Синтез речи

Трудно поверить, что мобильная операционная система iOS достигнет своего совершеннолетия следующей осенью, но и нынешнее обновление iOS 17 тоже весьма значимо. Много новых возможностей и функций станет доступно всем пользователям этой системы. Чтобы ознакомиться с некоторыми основными изменениями, рекомендуется прочитать официальную страницу Apple о возможностях iOS 17.

Эта статья интересна не только тем, что рассказывает об особенностях восприятия синтезированной речи незрячими пользователями компьютеров и смартфонов, но и тем, что в разговоре принимает участие один из разработчиков широко известной и популярной бесплатной программы экранного доступа NVDA (Прим. перевод.).

На днях Сэмюэл Тибо (Samuel Thibault )анонсировал выход Speech Dispatcher версии 0.11.5, свободного речевого сервера с открытым исходным кодом, входящего в состав пакетной базы многих дистрибутивов GNU / Linux.

С помощью новых моделей можно создавать голосовых помощников и озвучивать тексты на узбекском языке.

Представлен новый речевой сервер swiftmac для самоозвучивающейся рабочей среды Emacspeak на операционных системах macOS. Пока это первая публичная версия, которая ещё дорабатывается, но перед проектом ставится задача подготовить полноценную замену текущей реализации речевого сервера Emacspeak на основе Python-скрипта, печально известной сбоями и утечкой памяти. В перспективе планируется, что swiftmac будет включён в состав Emacspeak и станет поставляться вместе с ним.

Стала доступна новая версия речевого синтезатора Acapela TTS Voices 1.9 в виде дополнения для программы экранного доступа NVDA. Он является совместимой с NVDA реализацией коммерческой системы синтеза речи от компании Acapela Group, предоставляющей более сотни высококачественных голосов на 30 языках и 45 высокопроизводительных версий голосов на 28 языках (в обоих вариантах, включая русский). Наиболее важным нововведением этой версии является обеспечение совместимости с NVDA 2023.1, поэтому всем пользователям данного синтезатора рекомендуется выполнить его обновление до обновления NVDA.

Вышло обновление речевого синтезатора Newfon 2023.x в виде дополнения для программы экранного доступа NVDA. Он является развитием дизассемблированного синтезатора русской речи Фонемафон-5 для MS-DOS и характеризуется высокой скоростью отклика в сочетании с чётким роботизированным произношением. Наиболее важным нововведением этих версий является обеспечение совместимости с NVDA 2023.1, поэтому всем пользователям данного синтезатора рекомендуется выполнить его обновление до обновления NVDA.

Стало доступно обновление речевого синтезатора Капитан версии 2.1.2 в виде дополнения для программы экранного доступа NVDA. Это бесплатный гибко конфигурируемый компактный синтезатор, который ориентирован на обеспечение высокопроизводительной работы пользователей программ экранного доступа за счёт мгновенного отклика и «механического» голоса, сохраняющего членораздельность речи на большой скорости чтения. Помимо русского языка, Капитан поддерживает украинский (на основе русской фонемной базы), а также перенаправление некириллического текста на синтезатор eSpeak и синтезаторы стандарта SAPI5. Наиболее важным нововведением этой версии является обеспечение совместимости с NVDA 2023.1, поэтому всем пользователям данного синтезатора рекомендуется выполнить его обновление до обновления NVDA.

Анонсирован выход нового синтезатора речи FonTTS для операционной системы Android. Основатель проекта и основной разработчик Бека Гозалишвили (Beqa Gozalishvili) посвятил свою работу памяти Сергея Шишминцева и его проекта Nefonit TTS. Новый синтезатор пока ещё уступает Синтезатору Nefonit TTS в плане конфигурации, но будет развиваться и дальше.

На днях был анонсирован выпуск речевого сервера с открытым исходным кодом Speech Dispatcher версии 0.11.4, основным изменением которого является устранение ошибки в работе с dlopen при загрузке плагинов для поддержки звуковых подсистем.

