https://www.opennet.ru/openforum/vsluhforumID3/115862.html Компания Mozilla развивает (https://hacks.mozilla.org/2018/11/lpcnet-dsp-boosted-neural-speech-synthesis/) новую систему синтеза речи LPCNet (https://people.xiph.org/~jm/demo/lpcnet/), которая дополняет ранее запущенную (https://www.opennet.ru/opennews/art.shtml?num=47648) инициативу по разработке системы распознавания речи. LPCNet обеспечивает более эффективный синтез речи благодаря комбинированию традиционных методов цифровой обработки сигналов (DSP) с механизмами синтеза на основе машинного обучения. <br><br><br>Несмотря на то, что современные модели синтеза речи на основе нейронных сетей, такие как WaveNet (https://deepmind.com/blog/wavenet-generative-model-raw-audio/), позволяют добиться превосходного качества синтеза, их реализация сильно усложнена и требует большой вычислительной мощности. Данная особенность затрудняет использование подобных систем для синтеза речи в режиме реального времени на таких устройствах, как телефоны. В качестве выхода в LPCNet предлагается (https://jmvalin.ca/papers/lpcnet_icassp2 https://www.opennet.ru/openforum/vsluhforumID3/115862.html#93 Mon, 04 Nov 2024 16:01:08 GMT А что за модельку использует Апихост для клонирования голоса? Может кто знает, https://apihost.ru/voice-cloning/<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#92 Wed, 13 Nov 2019 12:34:55 GMT Синтезатор мозиловский - это программа, которую можно установить к себе и озвучивать, например, тексты?<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#90 Fri, 08 Feb 2019 07:40:23 GMT &gt;&gt; Я помню своего деда, постепенно теряющего зрение. Этого мне достаточно чтобы понять важность TTS программ. Тогда их не было...<br>&gt; spp.exe <br>&gt; Эх ты, поколение ВНО :) <br><br>Я даже помню этот жуткий голос из спикера . Это не TTS.<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#89 Sun, 06 Jan 2019 00:04:18 GMT Некро, но отпишусь)<br>Соглашусь по поводу книг. Как-то немного удосужился поиграть в театре. Сцена была с двумя актёрами. Самым нудным было учить диалог. Решил немного автоматизировать: говорю свою речь, шлёпаю пробел, комп мне отвечает речь апонента, потом опять я свою и т.д. Быстро накостылял на этом самом RHVoice, попробовал и понял - хрень. Ты бла-бла с интонацией, паузами и т.д., а тебе в ответ просто сухая фраза. Немного пожалел, что в RHVoice нет тегов ударений и интонаций (или просто не нашёл). Ранее видел такую фишку в виндузовской озвучивалке. <br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#88 Sun, 02 Dec 2018 08:05:23 GMT &gt; Синтез речи давно уже есть, даже на онтопике работает. А recognition api <br>&gt; давно нужно добавить как в хроме, чтобы гуглопереводчику и речевым блокнотам <br>&gt; звук скармиливать, а получать транскрипт и/или перевод.<br><br>Чтобы рекапчу скармливать. А поди плохо, припахать гугла свою же капчу распознавать. Пусть у них роботы там порубаются на предмет кто кого.<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#87 Sun, 02 Dec 2018 08:04:11 GMT &gt; игогоши должны страдать <br><br>У любого хипста-софта период полураспада не более 2 лет. Любых пихтонрастов касается совершенно одинаково - наворотить гору байтов по быстрому на модную тему они могут. А майнтайнить это - оказывается, грязная и скучная работа, совсем не эпично, блин.<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#86 Sun, 02 Dec 2018 08:02:08 GMT Кстати прецеденты применения синтеза речи для всяких разных дел уже не редкость и не экзотика. Уж позвонить и общаться при помощи синтезатора, чтобы по голосу не узнали - баян из баянов, практиковавшийся лет 10+ назад.<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#85 Sun, 02 Dec 2018 07:58:03 GMT &gt; Время от времени Mozilla делает что-то реально полезное.<br><br>Я бы сказал что она делает что-то реально монструозное. Как эта помесь сей с питоном к которой без 1060 не подходи. Вспоминая как речь сносно синтезировали еще чуть ли не амиги с процами которые дохлее первопня в разы - ничего кроме фэйспалма сделать не получается. Куда и зачем все это адовое месиво фреймворков предлагается девать?<br> https://www.opennet.ru/openforum/vsluhforumID3/115862.html#84 Sun, 02 Dec 2018 07:53:11 GMT &gt; Но через 3-4 часа я привык и к скорости, и к тону, <br><br>Ну не, так не пойдет. Такой голосовой интерфейс создает больше проблем чем решает. Напоминает мне голосовой набор в мобиле. Вроде, удобная штука была. Но вот при полусотне контактов с голосовыми тегами имеет свойство выбирать совершенно не того кого просили. После пары звонков совершенно не тем кому хотелось и результирующих непоняток - фича как-то была отложена в дальний угол и забыта.<br>