Перейти из форума на сайт.

НовостиФайловые архивы
ПоискАктивные темыТоп лист
ПравилаКто в on-line?
Вход Забыли пароль? Первый раз на этом сайте? Регистрация
Компьютерный форум Ru.Board » Компьютеры » Программы » Microsoft Agent / Speech API (SAPI) / Text-to-Speech (TTS)

Модерирует : gyra, Maz

 Версия для печати • ПодписатьсяДобавить в закладки
Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

Открыть новую тему     Написать ответ в эту тему

vikkiv



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Microsoft Agent / Speech API
 
   
 
Microsoft Agent - это набор программных сервисов, поддерживающих воспроизведение интерактивных анимированных персонажей в рамках интерфейса Windows. Разработчики могут использовать эти персонажи для создания различных интерактивных приложений и справочных систем, а также для представления информации в HTML-документах различными способами. В дополнение к поддержке обычного способа ввода информации с помощью клавиатуры и мыши Microsoft Agent предлагает поддержку распознавания голосовой информации (с помощью технологии Microsoft Speech API (SAPI)), позволяя управлять приложениями на уровне голосовых команд. Персонажи также могут воспроизводить синтезированную речь, аудиофрагменты или текст в специальном окне. Для поддержки голосовых функций в системе должны быть установлены Microsoft Agent 2.0, компоненты ядра Microsoft Speech API 4.x/5.x и движки для воспроизведения и распознавания речи (Text-to-Speech / Speech Recognition) на нужном языке. По желанию можно также установить дополнительные экранные персонажи.
Microsoft Agent 2.0 + Speech API 4.0 + Speech API 5.1 + Lernout & Hauspie TTS3000 Russian TTS Engine для Windows 95-Vista - полный комплект всех необходимых файлов, кроме локализаций и движков на языках отличных от русского и инструментов для разработчиков. Windows ME-Vista уже включают Microsoft Agent 2.0 и экранный персонаж Merlin. В Windows 2000 также входит Speech API 4.0, а в Windows XP-2003/Vista - Speech API 5.1/5.3. В Windows 9x и Windows 7 требуется полная установка всех компонентов, причем для Windows 7 Microsoft Agent доступен в виде специального исправления.

[c]Движки для синтеза речи (TTS):

Хотелось-бы обобщить разговоры о различных синтезаторах речи (Text-to-Speech - TTS) для PC, а то сообщения появляются довольно редко в каждом отдельном тематическом разделе.
 
Ниже идёт список голосов/синтезаторов речи для русского языка (в примерном порядке убывания качества):
 
1. Acapela-Group Алёна 22Khz - 150Mb - SAPI5/SAPI4 - Релиз в первой половине 2008-го года. Перед установкой 30-ти дневной демо версии Алёны необходимо установить ядро (~23 MB). Образец
2. Loquendo Ольга / Loquendo Дмитри ~100MB - SAPI5  - Первый релиз в конце 2008-го года. Образец1, Образец2
3. ScanSoft Катерина  22Khz - 44MB - SAPI5 (бывшая Татьяна-SAPI4) - что-то близко или даже немного/много лучше Николая (хотя у Татьяны не было такого истерического характера). Образец
4. Speech Cube Elan v5.1 - Николай (Nicolai) 16Khz - 12MB SAPI4 + SAPI5 - эволюция Digit (2002) 8MB ili Digalo (2000) 7.5MB, с поддержкой не только SAPI4 но и SAPI5 + возможность использования в нескольких программах одновременно (многоканальность) известные версии 4.2. и 5.1 а так-же Телеком и Мултимедиа. (в новых версиях Speech Cube Nicolaja пока не видно - ver 5.2 и 6.0). Из подверсий можно отметить Acapela Multimedia - SDK (ettsengine.exe), Acapela Telecom (SpeechCube.exe / acatel_srv.exe) и Acapela Evaluator (ElanTempoEvaluator.exe / ElanSaysoEvaluator.exe / AcapelaEvaluator.exe). Digit 2002 - работает  только с одной встроенной программой - с другими не хочет - так уж устроен.
5. Сакрамент - Рассказчик 3 (TalkerPro) 1 CD SAPI5 . В комплекте 2 голоса (+ 1 дополнительный отдельно -или +2 по разным источникам) - Судя по образцам с сайта производителя качество голосов не очень - однако судя по отзывам пользователей немного лучше чем Nicolai. Цена диска на рынке 150 руб. Без диска не работает - диск защищен "StarForce 3.02 protector" - так-что образ диска не создашь. вот и придется как захочешь что-нибудь послушать - вставлять диск, но мне надоело (достало).
6. Сакрамент - Рассказчик 2 (Игорь + Вика=9MB + Юлия=2.5MB) SAPI5- (+ Ольга-5.1Мб / Ирина-4.2Мб / Вячеслав-4.7Мб / Юра-2.2Мб) Sakrament Teller -  что-то улучшено но не очень заметно по сравнению с предыдущими версиями от Сакрамента за исключением разнообразия Мужской/Женский голоса.
7. Сакрамент - Рассказчик 1 (Борис) 6.5MB SAPI5 - Хуже чем Nicolai и Катерина но лучше чем все другие.
8. Иван - Ivan (Tigrix) 1.5MB SAPI4 То-же среднего качества (по моему близко около первого Сакрамента).
9. Magic -Gooddy 2004 (ver: 98->2000->2004) 28MB SAPI4: Старая программа для Windows 98 ->XP - точно не помню но кажется это был словарь вместе с TTS - качество чуть лучше чем L&H 3000. Тоже одна из первых разработок для русского языка.
10. Оратор (Orator) 4.5MB- сам не тестировал но судя по образцам до Nicolai далеко.
11. Speaking Mouse 3MB - то-же что и ниже но немного по-лучше.
12. L&H 3000 (Lernout & Hauspie) SAPI4  (мужской и женский голос) 3MB - Что-то слабо похожее на русскую речь.
 
