Giải pháp chuyển văn bản thành giọng nói tốt cho Windows [đã đóng]

Tôi đang chạy Windows 7 và tôi biết nó có khả năng đọc văn bản cho tôi trong các ứng dụng của mình, nhưng tôi đang tìm kiếm một tiện ích tốt để lưu các đoạn văn bản dưới dạng tệp wav hoặc mp3. Nó có thể đã được tích hợp vào HĐH, nhưng được ngụy trang khéo léo. Tôi biết tôi có thể viết chương trình để gọi API, đây là bước tiếp theo của tôi nếu chưa có giải pháp tốt.

Tôi thực sự thích chất lượng của hệ thống AT & T , nhưng nó có một số hạn chế khá lớn đối với việc sử dụng MP3 được sản xuất. Tôi muốn sử dụng chúng trong podcast của tôi.

Dựa trên web cũng ổn, miễn là nó dễ dàng tạo ra một Wav, MP3 hoặc Creative Commons khá không bị cản trở (Tên miền công cộng hoặc Creative Commons) hoặc một số tệp âm thanh tiêu chuẩn khác. Đương nhiên tôi thích mã nguồn mở hoặc miễn phí hơn thương mại, nhưng đó không phải là một yêu cầu.

Tôi đã thử đặc biệt , lễ hội và MaryTTS . Tất cả đều tạo ra tiếng nói dễ hiểu cho hầu hết các phần nhưng chúng không tự nhiên lắm. Ngay cả với các bản tải xuống giọng nói bổ sung cho các hệ thống này (ví dụ Mbrola, CMU Bắc Cực), giọng nói cũng không tuyệt lắm.

Giọng IVONA là giọng nói hay nhất tôi từng nghe cho đến nay. Họ cung cấp cho bạn bản demo miễn phí 30 ngày là đủ nếu bạn có một nhiệm vụ phải làm một lần. Sau đó, họ giống như $ 45 / giọng nói. Amazon chỉ mua công ty để bạn biết nó vững chắc ( http://www.ivona.com/us/news/amazoncom-announces-acquisition-of-ivona-software/ ).

Chúng hoạt động với giao diện SAPI của Microsoft, có nghĩa là các giọng nói có sẵn cho bất kỳ chương trình nào hỗ trợ điều đó (ví dụ: Adobe Reader). Tôi đã sử dụng chúng với chương trình Text To Wav , rất tốt để chuyển đổi hàng loạt tệp văn bản thành tệp sóng.

Biên tập

Trên thực tế chỉ cần đọc lại câu hỏi của bạn và tôi nghĩ rằng để sử dụng phi cá nhân (ví dụ như podcast), giá có thể cao hơn rất nhiều cho IVONA. Trong trường hợp đó tôi muốn nói hãy kiểm tra MaryTTS.

eSpeak là mã nguồn mở và miễn phí và cung cấp mọi thứ bạn cần.

Nó có thể chạy như một chương trình dòng lệnh để nói văn bản từ một tập tin hoặc từ stdin.
Một phiên bản thư viện chia sẻ cũng có sẵn.

* Bao gồm các Tiếng nói khác nhau, có đặc điểm có thể được thay đổi.
* Có thể tạo đầu ra giọng nói dưới dạng tệp WAV.
* SSML (Ngôn ngữ đánh dấu tổng hợp giọng nói) được hỗ trợ (chưa hoàn thành),
  và cả HTML.
* Kích thước nhỏ gọn. Chương trình và dữ liệu của nó, bao gồm nhiều ngôn ngữ,
  tổng cộng khoảng 1 Mbyte.
* Có thể dịch văn bản sang mã âm vị, vì vậy nó có thể được điều chỉnh làm mặt trước
  kết thúc cho một công cụ tổng hợp giọng nói khác.
* Tiềm năng cho các ngôn ngữ khác. Một số được bao gồm trong các giai đoạn khác nhau
  của sự tiến bộ. Trợ giúp từ người bản ngữ cho những ngôn ngữ này hoặc các ngôn ngữ khác là
  hoan nghênh.
* Công cụ phát triển có sẵn để sản xuất và điều chỉnh dữ liệu âm vị.
* Viết bằng C ++.