за търсене под формата на изразени думи и фрази и т.н.

Разнообразие от програми

В зависимост от областта на приложение, всички програми могат да бъдат разделени на два основни типа: стандартни, директно преобразувани текст към говор и реч или вокални модули, използвани в музикалните приложения.

За по-пълно разбиране на картината ще разгледаме и двата класа, но по-голямо внимание ще бъде поставено върху синтезаторите на речта в непосредствената им употреба.

Плюсове и минуси на най-простите приложения на речта

Що се отнася до предимствата и недостатъците на програмите от този тип, първо разгледайте всички същите недостатъци.

На първо място, е необходимо ясно да се разбере, че компютърът - това е компютър, който на този етап от развитието на човешкото слово може да синтезира много приблизително. В най-простите програми често има проблеми със стреса на думи, намалено качество на звука и мобилни устройства - увеличена консумация на енергия и понякога неразрешено зареждане на модули за говор.

Но има и много предимства, защото много аудио информация се възприема много по-добре от визуалната. Удобството е очевидно.

Как да използвам реч синтезатор?

Сега няколко думи за основните принципи на използването на програми от този тип. Можете да инсталирате всякакъв тип синтезатор на реч без никакви проблеми. При стационарни системи се използва стандартен инсталатор, където основната задача е изборът на поддържаните езикови модули. За мобилни устройства, можете да изтеглите инсталационния файл от официалния магазин или магазин като Google Play или AppStore, след което приложението е инсталирано автоматично.

Като правило, при първото стартиране не е необходимо да правите никакви настройки освен настройването на езика по подразбиране. Въпреки това, понякога програмата може да бъдете помолени да изберете качество на звука (по стандарт, универсално приложим, честота 4410 Hz на дълбочината на 16 бита и битрейт 128 Kbit / сек). В мобилните устройства тези цифри са по-ниски. Независимо от това, като основа се взема определен глас. С използването на стандартен модел за произношение чрез прилагане на филтри и еквалайзери, звукът от точно този тембър се постига.

При използване, можете да изберете няколко варианта за превод на текста: въвеждане на текст ръчно, звук вече има текст от файла, интегрирането в други приложения (например, уеб браузъри) с активирането на резултатите от търсенето или четене на текстово съдържание на страниците онлайн. Достатъчно е да изберем правилния вариант на действия, език и глас, с които всичко това ще бъде произнесено. Много програми имат няколко вида гласове: мъже и жени. За да активирате процеса на възпроизвеждане, обикновено се използва бутонът за стартиране.

Ако говорим за това как да изключите синтезатора на говор, може да има няколко опции. В най-простия случай бутонът за спиране се използва в самата програма. В случай на интегриране в браузъра, деактивирането се извършва в настройките на разширението или чрез пълно премахване на приставката. Но с мобилните устройства, въпреки директното изключване, може да има проблеми, които ще бъдат обсъждани отделно.

В музикалните програми настройките и въвеждането на текст са много по-трудни. Например, FL Studio има свой собствен речещ модул, в който можете да изберете няколко видове гласове, променете настройките за ключа, скоростта на възпроизвеждане и т.н. За да подчертаете стреса преди сричката, използвайте символа "_". Но такъв синтезатор е подходящ само за създаването на роботизирани гласове.

Но пакетът Yamaha Vocaloid се отнася за програми от професионален тип. Технологията "текст към говор" се реализира тук в най-пълна степен. В настройките, в допълнение към настройките по подразбиране, можете да зададете на артикулация, глисадно използвате библиотеки с вокали професионални изпълнители, образуват думи и фрази, като ги приспособява при бележките, а дори и много неща. Не е изненадващо, че пакетът само с един вокален отнема около 4 GB или повече в инсталационния пакет, а след разопаковане - от два до три пъти повече.

Реч синтезатори с руски гласове: преглед на най-популярните

Но да се върнем към най-простите приложения и да разгледаме най-популярните такива.

RHVoice - според повечето експерти, най-добрият реч синтезатор, който е руското развитие на авторството Олга Яковлева. В стандартната версия има три гласа (Александър, Ирина, Елена). Настройките са прости. Самото приложение може да се използва като самостоятелна програма, съвместима със SAPI5, и като екранна модулация.

Акапела е доста интересно приложение, чиято основна черта е почти перфектното гласово действие на повече от 30 езика на света. В обикновената версия обаче има само един глас (Alain).

Вокализаторът е мощно приложение с женския глас на Милена. Много често тази програма се използва в центровете за повиквания. Има много настройки за настройка на стреса, обема, скоростта на четене и инсталирането на допълнителни речници. Основната разлика е, че речта може да бъде интегрирана в програми като Cool Reader, Moon + Reader Pro или Full Screen Caller ID.

Фестивал - мощен синтез полезност словото и признание, предназначен за Linux и Mac OS X. Приложението идва с отворен изходен код и освен стандартните езикови пакети, има подкрепата на финландския език и дори хинди.

eSpeak е реч, която поддържа повече от 50 езика. Основният недостатък е запазването на файлове със синтезирана реч изключително във формат WAV, който заема много място. Но програмата е междуплатформена и може да се използва дори и в мобилни системи.

Проблеми със синтезатора на реч в Google Android

Когато е настроен на "родния" синтезатор на реч от Google, потребителите непрекъснато се оплакват от факта, че той спонтанно включва зареждане на допълнителни езикови модули, които могат не само да вземат достатъчно дълъг период от време, но също така консумира честотна лента.

Отърви се от това в Android-системите може да бъде много проста. За да направите това, използвайте менюто Настройки, след това отидете на езика и секцията за гласово въвеждане, изберете Гласово търсене и разпознаване на глас параметър на линия, кликнете върху кръста (изключен). Освен това се препоръчва да почистите кеша на приложението и да рестартирате устройството. Понякога може да е необходимо да се деактивират известията в самото приложение.

Какво в крайна сметка?

За да обобщим, можем да кажем, че в повечето случаи обикновените потребители ще бъдат подбрани от най-простите програми. Във всички оценки RHVoice е начело. Но за музиканти, които искат да постигнат звучи естествено глас, разликата между живо вокална и компютър на синтеза не се усеща по време на изслушването, че е по-добре да се даде предимство на Vocaloid видове програми, особено след като редица допълнителни гласови библиотеки и настройките са толкова много възможности е достъпна за тях, че примитивното както се казва, и не стоят една до друга.