- 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/
表架构 DROP TABLE bla; CREATE TABLE bla (id INTEGER, city INTEGER, year_ INTEGER, month_ INTEGER, val I
我需要拆分字符串/或从具有以下结构的字符串中获取更容易的子字符串。 字符串将来自 window.location.pathname 或 window.location.href,看起来像 text/n
每当将对象添加到数组中时,我都会尝试更新 TextView ,并在 TextView 中显示该文本,如下所示: "object 1" "object 2" 问题是,每次将新对象添加到数组时,它都会覆盖
我目前正在寻找使用 Java 读取网站可见文本并将其存储为纯文本字符串的方法。 换句话说,我想转换成这样: Hello stupid World进入“ Hello World ” 或者类似的东西 Un
我正在尝试以文本和 HTML 格式发送电子邮件,但无法正确发送正确的 header 。特别是,我想设置 Content-Type header ,但我找不到如何为 html 和文本部分单独设置它。 这
我尝试了上面的代码,但我无法绑定(bind)文本,我怎样才能将资源内部文本 bloc
我刚刚完成了 Space Shooter 教程,由于没有 GUIText 对象,所以我创建了 UI.Text 对象并进行了相应的编码。它在统一播放器中有效,但在构建 Web 应用程序后无效。我花了一段
我有这个代码: - (IBAction)setButtonPressed:(id)sender { NSUserDefaults *sharedDefaults = [[NSUserDefau
抱歉标题含糊不清,但我想不出我想在标题中做什么。无论如何,对于图像上的文本,我使用了 JLabel 文本并将其添加到图标中。 JLabel icon = new JLabel(new Imag
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我在将 Twitter 嵌入到我从 HTML 5 转换的 wordpress 运行网站时遇到问题。 我遇到的问题是推文不是我的自定义字体... 这是我无法使用任何 css 定位的 HTML 代码,我正
我正在尝试找到解决由于使用以下形式的代码而导致的冗余字符串连接问题的最佳方法: logger.debug("Entering loop, arg is: " + arg) // @1 在大多数情况下,
我写了这个测试 @Test public void removeRequestTextFromRouteError() throws Exception { String input = "F
我目前正在创建一个正则表达式来拆分所有匹配以下格式的字符串:&[文本],并且需要获取文本。字符串可能类似于:something &[text] &[text] everything &[text] 等
有没有办法将标题文本从一个词变形为另一个词,同时保留两个词中使用的字母?我看过的许多 css 文本动画大多是视觉的,很少有旋转整个单词的。 我想要做的是从一个词过渡,例如“BEACH”到“CHANGE
总结matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码: ?
我在容器 (1) 中创建了容器 (2)。你能帮忙如何向容器(1)添加文本吗?下面是我的代码 return Scaffold( body: Padding( padding: c
我似乎找不到任何人或任何人这样做过。我试图限制我们使用的图像数量,并想创建一个带有渐变作为其“颜色”的文本,并在其周围设置渐变轮廓/描边 到目前为止,我还没有看到任何将两者结合在一起的东西。 我可以自
我正在为视频游戏暗黑破坏神 2 使用 discord.py 构建一个不和谐机器人。其中一项功能要求机器人从暗黑破坏神 2 屏幕截图中提取项目的名称和属性。我目前正在为此使用 pytesseract,但
我很难弄清楚如何旋转 strip.text theme 中的属性来自 ggplot2 .我使用的是 R 版本 3.4.2 和 ggplot2 版本 2.2.1。 以下是 MWE 的数据。 > dput
我是一名优秀的程序员,十分优秀!