Разработчики) | CereProc Ltd., Великобритания |
---|---|
изначальный выпуск | 2005 |
Стабильный выпуск | Июль 2013 г . |
Написано в | C / Python |
Операционная система | Кроссплатформенность |
Доступно в | Английский, немецкий, французский, испанский, итальянский, голландский, каталонский, румынский, японский, португальский, шотландский гэльский, шведский, польский, ирландский |
Тип | Текст в речь |
Лицензия | Коммерческий |
Интернет сайт | www |
CereProc ( / с ɛ г ə ˌ р г ɒ к / SERR -ə-Прок ) представляет собой синтез речи компании , базирующейся в Эдинбурге, Шотландия, основана в 2005 году Компания специализируется на создании природного и выразительный звучащие текста в речь голоса, синтез голоса с региональными акцентами и клонирование голоса .
Технология построения голоса [ править ]
CereProc создает голоса, используя две различные технологии построения голоса: синтез выбора единиц и параметрическое моделирование.
Голоса для выбора устройства CereProc построены на основе больших баз данных записанной речи. Во время создания базы данных каждое записанное высказывание сегментируется на некоторые или все из следующего: отдельные телефоны , слоги , морфемы , слова , фразы и предложения . Разделение на сегменты производится с помощью специально модифицированного распознавателя речи . [1] Индекс единиц в базе данных речевого Затем создается на основе сегментации и акустических параметров , как на основной частоте ( шаг), длительность, положение в слоге и соседние телефоны. Во время исполнения желаемое целевое высказывание создается путем определения наилучшей цепочки единиц-кандидатов из базы данных (выбор единицы). Выбор единицы измерения обеспечивает максимальную естественность, поскольку он применяет цифровую обработку сигналов (DSP) к записанной речи только в точках конкатенации. DSP часто делает записанную речь менее естественной.
Параметрические голоса CereProc производят синтез речи на основе методологий статистического моделирования. В этой системе одновременно моделируются частотный спектр ( речевой тракт ), основная частота (источник голоса) и продолжительность ( просодия ). Речевые сигналы генерируются из этих параметров с помощью вокодера . Важно отметить, что эти голоса могут быть построены из значительно меньшего количества записанной речи, чем голоса выбора единиц, и при установке занимают гораздо меньшую площадь, из-за чего они используются для клонирования частного голоса. [2]
Голоса и языки [ править ]
CereProc имеет 46 общедоступных голосов, говорящих на четырнадцати языках с различными региональными акцентами:
- Американский английский: Изабелла, Кэтрин, Ханна, Меган, Адам, Натан, Энди (детский голос), Джордан (детский голос), Кэролин
- Британский английский: Сара, Уильям, Джек, Лорен, Джайлз, Эми
- Северный английский: Джесс
- Шотландский английский: Хизер, Кирсти, Стюарт, Эндрю (детский голос), Майри (детский голос)
- Глазго английский: Додо
- Ланкаширский английский: Клэр
- Ирландский английский: Кейтлин
- Уэст-Мидлендс английский: Сью
- Специальные голоса FX: демон, призрак, гоблин, пикси, робот
- Метрополитен французский: Сюзанна, Лоран
- Канадский французский: Флоренция
- Каталанский: Рита
- Кастильский испанский: Сара
- Латиноамериканский испанский: Ана
- Итальянский: Лаура, Дарио
- Ирландский: Peig
- Голландский: Ада
- Немецкий: Гудрун, Алекс
- Австрийский немецкий: Леопольд
- Португальский: Lúcia
- Бразильский португальский: Габриэль
- Японский: Юки
- Шотландский гэльский: Ceitidh
- Шведский: Ylva
- Польский: Pola
- Румынский: Дарья
- Английский с французским акцентом: Николь
- Русский: Аврора
- Мандарин: Майлин
Кроме того, компания разработала ряд голосов знаменитостей, которые обычно не доступны широкой публике. К ним относятся Джордж Буш , Барак Обама и Арнольд Шварценеггер . [3]
Клонирование голоса [ править ]
В 2009 году кинокритик Роджер Эберт использовал CereProc для создания синтетической версии своего голоса. Эберт потерял дар речи после операции по лечению рака щитовидной железы . CereProc добывал ленты и комментарии на DVD с голосом Эберта, чтобы создать голос для преобразования текста в речь, который больше походил на его собственный. [4] Роджер Эберт использовал голос в своем появлении 2 марта 2010 года на шоу Опры Уинфри .
CereProc клонировал голос игрока НФЛ Стива Глисона после того, как ему поставили диагноз БДН . Глисон появился в Microsoft «s Super Bowl XLVIII коммерческого прославляя мощь технологии, используя свой синтетический голос повествовать.
Технология клонирования голоса CereProc в настоящее время используется в Великобритании людьми, страдающими БДН, для создания синтезированных голосов до того, как они потеряют способность говорить. Этот процесс был показан в документальном фильме BBC Radio 4 « Вернув критику его голос» , который транслировался в августе 2011 года [5].
Совместимость системы [ править ]
Голоса CereProc могут быть развернуты в разных операционных системах и на разных типах устройств. Настольные голоса CereProc совместимы с Microsoft Windows и Apple Mac OS X . Они устанавливаются как системные голоса и могут использоваться другими приложениями с поддержкой речи. CereProc в клиент / сервер системы CServer, направлена главным образом на корпоративном рынке IVR, может работать на Windows , и Linux . Голоса CereProc Mobile можно развернуть на Android и Apple iOS . SDK доступен для Android, Linux, MacOS, iOS и Windows. SDK имеет привязки для C / C ++, C #, Java и Python.
См. Также [ править ]
- Язык
- Обработка естественного языка
- Обработка речи
- Список программ чтения с экрана
Ссылки [ править ]
- ^ Алан В. Блэк , Идеальный синтез для всех людей в любое время. IEEE TTS Workshop 2002.
- ^ "Cerevoice Me" .
- ^ "Голоса CereProc" .
- ↑ Roger Ebert: The Essential Man «Esquire», 16 февраля 2010 г. Доступ: 21 сентября 2011 г.
- ^ "Вернуть критику его голос" . Программы BBC Radio Scotland. Проверено 26 октября 2011 года.
Внешние ссылки [ править ]
- Официальный веб-сайт
- Роджер Эберт демонстрирует свой голос в CereProc на TED2011 в 7:28