Uncategorised

Programseks kasutamiseks sobiv liides on teenus.eki.ee/synthub/. Synthub on klassikaline CGI liides, mis registreeritud kontot ega API võtit ei nõua, parameetrid on ainult v=[hääle number] ja t=[tekst], nt teenus.eki.ee/synthub/?v=458&t=tere%20talv. Vastus pole mitte helifail, vaid JSONi struktuur linkidega valmis helifailidele: {"wav":"https://koneveeb.ee/syntees/wave/hub1701337491.94075_1118.wav","mp3":"https://koneveeb.ee/syntees/wave/hub1701337491.94075_1118.mp3"}

Registreeritud hääled

Oma vajadusteks sobiv hääl valige Kõnesünteesi kodulehel. Mitte kõik hääled ei pruugi sobida suuremahuliseks tööks, mõni ühe või teise meetodi katsetuse tulemusel loodud sünteesimootor on loomu poolest aeglasem (sel juhul on aeglased ka teised sama sama mootoriga hääled). Samal põhjusel ei saa ka hinnata, kui suuri tekstilõike on võimalik sünteesi saata. Liiga suur tekst võib lihtsalt vastuseta jääda.

Häälte nimed korduvad põhjusega – tegemist ongi samade diktoritega, küll aga erineb sünteesimeetod.

foneemHMM (HTS)

50 Eva
51 Tõnu
52 Liisi
53 Riina
54 Meelis
55 Kihnu
56 Lee (lapsehääl)
57 Liivika
58 Peeter
59 Tambet

TransformerTTS

304 Külli
404 Peeter

foneemDNN (Merlin)

450 Tõnu
451 Indrek
452 Külli
453 Liivika
454 Peeter
455 Tambet
456 Liisi
457 Riina
458 Lee (lapsehääl)
459 Tambet (otsekõne)
461 Andreas (spontaanne)

foneemDNN (VITS)

471 Indrek
472 Külli
473 Liivika
474 Peeter
478 Lee (lapsehääl)
479 Tambet
480 Albert
481 Kalev
482 Kersti
483 Mari
484 Meelis
485 Vesta

Uudistelugeja on üles ehitatud valmistükkidest, lisaks serveri ja äpi koodile koosneb see skriptitükkidest, mis säilitavad kogutud uudiste arhiivi, regulaarselt küsivad seadistatud uudisteallikatest RSS voogu (nt ERR, Õhtuleht, Äripäev), tõmbavad veebist arhiivis veel puuduvad uued artiklid, teisendavad HTML-i lihttekstiks, jälgivad, et uudistekogu maht ja sisukord oleksid pidevalt uuendatud jms.

Helifailid genereeritakse vajadusel dünaamiliselt, kui keegi uudist kuulata soovib. Kuna sama tarkvara teenindab Pimedate raamatukogu päringuid võib juhtuda, et sobiva hääle ja kiirusega helifail on juba ette valmistatud, samuti genereerib server vaikimisi seadistuste jaoks helifailid kohe pärast uudise laekumist.

Serveripoolne kood kirjeldab (mobiili)rakenduse võimalikke pöördumisi ja nende vastuseid: ekinews.cgi

Testimiseks võib kasutada veebiväljundit: esmalt küsida olemasolevate uudiste sisukorda päringuga http://elte.eki.ee/cgi-bin/ekinews.cgi?w=1, seejärel kuulata (kui brauser lubab) konkreetset uudist.

Androidi kood: EKINews_src.zip

Sellelt lehelt saad alla laadida ja installeerida erinevaid eestikeelseid sünteeshääli. Uuemad hääled on eespool. Sünteeshäälte paigaldamine on vajalik ekraanilugeja või muude rakenduste tööks.

1. HTS-hääled

Pärast faili install_eki_sapi5_13111815.exe paigaldamist tuleb juhtpaneelis (Control panel) otsida üles „kõnesünteesi sätete muutmine“ (Change text to speech settings).

2. Üksuste valikul põhinevad hääled

3. eSpeak hääl

4. Mbrola difoonsüntesaator

Mudeli parameetrid:

A – neutraalsest (r=1.0, ht=-1.0, gv1=1.0, gv2=1.0) – kurvaks (r=0.8, ht=-4.0, gv1=0.7, gv2=1.0);

B – neutraalsest (r=1.0, ht=-1.0, gv1=1.0, gv2=1.0) – rõõmsaks (r=1.3, ht=2.5, gv1=0.9, gv2=1.4);

C – neutraalsest(r=1.0, ht=-1.0, gv1=1.0, gv2=1.0) – vihaseks (r=1.5, ht=-5.0, gv1=1.0, gv2=0.8).

Emotsioonide modelleerimine HTS parameetrilisel sünteesil

Järgnevates näidetes on püütud emotsioone modelleerida nii, et muudetakse sünteesi käigus parameetrite (kõnetempo, põhitoon, põhitooni ulatus ja kõneintensiivsus) väärtusi. Kõiki emotsioone on sünteesitud kolme mudeli (M1, M2 ja M3) järgi.

Meeshääl

neutraalne/neutral

rõõm / joy (M1)

rõõm / joy (M2)

rõõm / joy (M3)

kurbus / sadness (M1)

kurbus / sadness (M2)

kurbus / sadness (M3)

viha / anger (M1)

viha / anger (M2)

viha / anger (M3)

Naishääl