persian tts

Персидский синтезатор текста до Speach

Персидский TTS-это простой синтезирующий двигатель текста к Speach и реагирующим приложением, которое я изначально разработал в качестве проекта по выпускной степени бакалавра.

Проект, однако, предназначен для получения постепенных улучшений с течением времени.

Содержимое

• Требования
• Руководство по установке
• Запуск приложений
• Структура проекта
• Как это работает
• Благодарности
• Вклад

✅ Требования

Приложения Persian-TTS питаются на основе React Native, поэтому вам понадобится для правильного составления приложений. Для компиляции версии Android, наличие правильной Android SDK на вашей машине является обязательной, и, очевидно, компиляция необходимости вариента для iOS, которые вы имеете рабочую копию XCode и функциональный инструмент управления зависимостями кокопод на машине с питанием операционной системы MacOS.

Вам также необходимо будет иметь инструмент управления зависимостями для доступа к NPM и загрузки зависимостей проекта. В этом проекте используется пряжа, но также можно использовать NPM или другие инструменты.

? Руководство по установке

Сначала вы можете получить исходный код, клонируя его

git clone [email protected]:amfolio/persian-tts.git

Установка зависимостей iOS (необязательно)

 cd ios
pod install

Затем перейдите в каталог пакета и установите его зависимости с помощью yarn install или npm install

Запуск приложений

Чтобы запустить приложения в эмуляторах Android и/или iOS операционных систем, вы можете использовать следующие команды:

Android

react-native run-android

ios

react-native run-ios

? Структура проекта

Структура этого проекта просто идентична многим другим реактивным структурам проекта. Ниже приведена просто большая картина основной структуры:

• __tests__: модульные тесты на шутку
• Android: Reactnative Android -исходные файлы
• iOS: Реактивные исходные файлы iOS
• SRC: основной проект root
  • Компоненты: многоразовые компоненты реагирования
    • ComponentName: Camelcase с именем папки, обертываемая над файлами компонентов
      • index.js: точка входа компонента, экспорт его содержимого с использованием модулей ES6
      • styles.js (необязательно): реагирующие компоненты-реагирующие стиль
  • Экран: компоненты экрана приложения
  • UTILS: Алгоритмы синтезатора и другие инструменты обработки языка
  • App.js: основная запись приложения
  • Router.js: конфигурации компонентов реагирования навигации
  • voices.json: приложения широко доступны голоса конфигурации

? Как это работает

Вскоре проект использует одобрение «конкатативного синтеза» для достижения своей цели. На персидском языке неограниченный набор слов может быть сконструирован путем объединения "согласных+гласных пар. Для смелости здесь мы называем эти пары просто «слогами».

Чтобы сделать синтезирующую работу, проект первоначально имеет набор из 169 голосов слогов, перекодированный из моего собственного голоса (так что это не профессиональное повествование?). это число предназначено как реже:

Тип голоса	Соответствующие файлы
гласные	6
молчаливые согласные	23
слог (согласный+гласный)	138
пробелы	2
Общий	169

Затем процесс синтеза осуществляется путем объединения слогов с использованием библиотеки FFMPEG и его обертки реагируют-FFMPEG. Вот быстрая схема того, что происходит.

1⃣ Шаг 1

На первом этапе фонетическая, соответствующая персидскому вводу, создается с использованием функции утилиты TextTophoneEms.

 const input = "سلام" ; // means "Hello" in persian
const output = textToPhonems ( input ) ; // ["sa", "lā", "m"];

2⃣ Шаг 2

Результат шага 1 проходит через функцию утилиты Phonemstoffmpeg и получает действительную команду FFMPEG Concatnation:

 const ffmpeg = phonemsToFFMpeg ( output ) ;

И результат будет:

ffmpeg 
  -I sa.wav -I lā.wav -I m.wav 
  -filter_complex ‘[0:0][1:0][2:0]concat=n=3:v=0:a=1[out]’ 
  -map ‘[out]’ output.wav

3⃣ Шаг 3

Приложение вызывает FFMPEG с использованием React-C-FFMPEG, и следующие шаги делаются за кулисами:

Перед контактом
Sa.wav	Lā.wav	М.В.
После соратника
output.wav

4⃣ Шаг 4

Выходной аудиофайл воспроизводится как на платформах iOS и Android благодаря библиотеке React-Sound. Чтение ресурсов Bundle и передача их в Sandbox/SD-карта также возможна благодаря React-Native-FS

? Благодарности

Особая благодарность вам подходит директору моего проекта, доктору Мохаммаду Тахери, который дал мне уверенность в том, чтобы приблизиться к этому вопросу и направил меня через лучшие шаги, чтобы сделать это возможным. Без него я бы, вероятно, никогда бы не попал в такие академические исследования.

Следующая большая благодарность сообществу разработчиков, которое щедро разделяет передовые технологии с другими. Именно благодаря этому сообществу заново изобретать колеса больше не необходимо.

Вот краткий список библиотек, которые бесконечно помогли мне в моем пути развития:

• Реагировать
• Реагировать на родной
• Реагировать навигацию
• Отрешите Native FFMPEG
• Реагировать нативные Fs
• Реагировать на Native Modal
• Отреагировать нативный звук

? Вклад

Этот репозиторий изначально построен как минимальные усилия для персидского языка с открытым исходным исходным решением. Я был бы очень благодарен за любой вклад из вопросов, отчитывающихся в ошибки и улучшения.

Вклад путем добавления большего количества голосов в проект также очень приветствуется, и вы также можете упомянуть свое имя в voices.json.

Пожалуйста, не стесняйтесь отправлять запросы на привлечение в случае почувствовать какую -либо необходимость.