text-to-speech - 通用文本到语音语音

Question

是否存在(或可能存在)通用 TTS 语音，即与特定语言(例如英语或德语)无关的语音？

我正在寻找一种用相同的声音读取不同国家/地区的街道名称的方法。

Answer 1

目前，还没有(我知道，或者出现了搜索)。

这是因为大多数高质量的 TTS 引擎依赖于播放的预先录制的单词。对于这样的 TTS 在所有语言中以相同的声音说话，这意味着同一个人用所有这些语言录制了他/她的声音。今天大约有 6500 种语言，用一种语言记录一本词典，大约需要一个月的时间。因此，记录所有语言需要541年。那个时候那个人早就死了。请注意，这是一种夸张:一个体面的 TTS 不需要逐字记录字典。

实现这一目标所需要的是完全由计算机生成的语音。然而，即使这也被分成方言，因为法语强调不同的字母，然后说西类牙语。如果不是，那么您可能有一个讲 Fringlish 的 TTS 引擎。

鉴于您在不同国家/地区的街道名称，最好的解决方案是使用 espeak .它内置了很多语言，而且听起来总是一样的:机器人，没有情感。它可以通过命令行调用，因此几乎可以在任何编程语言中使用。

如果您知道街道在哪个国家/地区，您就可以拥有一个数据库，其中包含他们在不同国家/地区使用的语言。我曾经用过 geonames数据库，它运行良好。然后你可以用你想说的文字和语言给 espeak 打电话。 Geonames 提供每日 dump ，您可以下载并提取语言。然后，您可以将海量数据库存储在服务器上，例如 Dotcloud .或者，您可以使用他们的 API ，但这仅限于每天 30,000 次使用。

如果您不知道街道所在的国家/地区是什么语言，则可以采用更粗略的方法，这并不总是有效。语言检测。由于大多数街道名称是不同国家的真实单词，例如'Main Street'，您可以运行语言检测，并找出以这种方式使用的语言。我听说detectlanguage.com对这个有好处。

因此，虽然没有现有的方法，但您可以自己制作一个，不会有太多麻烦。