gnuspeech_sa

Gnuspeechsa (eigenständig)

Gnuspeechsa ist ein artikulierender Synthesizer der Befehlszeile, der Text in Sprache umwandelt.

Gnuspeechsa ist ein C ++ - Port des TTS_Server im ursprünglichen Gnuspeech -System, der für NextStep entwickelt wurde und von David R. Hill, Leonard Manzara, Craig Schock und Mitwirkenden bereitgestellt wird. Die Basis war der Code für das Subversion-Repository von Gnuspeech, Revision 672, der 2014-08-02 heruntergeladen wurde. Der Quellcode wurde aus den Verzeichnissen erhalten:

 nextstep/trunk/ObjectiveC/Monet.realtime
nextstep/trunk/src/SpeechObject/postMonet/server.monet

Diese Software ist in Multi-Plattform C ++ geschrieben.

Gnuspeech

Gnuspeech ist ein artikulierender Sprachsynthesizer. Das Projekt implementierte die erste Articulatory Text-to-Speech-Software (TTS) (soweit ich weiß). Es wurde in den 90ern vor etwa 30 Jahren (im Jahr 2023) entwickelt. Der Synthesizer war zuvor eine kommerzielle Software für geschlossene Quellen, die nur für nächste Computer erhältlich war. Nach dem Niedergang des nächsten wurde die Software an das GNU -Projekt gespendet. Es verwendet ein einfaches Vokaltraktmodell, da das nächste ein sehr langsamer Computer war. Der CPUs der 90er Jahre, die mit einer Häufigkeit von zehn MHz (kein Tippfehler) betrieben wurden, rund 100x langsamer als die Technologie im Jahr 2023. Die relative niedrige Komplexität des Modells ermöglicht moderne Personalcomputer mit geringer Latenz -Synthese.

Das ursprüngliche TTS -System verfügte über zwei Implementierungen des Vokaltraktmodells (Rohrmodell), das auf einem 56K -DSP ausgeführt wurde, der in der Montage geschrieben wurde, und ein anderes, das auf der CPU ausgeführt wurde, geschrieben in C. Das DSP -Rohrmodell erzeugt eine bessere Sprache mit ausgewogeneren Frikativen/Plosiven. Dieses Repository verwendet das C -Rohrmodell.

Beispiele für Synthese

Die folgenden Geräusche wurden aus dem Text des Chaos (Kurzversion) von Gerard Nolst Trenité synthetisiert.

Der ursprüngliche Code (für nächstes - nicht in diesem Repository) mit dem DSP Vocal Tract -Modell

• Englisch - männlich

Gnuspeechsa 0,1.8

• Englisch - männlich
• Englisch - Frau
• Englisch - großes Kind
• Englisch - kleines Kind
• Englisch - Baby

Status

Wartung

Nur Englisch wird unterstützt.

Lizenz

Dieses Programm ist kostenlose Software: Sie können es neu verteilt und/oder unter den Bestimmungen der GNU General Public Lizenz wie von der Free Software Foundation, entweder Version 3 der Lizenz veröffentlicht, oder (nach Ihrer Option) jede spätere Version ändern.

Dieses Programm wird in der Hoffnung verteilt, dass es nützlich sein wird, jedoch ohne Garantie; Ohne die implizite Garantie für Handelsfähigkeit oder Eignung für einen bestimmten Zweck. Weitere Informationen finden Sie in der Datei Copying.txt -Datei.

Externer Code

Diese Software enthält Code von RapidXML. Weitere Informationen finden Sie in der Datei SRC/Rapidxml/Lizenz.txt.

Verwendung von gnuspeech_sa

gnuspeech_sa wandelt den Eingabetxt in die Sprache um.

 ./gnuspeech_sa [-v] -c config_dir -p trm_param_file.txt -o output_file.wav 
        "Hello world."
    Synthesizes text from the command line.
    -v : verbose

    config_dir is the directory that stores the configuration data,
        e.g. data/en.
    trm_param_file.txt will be generated, containing the tube model
        parameters.
    output_file.wav will be generated, containing the synthesized speech.

./gnuspeech_sa [-v] -c config_dir -i input_text.txt -p trm_param_file.txt 
        -o output_file.wav
    Synthesizes text from a file.
    -v : verbose

    config_dir is the directory that stores the configuration data,
        e.g. data/en.
    input_text.txt contains the input text.
    trm_param_file.txt will be generated, containing the tube model
        parameters.
    output_file.wav will be generated, containing the synthesized speech.

Verwendung von gnuspeech_sa_trm

gnuspeech_sa_trm führt nur das Rohrmodell aus.

 ./gnuspeech_sa_trm [-v] trm_param_file.txt output_file.wav
    -v : verbose

    trm_param_file.txt is the file generated by gnuspeech_sa, containing the
        tube model parameters.
    output_file.wav will be generated, containing the synthesized speech.

Inhalt der Daten/en

monet.xml

Enthält die Artikulationsdatenbank.

intonation.txt

Kontrolliert die Intonation.

Wenn random_intonation = 0 in trm_control_model.txt = 0 ist, wird nur die erste Zeile in jeder Tongruppe verwendet. Wenn random_intonation = 1 , wird die Zeile zufällig ausgewählt.

MainDictionary.txt

Enthält das Hauptwörterbuch, das Wörter mit Haltungen bezieht.

trm.txt

Enthält die Parameter für das Rohrmodell.

Interessante Parameter sind:

    vocal_tract_length_offset
        This value is added to the vocal tract length.
    loss_factor
        Defines the acoustic loss inside the vocal tract.

trm_control_model.txt

Enthält die Parameter für den Rohrmodell -Controller.

Interessante Parameter sind:

    voice_name
        Defines the voice used in the synthesis.
        It selects which of the voice_*.txt files will be
        loaded.
    tempo
        Values greater than 1 will speed up the speech.
    pitch_offset
        Modifies the voice pitch.

    drift_deviation
    drift_lowpass_cutoff
        Control the random perturbations in the intonation
        (requires intonation_drift = 1).

    dictionary_1_file
    dictionary_2_file
    dictionary_3_file
        Indicate the dictionaries (the dictionaries will be
        searched in the order 1, 2, 3).

Notiz:

Die folgenden Parameter werden derzeit nicht verwendet:

• fiktional_pitch
• Pretonic_range
• Pretonic_lift
• tonic_range
• tonic_movement

voice_baby.txt

voice_female.txt

voice_large_child.txt

voice_male.txt

voice_small_child.txt

Enthalten die Sprachparameter.

Interessante Parameter sind:

    vocal_tract_length

    glottal_pulse_tp
        Rise time, in % of the period.
    glottal_pulse_tn_min
        Fall time, in % of the period - for the highest pulse
        amplitude.
    glottal_pulse_tn_max
        Fall time, in % of the period - for the lowest pulse
        amplitude.

        These parameters modify the glottal pulse shape.

    reference_glottal_pitch
        Modify the voice pitch.

    breathiness

vowelTransitions.txt

Steuerelemente Vokalübergänge.

vowelTransitions_2.txt

Alternative Version von vowelTransitions.txt .

Es wird nicht verwendet.