这不是未来,与电脑面对面交谈

《星球大战》中的机器人R2和主人之间的无间交流谁不羡慕?而如今,让电脑听懂人的话已经不是乔治·卢卡斯电影中的神奇景象。借助于TTS技术,小到让电脑朗读课文,大到人与机器人的智能交流都不在话下。那么什么是TTS呢?TTS是"Text To Speech"的缩写,即"从文本到语音"。它同时运用语言学和心理学的杰出之作,把文字智能地转化     

走向应用的语音合成技术

处于技术和市场交叉点的TTS技术正在走向应用,相信在不远的将来,TTS技术将出现在我们的身边,真正实现人机对话     

TTS在VFP中的应用与开发

TTS技术已经广泛地应用到各个领域中,是一种智能化交互技术。主要是基于微软的Microsoft SpeechSDK平台提供的TTS技术在VFP中如何开发应用程序及探索。     

嵌入TTS技术开发语音合成软件

分析了语音合成技术及 TTS引擎技术的基本结构 ,并结合罪犯数据档案声音系统 ,在 VB平台下给出了一种嵌入 TTS开发 32位语音合成软件的具体方法     

基于TTS技术的“知天气”掌上气象客户端智能语音播报系统

TTS技术,又称文语转换技术,它将计算机、手机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的汉语口语输出的技术。＂知天气＂掌上气象客户端智能语音播报系统依托TTS技术,在手机上实现语音播报天气信息的功能。     

基于MSTTS英文朗读功能的实现

1引言 TTS英文全称是Text to Speech,TTS技术就是能将普通文本信息转换成数字语音信息的技术.其最终目标是使计算机能像人一样,可以根据文本的内容,以不同的语调、语气来朗读,输出清晰而又自然的声音.     

用TIS技术开发具有文本朗读功能的的应用程序

TTS技术已经越来越广泛地应用到现代计算机的各个领域，本文介绍了利用微软的Microsoft Speech SDK5．1提供的TTS(text-to-speech)技术开发具有语音朗读功能的应用程序。     

便携式语音转换系统的开发与实现

TTS(Text to speech,文本转语音)是通过TTS引擎将文本转化为语音输出的技术.利用TTS技术,不仅可以使文本阅读更加生动便捷,还可以帮助解决各种不方便的残疾人员(特别是盲、哑人)之间的交流以及他们同正常人的交流,有着很大的意义.文章设计实现了一个便携式的语音转换的软硬件系统,该系统基于语音转换芯片OSY...     

有趣，我用耳朵听小说

网上在线阅读和下载的小说大多是文本格式的文字，怎么能像评书那样可以用耳朵来听呢？聪明的读者可能已经猜到了，这就是让电脑利用TTS语音合成技术来朗读它们，让文字变成语音，而我们就舒舒服服地闭上眼来听。本次笔者向大家推荐的，是一款叫《中文语音朗读专家》的趣味软件，它非常好用。[第一段]     

将TTS引擎技术应用于Web页面实现中文朗读

介绍了微软公司的TTS引擎技术,以及如何在Web页面实现中文朗读.     

英语语音合成系统超前端文本分析知识库的构建

研究英语语音合成系统超前端文本分析所需知识库的构建和扩充方法。语音合成系统在语音播报等领域已经得到了广泛应用。但是在英语多媒体教学领域,还需解决偶尔出现的发音错误问题。由于内置知识库覆盖面不足,目前必须通过人工处理输入的文本,消除发音错误。人工分析和处理的速度及效率制约了语音合成系统在英语教学领域的应用。在英语词汇知识库的支持下,利用计算机辅助文本分析技术,对输入文本中的词语进行筛选和分类,找出产生发音错误的单词或符号,经扩展、转换或标注处理,可使优秀的英语语音合成系统达到教学和训练的要求。     

基于TTS汉语发音动态时间弯曲评测法

汉语学习日趋广泛,如何快速有效地实现标准汉语语料库供学习者参考并对汉语学习者的发音标准水平做出评测受到了很大程度的关注。该文介绍微软提供的TTS语音引擎,阐述其编程实现过程,利用TTS生成的汉语音频作为标准语料库。采集汉语学习者发音,对TTS生成的汉语音频和汉语学习者的发音作预处理并提取特征值,最后采用DTW(动态时间弯曲)算法实时地进行发音标准水平评测。     

计算机语音合成技术研究及发展方向

现代科学技术的发展,计算机运用的普及,其各项智能技术渗透到了各个领域。计算机技术也在实践中得到了较大的提升,其中语音合成技术是现属于语音领域中相关技术人员正在研究的重要课题。人们生活质量的提升,对于计算机的功能要求也在不断提升,人机交流则是其中呼声较高的方面。语音合成的主要目标是使得计算机能够实现语言交流,语音合成系统即为文语转换系统（Text-To-Speech,简称TTS）,其是将文字转变为语音的复杂系统,并要求经过合成的语音较为清晰自然,易懂,且具备一定的表现力,但是现代的技术与人们的期待还存在一定的差距,需要继续深入研究。本文简单的分析了几项计算机的语音合成技术,如参数合成法、录音编辑法、波形合成法、基音同步叠加法等,并分析了其的主要发展方向,包括各种文本的语音阅读功能、语音风格、发音形象构建及可视语音、情感语音等,为相关的技术人员提供一定的参考与借鉴。     