Стал доступен речевой сервер Speech Dispatcher версии 0.11.3, разрабатываемый как часть проекта Free(b)Soft и используемый во многих дистрибутивах Linux и прикладном программном обеспечении в качестве общего интерфейса синтеза речи. Speech Dispatcher предоставляет высокоуровневый независимый от устройств доступ к синтезу речи через простой, стабильный и хорошо документированный интерфейс. Выпуск 0.11.3 устраняет некоторые проблемы в работе с отдельными речевыми модулями.

Некоммерческая ассоциация Oralux.org выпустила обновление своего продукта Voxin до версии 3.3rc6, который предоставляет возможность использования синтезаторов речи Vocalizer Embedded и IBM TTS на системах GNU/Linux. Voxin обеспечивает доступ примерно к 400 дополнительным платным проприетарным голосам для различных языков по себестоимости, то есть без коммерческой наценки дистрибьютора. В частности, предлагается три русских голоса (Катя, Милена и Юрий), а также один украинский (Леся).

Стал доступен речевой сервер Speech Dispatcher версии 0.11.2, разрабатываемый как часть проекта Free(b)Soft и используемый во многих дистрибутивах Linux и прикладном программном обеспечении в качестве общего интерфейса синтеза речи. Он предоставляет высокоуровневый независимый от устройств доступ к синтезу речи через простой, стабильный и хорошо документированный интерфейс. Выпуск 0.11.2 является корректирующим релизом, продолжающим исправлять проблемы с работой в Firefox.

Стал доступен новый русскоязычный голос и несколько обновлённых русских и украинских голосов для бесплатного синтезатора речи RHVoice, существующего в версиях для систем Android, Linux (как модуль Speech Dispatcher) и Windows (как SAPI5 и дополнение NVDA).

Вашему вниманию предлагается небольшой обзор систем преобразования текста в речь для Linux. Как кажется, эта тема ещё не обсуждалась в русскоязычном интернете. Даже создается впечатление, что данная область вообще не существует или, по крайней мере, развита очень слабо. На самом деле это не так.

Для того чтобы рабочее окружение Emacspeak, предоставляющее удобную среду для незрячих и слабовидящих пользователей, обрело способность поддерживать речевое сопровождение на русском языке, традиционно использовался речевой сервер Multispeech, разработанный Игорем Порецким, в связке с синтезаторами ru_tts (для русского языка) и MBROLA (для других языков. В настоящее время Игорем Порецким создан и поддерживается репозитарий пакетов для организации невизуальной работы на базе Emacspeak.

Это небольшая инструкция по установке и настройке двух популярных синтезаторов речи RHVoice и Festival для совместной работы с речевым сервером Speech Dispatcher, используемом во многих дистрибутивах, в том числе Ubuntu и Linux Mint.

В этой инструкции описан способ подключения к программе экранного доступа Orca речевого сервера Multispeech из архива речевой поддержки. Об установке этого архива читайте в статье «Установка Ubuntu с речевой поддержкой».

Выпущено обновление синтезатора речи Sakrament "Людмила" версии 2022.05.19. Он реализует два женских голоса для чтения текста на белорусском и русском языке в SAPI5-совместимом варианте для систем Windows. Причём, оба голоса созданы на основе дикторских записей, начитанных одним и тем же двуязычным диктором.

Стало доступно обновление речевого синтезатора Капитан версии 2.1.1 в виде дополнения для программы экранного доступа NVDA. Это бесплатный гибко конфигурируемый компактный синтезатор, который ориентирован на обеспечение высокопроизводительной работы пользователей программ экранного доступа за счёт мгновенного отклика и «механического» голоса, сохраняющего членораздельность речи на большой скорости чтения. Помимо русского языка, Капитан поддерживает украинский (на основе русской фонемной базы), а также перенаправление некириллического текста на синтезатор eSpeak и синтезаторы стандарта SAPI5. Наиболее важным нововведением этой версии является обеспечение совместимости с NVDA 2022.1, поэтому всем пользователям данного синтезатора рекомендуется выполнить его обновление до обновления NVDA.