gnuspeech_sa

gnuspeechsa（独立）

gnuspeechsa是一种命令行关节合成器，可将文本转换为语音。

Gnuspeechsa是由David R. Hill，Leonard Manzara，Craig Schock和Condutors提供的原始Gnuspeech系统中TTS_Server的C ++端口。基础是Gnuspeech的颠覆存储库修订版672上的代码，该代码于2014-08-02下载。源代码是从目录中获得的：

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

该软件用多平台C ++编写。

gnuspeech

gnuspeech是一种发音的语音合成器。该项目实施了第一个发音文本到语音（TTS）软件（据我所知）。它是在大约30年前（2023年）的90年代开发的。合成器以前是一个封闭的源商业软件，仅适用于下一个计算机。下一步灭亡后，该软件被捐赠给GNU项目。它使用一个简单的声带模型，因为下一个是一台非常慢的计算机。 90年代的CPU以数十MHz的频率（不是错字）运行，比2023年的技术慢约100倍。该模型的相对低复杂性允许现代个人计算机的低潜伏期合成。

原始的TTS系统具有两个在56k DSP上执行的人声道模型（管模型）的实现，该模型以汇编编写，另一个在CPU上执行，用C编写。DSP管模型产生更好的语音，具有更平衡的摩擦剂/plosives。该存储库使用C管模型。

合成示例

下面的声音是从Gerard NolstTrenité的《混乱（简短版本》）的文字中合成的。

原始代码（下一个 - 不在此存储库中）使用DSP声道模型

• 英语 - 男性

gnuspeechsa 0.1.8

• 英语 - 男性
• 英语 - 女
• 英语 - 大孩子
• 英语 - 小孩
• 英语 - 宝贝

地位

维护

仅支持英语。

执照

该程序是免费的软件：您可以根据自由软件基金会发布的GNU通用公共许可证的条款对其进行重新分配和/或修改它，该版本是该许可证的版本3，或（按您的选项）任何以后的版本。

该程序的分布是希望它将有用的，但没有任何保修；即使没有对特定目的的适销性或适合性的隐含保证。有关更多详细信息，请参见copying.txt文件。

外部代码

该软件包括RapidXML的代码。有关详细信息，请参见文件SRC/Rapidxml/license.txt。

使用gnuspeech_sa

gnuspeech_sa将输入文本转换为语音。

 ./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.

使用gnuspeech_sa_trm

gnuspeech_sa_trm仅执行管子模型。

 ./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.

数据/en的内容

monet.xml

包含关节数据库。

intonation.txt

控制语调。

如果在trm_control_model.txt中random_intonation = 0 ，则仅使用每个音调组中的第一行。如果random_intonation = 1 ，则将随机选择该行。

MainDictionary.txt

包含主要词典，将单词与姿势相关联。

trm.txt

包含管模型的参数。

有趣的参数是：

    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

包含管模型控制器的参数。

有趣的参数是：

    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).

笔记：

目前尚未使用以下参数：

• notional_pitch
• pietonic_range
• pietonic_lift
• tonic_range
• tonic_movement

voice_baby.txt

voice_female.txt

voice_large_child.txt

voice_male.txt

voice_small_child.txt

包含语音参数。

有趣的参数是：

    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

控制元音过渡。

vowelTransitions_2.txt

vowelTransitions.txt的替代版本。

它没有被使用。