开源TTS语音合成和处理工具

1、开源TTS/语音合成和处理工具eSpeak eSpeak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

2、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

3、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。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

4、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eSpeak-ChineseeSpeak-Chinese 是一个 TTS 软件。它是基于 Jonath

5、an 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 （ HYPERLINK http:/people.pwf.cam.ac.uk/ssb22/ 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e

6、GuideDog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。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VXML语音的主要目的就是用We

7、b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的运行环境： 图1. VXML运行环境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

8、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 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。FestivalFestival是Linux下的一个语音合成软件使用方法：

9、$ festival -tts letter.txt$ festivalfestival (SayText Greetings from )$festival (tts myfile.txt)在线演示： HYPERLINK http:/www.cstr.ed.ac.uk/projects/festival/onlinedemo.html http:/www.cstr.ed.ac.uk/projects/festival/onlinedemo.htmlMBROLAMBROLA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。AstLinuxAstLinux是一

10、个定制的Linux发行版，主要是围绕这asterisk这个语音交换 软件定制的。HTS (HMM-based Speech Synthesis System)HTS (HMM-based Speech Synthesis System)是一个语音合成系统 阅读HTS所使用的技术和算法，请看： HYPERLINK http:/hts.sp.nitech.ac.jp/PPublications http:/hts.sp.nitech.ac.jp/PPublicationsFestvoxFestvox是卡内基梅隆大学语音项目组开发的语音合成系统ll.Speak It阅读的书页或选定文本使用微软语音合

11、成引擎.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、fe、及其 他X11环境下运行。hmonkJ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

12、出的GNU / Linux的设备 输出合适的道语音合成引擎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： HYPERLINK http:/epos.ure.cas.cz/cgi-bin/saye.cgi?lang=czech http:/epos.ure.cas.cz/cgi-bin/saye.cgi?lang=czech语音合成软件NeXTeNSNeXTeNS是一个荷兰语的Text-to-Speech的软件。:;File FontToDi FO Parameters Command Line LogOp een dag kwam de eekhoor

13、n erachter dat het onversti%LH*L 职 LH+LH去 Lwas om niet verder te kunnen tellen dan tot vij f.H*LH 班L%Hij ging naar de school aan de voet van de eik in 1 TOC o 1-5 h z %L H*LH*LH*LH*Lmidden van het bos en vroeg aan de mus die daarH*LH*LH*LH*Londerwij zer was of hij hem tot tien kon leren tellen.H*LH*

14、LIk zal mijn best doenz 7 zei de mus.%LH*L H*L H*LH*L L%Maar wat je vraagt is niet eenvoudig.%LH*LH*L L%Ik kan zelf tot zeventien tellen, maar vraag mij nie%LH*LH*Llang ik daarvoor heb gestuderdr want dat weet ik alH*LH*LH*Lmeet.L%Ik heb er alles voor over, zei de eekhoorn.%LH*LH*L L%De meeste dieren ko