gnuspeech_sa

Gnuspeechsa (отдельно)

Gnuspeechsa-это артикуляционный синтезатор командной строки, который преобразует текст в речь.

Gnuspeechsa является портом C ++ TTS_Server в оригинальной системе Gnuspeech, разработанной для NextStep, предоставленной Дэвидом Р. Хиллом, Леонардом Мансарой, Крейгом Шоком и участниками. Базой был код репозитория подрывного репозитория Gnuspeech, Revision 672, загруженный в 2014-08-02. Исходный код был получен из каталогов:

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

Это программное обеспечение написано в многоплатформенном C ++.

Гнуспич

Gnuspeech - это синтезатор артикуляции речи. Проект внедрил первое программное обеспечение для артикуляционного текста в речь (TTS) (насколько я знаю). Он был разработан в 90 -х годах, около 30 лет назад (в 2023 году). Синтезатор был ранее коммерческим программным обеспечением с закрытым исходным кодом, доступным только для следующих компьютеров. После кончины следующего программного обеспечения было пожертвовано в проект GNU. Он использует простую модель голосового тракта, потому что следующий был очень медленным компьютером. ЦП 90 -х годов работали на частоте десятков МГц (не опечатки), примерно в 100 раз медленнее, чем технология в 2023 году. Относительная низкая сложность модели обеспечивает низкую латентную синтез на современных персональных компьютерах.

Первоначальная система TTS имела две реализации модели голосового тракта (модель трубки), которая выполнялась на 56 -километровом DSP, написанном в сборке, а другая, которая выполнялась на процессоре, написанная в C. Модель Tube DSP генерирует лучшую речь с более сбалансированными фрикативными/шлюзой. Этот репозиторий использует модель C -трубки.

Примеры синтеза

Звуки ниже были синтезированы из текста хаоса (короткая версия) Джерарда Нолста Трене.

Оригинальный код (для следующего - не в этом репозитории) с использованием модели голосового тракта DSP

• Английский - мужчина

Gnuspeechsa 0,1,8

• Английский - мужчина
• Английский - женщина
• Английский - большой ребенок
• Английский - маленький ребенок
• Английский - детка

Статус

обслуживание

Поддерживается только английский.

Лицензия

Эта программа является бесплатным программным обеспечением: вы можете перераспределить его и/или изменить ее в соответствии с условиями общей публичной лицензии GNU, опубликованных Фондом Free Software, либо версией 3 лицензии, либо (по варианту) любой более поздней версии.

Эта программа распространяется в надежде, что она будет полезна, но без каких -либо гарантий; даже без подразумеваемой гарантии торговой точки зрения или пригодности для определенной цели. Смотрите файл copying.txt для получения более подробной информации.

Внешний код

Это программное обеспечение включает код из RapidXML. Для получения подробной информации см. File src/rapidxml/license.txt.

Использование gnuspeech_sa

gnuspeech_sa преобразует входной текст в речь.

 ./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.

Использование gnuspeech_sa_trm

gnuspeech_sa_trm выполняет только модель трубки.

 ./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.

Содержание данных/en

monet.xml

Содержит артикуляторную базу данных.

intonation.txt

Контролирует интонацию.

Если random_intonation = 0 в trm_control_model.txt , будет использоваться только первая строка в каждой тональной группе. Если random_intonation = 1 , строка будет выбрана случайным образом.

MainDictionary.txt

Содержит основной словарь, который связывает слова с позами.

trm.txt

Содержит параметры для модели трубки.

Интересными параметрами:

    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

Содержит параметры для контроллера модели трубки.

Интересными параметрами:

    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).

Примечание:

Следующие параметры в данный момент не используются:

• metional_pitch
• Pretonic_range
• ptehonic_lift
• tonic_range
• tonic_movement

voice_baby.txt

voice_female.txt

voice_large_child.txt

voice_male.txt

voice_small_child.txt

Содержат голосовые параметры.

Интересными параметрами:

    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

Контролирует гласные переходы.

vowelTransitions_2.txt

Альтернативная версия vowelTransitions.txt .

Это не используется.