1. Главная
2. Возможности

Синтез речи

Синтез речи из текста настолько плавно, и в то же время прочно, вошел в нашу жизнь, что мы порой и не знаем, что слушаем не живого человека, а компьютерный голос. Это происходит благодаря технологии Text to Speech (TTS), позволяющей формировать речевой сигнал (речь, голос) из текстовой или цифровой информации.

В настоящее время существует несколько довольно качественных голосовых машин для преобразования текста в речь. Машины представляют собой OLE объект. Соответственно для того, чтобы использовать такой объект, на вашем компьютере должна быть установлена хотя бы одна из таких машин.

Синтезаторы речи имеют свои стандарты -  в настоящее время основными версиями Speech API являются SAPI4 и SAPI5. Обе эти библиотеки несовместимы, но друг другу не мешают и могут работать на одном компьютере. Соответственно для программ, которые поддерживают обе библиотеки, рекомендуется установить и одну и вторую, тогда выбор голосовых движков у вас будет больше. Как правило, в операционных системах Windows XP, Vista и 7 уже есть предустановленные библиотеки SAPI5, поэтому останется установить только SAPI4, если вам это необходимо. Однако, возможны и такие случаи, когда требуется установка и SAPI5.

Удобство технологии синтеза речи состоит в том, что информация воспроизводится именно в том виде, в каком она хранится. Это позволяет существенно экономить время и ресурсы на записи звуковых файлов. Но, в силу того, что это все-таки машина, в воспроизведении зачастую присутствует оттенок искусственности – неправильные ударения, неверная интонация. В зависимости от компании-разработчика, эта проблема решается детальной настройкой голосовой машины, или установкой дополнительных корректирующих программ, идущих в комплекте.

Машины речевого синтеза различаются между собой качеством и скоростью синтеза, голосами дикторов и гибкостью настройки. Ниже представлены голосовые машины, позволяющие осуществлять синтез голоса на русском языке:

• Прежде всего, это, конечно, voicefabric.ru от Центра Речевых Технологий. На сегодняшний день это один из лучших российских сервисов синтеза речи.
• Сакрамент. Движок был одним из первых для русского языка, и уже технически устарел и проигрывает по звучанию более новым продуктам. Поддерживает русский язык и требует установки множества дополнительных программ и отдельных движков для работы. Эту голосовую машину вы можете приобрести, обратившись в нашу компанию, вместе с программой Call Office.
• Фестиваль. Более новая версия, поддерживает русский язык, однако скорость генерации текста на русской существенно ниже, чем на английском.
• Vocalizer 5. Примерная дата выпуска 2008 год. В русской версии голос – «Милена». Из минусов выделяют невозможность настройки интонаций. Из плюсов – простоту установки.
• Acapela TTS for Windows. Последователь устаревшей машины Digalo, обновленный в конце 2008 года. Для русского языка имеются синтезаторы «Николай» и «Алёна». Есть возможность протестировать машину он-лайн на сайте компании, но это требует установки TTS Infovox Desktop 2.2 на ваш компьютер.
• Loquendo TTS– пожалуй, самые свежие голосовые синтезаторы для русского языка «Ольга» (2008 год) и «Дмитрий» (середина 2009 года). Так же есть возможность протестировать работу он-лайн. Имеется своя программная оболочка для работы с голосом Loquendo TTS 7 Director.

Чаще других для синтеза используются продукты Loquendo, Vocalizer и Acapela, что говорит об их качестве. Примеры работы этих голосовых движков можно прослушать в блоге bloxpot.com.

В программе Call Office синтез речи используется при формировании сообщения для абонентов, как в автоответчике, так и при обзвоне.