开源TTS语音合成和处理合集整理.docxVIP

开源TTS/语音合成和处理工具1.eSpeak-ChineseeSpeak-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 163.com) – 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(加入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eGuideDog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。2.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3.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4.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，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。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。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 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，就必须加上 VOIP （网络电话）的支持。如下图所示的就是 VXML