gnuspeech_sa
1.0.0
gnuspeechsa是一種命令行關節合成器，可將文本轉換為語音。
Gnuspeechsa是由David R. Hill，Leonard Manzara，Craig Schock和Condutors提供的原始Gnuspeech系統中TTS_Server的C ++端口。基礎是Gnuspeech的顛覆存儲庫修訂版672上的代碼，該代碼於2014-08-02下載。源代碼是從目錄中獲得的：
nextstep/trunk/ObjectiveC/Monet.realtime
nextstep/trunk/src/SpeechObject/postMonet/server.monet
該軟件用多平台C ++編寫。
gnuspeech是一種發音的語音合成器。該項目實施了第一個發音文本到語音（TTS）軟件（據我所知）。它是在大約30年前（2023年）的90年代開發的。合成器以前是一個封閉的源商業軟件，僅適用於下一個計算機。下一步滅亡後，該軟件被捐贈給GNU項目。它使用一個簡單的聲帶模型，因為下一個是一台非常慢的計算機。 90年代的CPU以數十MHz的頻率（不是錯字）運行，比2023年的技術慢約100倍。該模型的相對低複雜性允許現代個人計算機的低潛伏期合成。
原始的TTS系統具有兩個在56k DSP上執行的人聲道模型（管模型）的實現，該模型以彙編編寫，另一個在CPU上執行，用C編寫。 DSP管模型產生更好的語音，具有更平衡的摩擦劑/plosives。該存儲庫使用C管模型。
下面的聲音是從Gerard NolstTrenité的《混亂（簡短版本》）的文字中合成的。
維護
僅支持英語。
該程序是免費的軟件：您可以根據自由軟件基金會發布的GNU通用公共許可證的條款對其進行重新分配和/或修改它，該版本是該許可證的版本3，或（按您的選項）任何以後的版本。
該程序的分佈是希望它將有用的，但沒有任何保修；即使沒有對特定目的的適銷性或適合性的隱含保證。有關更多詳細信息，請參見copying.txt文件。
該軟件包括RapidXML的代碼。有關詳細信息，請參見文件SRC/Rapidxml/license.txt。
gnuspeech_sa gnuspeech_sa將輸入文本轉換為語音。
./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.
gnuspeech_sa_trm gnuspeech_sa_trm僅執行管子模型。
./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.
monet.xml包含關節數據庫。
intonation.txt控制語調。
如果在trm_control_model.txt中random_intonation = 0 ，則僅使用每個音調組中的第一行。如果random_intonation = 1 ，則將隨機選擇該行。
MainDictionary.txt包含主要詞典，將單詞與姿勢相關聯。
trm.txt包含管模型的參數。
有趣的參數是：
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參數。
有趣的參數是：
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).
筆記：
目前尚未使用以下參數：
voice_baby.txtvoice_female.txtvoice_large_child.txtvoice_male.txtvoice_small_child.txt包含語音參數。
有趣的參數是：
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控制元音過渡。
vowelTransitions_2.txt vowelTransitions.txt的替代版本。
它沒有被使用。