Итого - 22 (или 24 по разным источникам) возможных голосов на Русском языке.
 
В общем я лично пока рекомендую (из общедоступных) только 4 голоса:
 
  1)  Acapela-Group Алёна 22Khz - SAPI5/SAPI4
  2)  Loquendo Ольга / Loquendo Дмитри
  3)  Nicolai (v5.1 - лучше чем 4.2 так как говорят что исправлены многие ошибки в том числе слежение за текстом и соответствие анимации движения губ в приложениях использующих визуальных агентов для сопровождения речи) и
  4)  Katerina  
 (остальные пока слушать трудно - в следствии более низкого качества) но стоит упомянуть об их болезнях:
 
  Многие считают что: Nicolai - голос выразительного дауна (или выразительного робота). Katerina - истерическая алкоголичка (или алкоголическая истеричка) в следствии её интонаций. (Все выражения и оценки взяты из других форумов).
 
  5) - как опция Сакрамент - Рассказчик 3 - но проблема с диском.
 
Ну а программы для их использования - это дело вкуса и отдельный разговор.
 
По поводу других языков - из самых известных производителей можно отметить достижения следующих разработчиков:
 
Loquendo :: Cepstral :: Acapela Group (Former Elan Speech / Babel) :: Nuance RealSpeak :: AT&T Natural Voices :: NeoSpeech VoiceText (Kate (230MB) / Paul (230MB))
 
+ Bonus: Acapela Group 30-Day Trial (Arabic (Salma / Nawfal) / 25 голосов)

Движки для распознавания речи (SR):

  • Горыныч :: Диктограф
     
    Внимание! Обсуждение движков для распознавания речи ведем в этой теме.

    Дополнительные экранные персонажи:

  • Microsoft Agent Ring :: Zero2000 :: MyDevotion :: DesktopMates
  • Microsoft Agent Character Editor + руководство по использованию

    Программы для чтения текста голосом (говорилки):

  • DeskBot (рекомендуется версия mini) - полное использование всех наворотов технологий Microsoft Agent и Text-to-Speech: анимированные персонажи, чтение текстовых файлов, документов MS Office и буфера обмена через SAPI 4.0, напоминание времени, звуковые эффекты - реверберация, шепот и др., всего 1 Мб.

  • Всего записей: 747 | Зарегистр. 10-11-2005 | Отправлено: 19:57 13-10-2006 | Исправлено: vadim1275, 15:07 30-04-2019
    9669



    Junior Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    кто ни будь смог установить Acapela-Group Алёна 22Khz  на видоус 10 поделитесь опытом пожалуйста

    Всего записей: 82 | Зарегистр. 12-03-2002 | Отправлено: 13:47 28-05-2016 | Исправлено: 9669, 18:18 28-05-2016
    ajoukov

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:

    Цитата:
    У кого-нибудь еще сохранились эти исходники Ajaja

    У него самого на http://mytts.forum2x2.ru/ спросите!
     

    Apokrif, удалось по вашему совету обратиться к Ajaja!  Спасибо за совет!  
     
    Если кому понадобится, исходники утилиты Acatts.exe тут:
    http://www.fayloobmennik.net/6352645
     
    Вот цитата из переписки Ajaja о его программе из этой ветки:  

    Цитата:

    Цитата:
    Ни у кого не остались исходники этой проги писанной на Си Ajaja, использующей для подготовки текстов Алене  морфологический словарь?  

