《开源TTS语音合成和处理工具》由会员分享，可在线阅读，更多相关《开源TTS语音合成和处理工具（7页珍藏版）》请在金锄头文库上搜索。
1、开源TTS/语音合成和处理工具1. eSpeakeSpeak是一个紧凑的开放源码软件的语音合成器为英语和其他语言，为Linux 和 Windows 。eSpeak生产高质量的英语演讲。它使用了不同的合成方法从其他开源语音合成 引擎，和声音完全不同。这也许不是作为自然人或“平稳”，但我觉得发音更 清晰，更容易听很长时间。它可以运行命令行程序发言的文本文件或从标准输入。一个共享库的版本也已 推出。包括不同的声音，其特点可以改变。能产生语音输出为WAV文件。 SSML （语音合成标记语言）的支持（未完成），并使用HTML。 该计划及其数据，其中包括数种语言，总计约700千字节。 可以把文字，音素代码
2、，所以它能够适应作为一个前端另一个语音合成引擎。 潜在的其他语言。 一些包含在不同阶段所取得的进展。 帮助母语为这些或 其他语言的欢迎。 开发工具可用于生产和调整音素数据。 写在C + +Windows版本 目前的Windows SAPI5和命令行版本的eSpeak。SAPI5版本的 可以使用屏幕阅读器，如完，颌骨，超新星，以及窗的眼睛。它们可以作为一个Windows安装程序包该eSpeak语音合成器支持几种语言，但在大多数情况下，这些都是初稿，并需 要更多的工作来改善。援助的母语是值得欢迎的这些或其他新的语言。请与我 联系如果你想帮助。eSpeak没有文字，语音合成的语言，一些比别人做得更好
3、。南 非荷兰语，粤语, 克罗地亚语，捷克语，荷兰语，英语，世界语，芬兰语，法语，德语，希腊语， 印地语，匈牙利语，冰岛语，意大利语， Lojban ，马其顿语，普通话，挪威语， 波兰语，葡萄牙语，罗马尼亚语，俄语，塞尔维亚语，斯洛伐克语，西班牙语， 斯瓦希里语，瑞典，越南，威尔士。2. FreeTTSFreeTTS 是完全采用 Java 开发的语音合成系统，它是卡内基梅隆大学基于 Flite 这个小型的语音合成引擎开发的。FreeTTS是一个语音合成系统写的JavaTM编程语言完全。它是根据Flite公司： 一个小运行时语音合成引擎卡内基梅隆大学的发展。弗莱特来源于节语音合成系 统，从爱丁堡大
4、学和卡内基梅隆大学的festvox项目。这种FreeTTS版本包括： *核心语音合成引擎*支持的多寡：邻一 8kHz的双音子，男，美国英语语音办公 16KHz 的双音子，男，美国英语语音办公 16KHz 的有限域，男*美国英语语音的 festvox的进口（美国英语的声音只）*对进口的festvox （仅限美式英文）*支 持工具中央结算系统的 MBROLA 北极的具体支持，支持的声音声音（单独下载）： 办公自动化 16KHz 的女性，美国英语语音 O 2 个 16KHz 的男性声音*美国英语为 JSAPI 1.0 *广泛的 API 文档部分支持*几个演示应用3. eSpeak-ChineseeS
5、peak-Chinese 是一个 TTS 软件。它是基于 Jonathan Duddington 的 eSpeak 由于中文词典太大，eSpeak缺省并不带中文词典，需另外下载。发布 eSpeak-Chinese 只是为了方便用户安装。国语支持的主要贡献者： Kyle Wang （waxaca at ） -创建了最初的字典，规则和声音文 件。 Silas S. Brown （http:/people.pwf.cam.ac.uk/ssb22/）- 改进词典（力廿 入 CEDICT 等）.粤语支持的主要贡献者: 黄冠能 - 创建了粤语字典，简易的规则和声音文件。eSpeak-Chinese是eGu
6、ideDog项目的重要组成部分。另一个中文TTS（余音）在开 发中。它在设计上更简易但文件较大。由于使用了真人发声，它比 eSpeak 的声 音更自然。目前它只支持粤语。4. FliteFlite 是一个小型、快速的 TTS 系统，是著名的语音合成系统 festival 的 c 版 本。可用于嵌入式系统5.OpenVXIOpenVXI 提供的是完整的 VXML 解析服务，同时也提供了有限语言的 TTS 支持。Voice eXtensible Markup Language （简称VXML）是被用来创建语音对话系统， 可以调用语音合成以及语音识别服务，可以用来记录语音录入和连接电话系统。 创建
7、VXML 语音的主要目的就是用 Web 开发的理念来开发交互式的语音应用。VXML 提供了基于 Menu 和基于 Form 的两套框架，整合了语音识别和语音合成 两个关键服务，使得语音应用的开发变得更为方便和快捷。VXML 和普通的标记语言一样，需要有浏览器进行解析；还需要提供语音识别和 语音合成服务的应用服务器；有时也需要有 http 服务器提供文档服务；当然， 如果需要与电话系统相连，就必须力上 VOIP （网络电话）的支持。如下图所示 的就是 VXML 的运行环境： 图 1. VXML 运行环境Requ-estDocument ServerDocumentVoice-NMLVXMLinL
