text-to-speech - 创建TTS包

Question

如何创建TTS语音包？

我有一个小型应用程序，可将文本转换为语音，现在我正在使用Microsoft内置的tts程序包来进行文本语音转换，但是，我想让专业的语音艺术家创建一个新的文本来语音转换语音包。问题是，我不知道如何创建该语音包（TTS）

Answer 1

为文本语音转换引擎创建新语音是一个复杂的过程。这不仅仅是让语音艺术家录制音频并从中简单地创建声音的问题。有很多工作要做（将音频分割成音素；构建语音数据；构建字典；正确设置韵律和音频合并/合成规则）。

对于Microsoft Text-to-Speech引擎之类的语音引擎，您还面临语音格式专有的问题，因此您无法以该格式创建新的语音。您还受到引擎功能的限制。

您目前最好的选择是：


切换到使用eSpeak文本语音转换引擎并使用espeakedit来创建自己的声音（请与开发人员联系以寻求帮助）–该引擎使用一种合成方法，使其听起来与Microsoft类似，而Stephen Hawking的声音使用，但是它们非常清晰，而且发音总体上还不错；
使用像Cepstral这样使用语音录音的其他文本语音转换引擎（这些声音听起来更像人类，但是我发现韵律不是很好，破坏了最终的音频）；
使用Cepstral的服务来创建满足您需求的语音（这可能很昂贵）。


我正在研究使用来自librivox.org的音频数据来生成文本到语音的声音。不过，距离我可能要运转的任何东西大概还有3-4年的时间。