    Ajaja: Эта утилита (acatts.exe) просто перегоняет текст в wav, используя библиотеку acatts.dll напрямую, минуя костыли SAPI4/5. Исходники и саму программу перезалил сюда: http://ifolder.ru/<файл-не-найден>    
    Но там используется не морфологический словарь , а  обычный словарь Алены (тот что правится в Lexicon Manager)

     
    Apokrif, еще раз спасибо за результативный совет!  

    Всего записей: 2 | Зарегистр. 22-02-2016 | Отправлено: 15:50 24-06-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Народ,
    Кому интересно:
    На harposoftware.com выложили триалы голосов для Nuance Vocalizer Expressive.
    Подробнее
     

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 17:00 24-06-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Коллеги (по счастью)!  
     
    А не подскажет ли кто, говорилку, которая помимо синтеза речи, давала бы временную разметку текста.
    Например:
    "В лесу родилась ёлочка"
    В - 0 сек
    л - 0.1 сек
    е - 0.15 сек
    с - ...
    и т.д???

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 10:05 20-07-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    А не подскажет ли кто, говорилку, которая помимо синтеза речи, давала бы временную разметку текста.
    В смысле что бы говорилка делала call back при произношении букв?
    Или разметить текст перед произношением?

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 00:40 21-07-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Разметить текст.

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 22:45 21-07-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    Разметить текст.
    Наверное, можно изобразить фонемами и микро-паузами, но никогда не слышал, чтобы так кто-нибудь делал... А какая конечная цель-то?

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 02:13 22-07-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Синхронизация с анимацией

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 22:03 22-07-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    Синхронизация с анимацией
    Понятно.
    Вы пытаетесь синхронизировать анимация -> голос.
    А у них есть в другую сторону: голос -> анимация, через callback, который указывает положение губ.
     

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 20:44 23-07-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Нет, мне и надо голос -> анимация!
    "У них" - это у кого?

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 21:11 23-07-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    Нет, мне и надо голос -> анимация!  
    "У них" - это у кого?
    У большинства TTS. Вроде были и говорилки, которые эту фичу использовали.
    Почти уверен, что в SAPI эта фича не входит...

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 22:25 23-07-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    TTS - это text-to-speech processor?
    А кокой посоветуете посмотреть?

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 22:32 23-07-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    А кокой посоветуете посмотреть?
     
    Ivona или Nuance
     

    Цитата:
    Почти уверен, что в SAPI эта фича не входит...  

    Похоже, что я не прав: http://talkingmoose.ca/voice-ivona-voices-500-ms-duration-visemes

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 06:40 24-07-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Ура!
    Разобрался!
     
    Тупо втыкаем в delphi sapi и там есть соответствующий callback (событие)
    Всех много спасибо

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 15:48 07-08-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    Тупо втыкаем в delphi sapi и там есть соответствующий callback (событие)
    Когда картинки прикрутите, выложите ролик!

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 20:08 07-08-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    *НЕПРИЛИЧНОЕ ВЫРАЖЕНИЕ*
    callback на фонемы работает только для латинницы

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 22:04 08-08-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    callback на фонемы работает только для латинницы
    Т.е. при озвучивании латиницы русским голосом callback работает, а для русского текста этим же голосом - нет?

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 23:34 08-08-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Русский голос не озвучивает латинницу.
    Латинницу озвучивает англицкий голос.
    И вот у англицкого голоса callback`и есть, а у русского callback`ов на фонемы - нет

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 00:37 09-08-2016
    Apokrif

    Advanced Member
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

    Цитата:
    Русский голос не озвучивает латинницу.
    Это смотря какой. Nuance Milena нормально говорит по английски.
     

    Цитата:
    И вот у англицкого голоса callback`и есть, а у русского callback`ов на фонемы - нет
    И эти голоса от одного производителя?
     
     

    Всего записей: 1815 | Зарегистр. 09-02-2008 | Отправлено: 17:45 09-08-2016
    esisl

    Newbie
    Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
    Несколько разных голосов от разных производителей
    В конце-концов получил, относительно приемлемый результат, заставляя SAPI формировать треки "+1 буква" и каждый раз меряя длину трека.

    Всего записей: 10 | Зарегистр. 19-07-2016 | Отправлено: 22:52 16-08-2016
    Открыть новую тему     Написать ответ в эту тему

    Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

    Компьютерный форум Ru.Board » Компьютеры » Программы » Microsoft Agent / Speech API (SAPI) / Text-to-Speech (TTS)


    Реклама на форуме Ru.Board.

    Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
    Modified by Ru.B0ard
    © Ru.B0ard 2000-2024

    BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

    Рейтинг.ru