- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在查看了一些服务/工具之后,我得出了一个结论。大多数 Text-to-Speech 工具的技术含量太高、太机械化——换句话说,就是质量差的 c 语音。
是的,最重要的是,看起来它们带有“硬编码”语音模板,因此缩短了品种/定制。有些工具允许您设置阅读速度和音高,但这还不够。
我对情感方面背后问题的猜测——很难从纯文本中判断情感,如果只是一两句话就更难了。另外,好的 ol' PC 是一台机器——机器没有情感,但那是另一回事。
最困扰我的是,质量。例如,有一些工具可以用来切断单词的顶点,从而产生这些技术性的声音。感觉句子结构有问题。是的,当人们正在研究这些工具时,我想知道,是什么让他们无法再努力改进这些工具……切断顶点,这可不是小事!另外,必须记住,一个好的、高质量的文本到语音转换软件是值得的,嗯……很多!因此产生了一个非常有利可图的产品。
哦,在流利的情况下,我隐藏了问题,感叹等。 (可能这些不适用于流利程度,但我不是英语母语,如果是这种情况请见谅。)
我研究过的工具列表:
相当令人印象深刻,但仍有改进空间(++)
- Loquendo :缺乏声音多样性,有一些小的顶点/流利问题(取决于句子),太多的咳嗽和例子中的借口!
- Nuance Vocalizer : 虽然仍然缺乏多样性,但提供的一些声音是值得的。
也可以合作以获得更多资源,然后开发不同但几乎相同的产品(--)
- eSpeak :那里最好的机器人之一,因此程序标志(?!)
- Natural Reader (dumb autoplay!!) : 嗯,它有一些流利,但仍然有技术的感觉。
- iSpeech : 用英文将声音设置为日语时,笑得很开心。我敢打赌日本人对此不是很高兴。
- Cepstral + Enhanced Voices ...加上增强的声音会产生很好的糟糕结果,因此,除了大约 5 个声音之外,没有任何增强。
- AT&T : 流利度不错,但句子结尾和机器人太多有问题!
- LumenVox TTS : 看起来像是来自有很多语音工具的背景,但仍然会产生机器人声音。
- 还有一些...
如果我错过了值得一看的东西,请分享。 可以是免费的、商业的、 super 昂贵的……只要它有效,我就感兴趣!
还有问题(-s)..
最佳答案
我不知道您是否正在寻找一个开放的解决方案,但如果您有 Mac,您应该查看 OS X advanced speech markup和“Repeat After Me”短语构建工具。它真的很强大。 Mac OS X 10.5 及更高版本中内置的 Alex 语音比其他语音更高级。
在 Mac 上,突出显示以下文本,按住 Control 单击,然后转到语音 > 开始朗读:
You talkin' to me
[[inpt PHON]] [[slnc 500]] [[rate -30]]
+yUW _1tAOl=kIHn ~AX [[pbas +3]]+mIY?
关于audio - 高质量,情感,流畅和可变的文本到语音引擎?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6400302/
为什么禁用类型像 type t = A of int | B of string * mutable int 虽然允许此类类型: type t = A of int | B of string * i
我正在寻找一种类似结构的数据结构,我可以从中创建多个实例并具有某种类型提示而不是不可变的。 所以我有这样的东西: class ConnectionConfig(NamedTuple): nam
我需要转到引用的结构: class SearchKnot { var isWord : Bool = false var text : String = "" var to
如sec 10.4.3中所述 当控制进入执行时,执行以下步骤 功能对象F(调用者)中包含的功能代码的上下文 提供thisArg,而调用方提供argumentsList: 如
i make a game that start display Activity indicator And activity indicator bottom display UiLable wi
编辑:我在这里不断获得支持。只是为了记录,我认为这不再重要。自从我发布它以来我就不再需要它了。 我想在 Scala 中执行以下操作... def save(srcPath: String, destP
使用可变对象作为 Hashmap 键是一种不好的做法吗?当您尝试使用已修改足以更改其哈希码的键从 HashMap 中检索值时,会发生什么? 例如,给定 class Key { int a; /
如果您在Kotlin中访问List类型的Java值,则将获得(Mutable)List!类型。 例如。: Java代码: public class Example { public stati
我编写了 str 类(内置)的以下扩展,以便执行以下操作:假设我有字符串 "Ciao" ,通过做"Ciao" - "a"我想要的结果是字符串 "Cio" 。这是执行此操作的代码,并且运行良好: cla
使用可变对象作为 Hashmap 键是一种不好的做法吗?当您尝试使用已修改足以更改其哈希码的键从 HashMap 中检索值时,会发生什么? 例如,给定 class Key { int a; /
我正在为我的公司设计一个数据库来管理商业贷款。每笔贷款都可以有担保人,可以是个人或公司,在借款业务失败时作为财务支持。 我有 3 个表:Loan、Person 和 Company,它们存储明显的信息。
我使用二进制序列化从 C# 类中保存 F# 记录。一切正常: F#: type GameState = { LevelStatus : LevelStatus
import javax.swing.JOptionPane; public class HW { public static void main(String[] args) { Strin
使用 flatbuffer mutable 有多少性能损失? 是否“正确”使用 FlatBuffers 来拥有一个应该可编辑的对象/结构(即游戏状态) 在我的示例中,我现在有以下类: class Ga
std::function create_function (args...) { int x = initial_value (args...); return [x] () mut
我需要在 for 循环中找到用户输入的字符。我通常会这样做 如果(句子[i] == 'e') 但是因为在这里,'e' 将是一个单字母字符变量,我不知道如何获取要比较的值。我不能只输入 if (sent
我有一个这样的算法: let seed: Foo = ... let mut stack: Vec = Vec::new(); stack.push(&seed); while let Some(ne
这个问题可能看起来非常基础,但我很难弄清楚如何做。我有一个整数,我需要使用 for 循环来循环整数次。 首先,我尝试了—— fn main() { let number = 10; // An
如果我有以下结构: struct MyStruct { tuple: (i32, i32) }; 以及以下函数: // This will not compile fn function(&mut s
我希望在每个 session 的基础上指定列的默认值。下面的脚本不起作用,但描述了我想如何使用它。我目前使用的是 MySQL 5.5.28,但如果需要可以升级。 CREATE TABLE my_tbl
我是一名优秀的程序员,十分优秀!