TTS技术在飞行试验遥测监控中的应用

通过分析飞行试验地面遥测实时监控的具体特点,介绍了基于LabVIEW图形化软件开发环境,应用TTS技术设计和开发实时监控软件的方法。该监控软件可对遥测数据进行自动判断,在飞行试验的过程中有异常情况发生时,能第一时间以语音告警的形式刺激指挥员及试飞工程师的听觉系统,使其做出相应的处置,从而有力保证飞行安全。     

MonTTS:完全非自回归的实时、高保真蒙古语语音合成模型

针对现有基于Tacotron模型的蒙古语语音合成系统存在的两个问题：(1)合成效率较低;(2)合成语音保真度较低,该文基于FastSpeech2模型提出了完全非自回归的实时、高保真蒙古语语音合成模型MonTTS。为了提高MonTTS模型合成蒙古语语音的韵律自然度/保真度,根据蒙古语声学特点提出以下三点创新改进：(1)使用蒙古文音素序列来表征蒙古文发音信息;(2)提出音素级的声学调节器以学习长时韵律变化;(3)提出基于蒙古语语音识别和自回归语音合成两种时长对齐方法。同时,该文构建了一个当前最大规模的蒙古语语音合成数据库：MonSpeech。实验结果表明,MonTTS在韵律自然度方面的主观平均意见分数(Mean Opinion Score, MOS)达到4.53,显著优于当前最优的基于Tacotron的蒙古语语音合成基线系统和基线FastSpeech2模型;MonTTS合成实时率达3.63×10^-3,满足实时高保真合成要求。最后,文中涉及的训练脚本和预训练模型全部开源(https://github.com/ttslr/MonTTS)。     

Text-to-speech conversion technology

The historical and theoretical bases of contemporary high-performance text-to-speech (TTS) systems and their current design are discussed. The major elements of a TTS system are described, with particular reference to vocal tract models. The stages involved in the process of converting text into speech parameters are examined, covering text normalization, word pronunciation, prosodies, phonetic rules, voice tables, and hardware implementation. Examples are drawn mainly from Berkeley Speech Technologies' proprietary text-to-speech system, T-T-S, but other approaches are indicated briefly     

一种基于实例学习的高精度英文未登录词发音的自动预测方法

在英文TTS(text to speech)系统中，需要根据文本中每一个单词的发音来合成语音．由于在真实文本的处理中，无论词典规模如何大，都不可能包括文本中的每一个单词，所以需要使用某种算法来预测词典中未登录单词的发音．介绍了一种基于实例学习的方法，并在一个大规模的英语词典上进行了性能评测．结果表明，这种方法的单词发音正确率可以达到70．1％，显著地超过以往报导的其他自动预测方法．     

针对长尾问题的二重加权多音字消歧算法

数据的长尾分布问题是NLP实践领域中的常见问题。以语音合成前端的多音字消歧任务为例,多音字数据的极度不均衡、尾部数据的缺乏,影响着语音合成系统的工业实用效果。该文观察到,汉语多音字的分布在“字符”与“字音”两个维度上都呈长尾特性,因此该文针对性地提出一种二重加权算法(Double Weighted, DW)。DW算法可分别与两种长尾算法：MARC,Decouple-cRT结合,进一步提升模型性能。在开源数据和工业数据上,DW算法较基线模型和两种原始算法取得了不同程度的准确率提升,为多维长尾问题提供解决方案与借鉴思路。     

Grapheme-to-Phoneme Conversion of Arabic Numeral Expressions for Embedded TTS Systems

Despite the increasing need for accuracy, current text-to-speech (TTS) systems are still poor at generating the correct pronunciation of Arabic numerals due to their high ambiguity and various interpretations. In this paper, we propose a mini-transliteration system for Arabic-numeral expressions, which can efficiently and correctly convert Arabic numeral expressions found in Korean text into phonemes for embedded TTS systems. For the purpose of building grapheme-to-phoneme rules, we deduced the components of ANEs, and investigated their pattern and arithmetic features based on the analyzed corpus. A word sense disambiguation based on lexical hierarchies in KorLex 1.0 was developed to resolve ambiguities caused by the homographic components of the ANEs. Our system minimized the amount of memory used by 1) separating the morphological analysis module from the transliteration system, 2) compacting the lexicon size, and 3) removing named entities. It reduced the process time dramatically without any serious loss of accuracy, and showed an accuracy of 97.2%-98.3%, which was 21.4%-22.5% higher than that of the baseline, and 5.5%-19.5% higher than current commercial Korean TTS systems