8、&rprotofrnterpreterContext Implement Platform一个企业级应用的系统框架IVR （interactive voice-response services） 也就是自动应答服务，是使用VXML的典型企业级应用。IVR和使用者通过电话，按键（DTMF）互动，如语音 订票，语音查询，语音投票等。普通的 IVR 都是支持 VXML 的解析和提供了 sip 协议的支持，通过和 ASR （ 语音识别 ） 应用服务器以及 TTS（ 语音合成 ） 应 用服务器的集成，可以实现几乎所有的 VXML 封装的操作。企业级的 VXML 应用需要如下的体系结构，以使用 IBM
9、Voice Server （WVS） 为 例：图 2. 一个 VXML 具体应用的例子上图中的IVR事实上就是VXML解析器，通过解析VXML,分发相应的工作给 WVS ，实现 VXML 封装的语音识别和语音合成的功能。6. FestivalFestival 是 Linux 下的一个语音合成软件 使用方法：$ festival -tts letter.txt$ festivalfestival (SayText Greetings from ) $festival (tts myfile.txt)在线演示：http:/www.cstr.ed.ac.uk/projects/festival/on
10、linedemo.html7. MBR0LAMBROLA 是一个 TTS 引擎，旨在尽可能的提供各种语言的语音合成器，这些语言 在其首页上都有说明。8. AstLinuxAst Linux是一个定制的Linux发行版，主要是围绕这ast erisk这个语音交换 软件定制的。Ic-EfryVQiMtndklWtliUHCfcUMTSNctwgrKEfimFa-J5fiJrtAT-!?flfePfcl1* SvctdvnTP A.ddlira & s :iMS :Systexa Ufitiaic :LgipiM AvciragCLQOp QCdst 1 丄siiUJC-tunJc-EW m Aat
11、fi上丄bK. 11 -JJ-ral1.3.17bisk UsdigesP.lXc sysLm 心申小曲IZdeir/Indidi 2ZdQy/hd%3&t /oLdroat/isrit /as tmrw it /HJSt/kJDHCP Leases:Aetive Channels;caian DelO ac Live cihannc：ls0 ac tivc QB-1 lKLdeationt&tiXLpp Licitid fi (Dat a)9.HTS (HMM-based Speech Synthesis System)HTS (HMM-based Speech Syn thesis Sys
12、 tem)是一个语音合成系统 阅读 HTS 所使用的技术和算法，请看：htt p:/h ts.sp.n it ech.ac.jp/?Publica tionslO.Fes tvoxFestvox 是卡内基梅隆大学语音项目组开发的语音合成系统11.Speak It 阅读的书页或选定文本使用微软语音合成引擎.12. 语音识别系统 SimonSimon 是一个开源的语音识别系统，它不仅可以输入文字，而且可以代替键盘、 鼠标操作电脑。Simon基于Qt用C+开发，因为某些支持库与KDE相同，所 以可完美的集成到KDE4中。除KDE之外，Simon也可在GNOME、Xfce、及其 他XII环境下运行。1
13、3. 语音合成引擎 gnuspeechGnuspeech 是一个可扩展的语音合成实现包的基础上，实时，发音，语音合成按 规则。也就是说，它转换成语音的描述文本字符串，由一个发音辞典，信中对声 音的规则，节奏和语调模型资助;参数转换成一个低级别的发音合成的语音说明， 以及利用这些驱动发音模型的制作人声是正常的声音输出的GNU / Linux的设备 输出合适的道14. 语音合成引擎 EposEpos 是一个跟语言本身无关的规则驱动的语音合成系统，主要作科研用途在线演示：http:/epos.ure.cas.cz/cgi-bin/saye.cgi?lang二czech15. 语音合成软件NeXTeNSNeXTeNS是一个荷兰语的Text-to-Speech的软件。16.JVoiceXMLJava VoiceXML Interpreter 一个用 Java 写的免费 VoiceXML 的解析器，支持 JSAPI、JTAPI。17.语音合成引擎 MARYMARY 是一个支持英语、德语和藏语的 Text-to-Speech 合成系统
