首頁>>廠商>>語音識別與合成>>捷通華聲

奧運之聲——捷通華聲語音合成技術v4.0奧運版

2006/01/26

• 每個引擎可以支持多個語種。


• 可以有多個引擎支持同一個語種，例如上圖中的 jTTS_CH2.DLL也支持中文。


• 每個引擎可以有多個音色(一般也對應了多個音庫)，每個音色都有一個唯一的GUID 。


• 每個音色只能支持一種語種。


• 每個音色可以支持多個領域 (Domain)，不同音色可以支持不同的領域范圍。


• 每種方言（例如廣東話）是作為一個獨立語種出現(xiàn)。

• 開發(fā)工具包--包括開發(fā)所需的頭文件、鏈接庫文件、示例程序。


• 語音合成服務器--語音合成服務軟件、監(jiān)視工具等。


• 基本運行時刻庫--包括最基本的引擎管理模塊，通用工具，說明書等。


• 多個獨立的音庫--包括相應的合成引擎和所需的文本分析庫、音庫。


• 多個獨立的資源包--每個資源包針對某個音庫以及一個特定領域。

1. 支持多語種，支持多領域的設置。


2. 支持音色的查找、訪問、加載等。


3. 支持SSML（語音合成標記語言，Speech Synthesis Markup language）。


4. 可以直接播放文本文件，也支持外掛抽取文本的DLL以支持其它格式。


5. 支持GB（包括 GB2312, GBK, GB18030）、Big5 、Shift-JIS、ISO-8859-1、Unicode、Unicode Big Endian、UTF8 等各種字符集，自動識別具有 BOM 標記的 Unicode 文本。


6. 支持同步、異步合成一個Session ，通過被動的回調(diào)函數(shù)方式給用戶傳遞數(shù)據(jù)。在原有版本的主動獲取語音數(shù)據(jù)的基礎上又提供了一個選擇。


7. 可以外掛語音格式轉(zhuǎn)換程序。


8. 全新的中英文混讀引擎

　　中文引擎放棄了原來使用的第三方的英文引擎（即Microsoft Free的SAPI 英文引擎），采用了自行開發(fā)的英文引擎，達到了清晰流利、中英文同一音色的效果。

9. 預處理功能

中文引擎在預處理部分做了比較大的改進：

1. 采用了基于分詞和詞性標注一體化的前端分析算法以及基于統(tǒng)計的韻律詞分析算法，提供了更好的韻律分析結(jié)果，閱讀更為自然流暢。


2. 全面改進了多音字處理算法，多音字的誤讀率大為下降。


3. 改進了數(shù)字符號讀法的分析算法，數(shù)字符號的讀法的閱讀準確率更高。同時支持數(shù)字、符號讀法的外部規(guī)則使用，提供給用戶自行定義數(shù)字符號讀法的方法。


10. 多領域支持

　　中文引擎提供了多個領域的優(yōu)化資源包。例如，在天氣預報領域提供了利用模板拼接技術的特定領域音庫，在金融證券、旅游餐飲、體育賽事等領域提供了特定領域詞庫、預選音音庫等。通過這些針對不同專業(yè)領域的優(yōu)化資源包，可以大大提高特定領域文本的合成效果。同時，多領域支持也采用了一種模塊化的方式，用戶可以自行安裝不同領域的資源包。


11. 對SSML的支持

　　SSML(Speech Synthesis Markup Language) 語音合成標記語言定義了一套豐富的，基于 XML 的標記語言以支持在Web語音瀏覽器或者其它應用程序中生成合成語音。這一標記語言的的主要作用在于提供給合成內(nèi)容的作者一個標準的方法來控制語音的各個方面，例如發(fā)音、音量、語速、基頻等。