创建TTS包

Question

如何创建TTS语音包？

我有一个小的应用程序转换文本到speach，现在我正在使用微软的内置tts包来做文本到speach，然而，我想让一个专业的语音艺术家来创建一个新的文本来speach语音包。问题是，我不知道如何创建语音包(TTS)

Answer 1

为文本到语音转换引擎创建新的语音是一个复杂的过程。这不仅仅是让一个声音艺术家录制音频并简单地创建一个声音的问题。在这方面有很多工作要做(将音频分割成音素；建立语音数据；建立字典；获得正确的韵律和音频连接/合成规则)。

对于像Microsoft Text-to-Speech engine这样的语音引擎，您还面临着这样一个问题:语音格式是专有的，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。

你目前最好的选择是：

1. 切换到使用eSpeak文本到语音转换引擎，并使用espeakedit创建自己的声音(联系开发人员寻求帮助)-这个引擎使用了一种合成方法，使其听起来与微软的和斯蒂芬·霍金使用的声音相似，但它们非常清晰，发音总体上非常好；
2. 使用不同的文本到语音转换引擎，如使用语音记录(这些听起来更像人类，但我发现韵律不是很好，破坏了生成的音频)；
3. 使用来自Cepstral的服务创建特定于您的需求的语音(这可能很昂贵)。

我正在考虑使用来自librivox.org的音频数据从生成文本到语音的语音。这可能还需要3-4年的时间，在我有任何接近功能的东西之前。