Debian Accessibility Speech Synthesis packages

Daisy-player er en afspiller for kommandolinjen for talende bøger baseret på protokollen Digital Accessible Information System. Den kan sammenlignes i funktionalitet, egenskaber og den nemme brug med kommercielle afspillere, og programmet har en simpel brugerflade som er passende for Brailleterminaler.

EFlite er en taleserver for Emacspeak og andre skærmlæsere, som giver dem mulighed for at have en grænseflade til Festival Lite, en fri tekst-til-tale motor udviklet på CMU Speech Center som en udledning af Festival.

På grund af begrænsninger arvet fra sin motor tilbyder EFlite kun understøttelse for engelsk i øjeblikket.

eSpeak er et program for talesyntese på engelsk og nogle andre sprog.

eSpeak producerer engelsk tale i god kvalitet. Programmet bruger en anden syntesemetode end andre open source tekst til tale-motorer (TTS), og lyder meget anderledes. Det er måske ikke så naturligt eller »flydende«, men nogle finder udtalen tydeligere og nemmere at lytte på i lang tid.

Programmet kan køre som et program på kommandolinjen og hente tekst fra en fil eller fra stdin.

• Inkluderer forskellige stemmer, hvis karakteristika kan ændres.
• Kan producere tale i en WAV-fil.
• Kan oversætte tekst til phoneme-koder, så den kan tilpasses som en brugerflade for andre talesyntesemotorer.
• Potentiale for andre sprog. Mere end 40 sprog er inkluderet.
• Kompakt størrelse. Programmet og dataene er samlet på omkring 350 kbyte.
• Skrevet i C++.

Flite er en lille og hurtigkørende talegengivelsesmotor. Det er den seneste tilføjelse til programpakken af frie programmer for talegengivelsesværktøjer inklusive Edingburghs universitets Festival talegengivelsessystem og Carnegie Mellon universitetets FestVox-projekt, værktøjer, skripter og dokumentation for bygning af gengivet stemmer. Flite kræver dog ikke i sig selv et af disse systemer for at køre.

Motoren understøtter i øjeblikket kun engelsk og indisk.

Denne pakke indeholder de kørbare filer og dokumentation.

Speech Dispatcher tilbyder et enhedsafhængigt lag for talesyntese. Programmet understøtter forskellige program- og maskineltalesynteser som motorer og tilbyder et generisk lag for syntesetale og afspilning af PCM-data via disse forskellige programmotorer.

Forskellige koncepter på højt niveau som at sætte i kø (enqueueing) vs. at afbryde (interrupting) tale og programspecifikke brugerkonfigurationer er implementeret på en enhedsuafhængig måde, og frigør dermed programprogrammøren fra endnu engang at opfinde hjulet.

Denne pakke indeholder selve programmet Speech Dispatcher.

Denne pakke indeholder diverse stærkt nyttige redskabsprogrammer, som bruger og følger med Edinburgh Speech Tools Library. Lydprogrammet og nogle grundlæggende behandlingsprogrammer er inkluderet i denne pakke.

De følgende programmer er tilgængelige: na_play: Generisk afspilningsprogram for brug med net_audio og CSTR ao. ch_Wave: Konverteringsprogram for waveform-filer. ch_lab: Konverteringsprogram for etiketfil. ch_track: Konverteringsprogram for sporfil. wagon: Et CART-træbygnings- og testprogram.

Se /usr/share/doc/speech-tools/README for en detaljeret liste over tilgængelige programmer.

Denne pakke tilbyder russisk understøttelse til talesyntesesystemet Festival.

FreeTTS er et talesyntesesystem skrevet helt i programmeringssproget Java(TM). Den er baseret på Flite, en lille kørselstids talesyntesemotor udviklet af Carnegie Mellon University. Flite er derimod afledt af Festival talesyntesesystemet fra University of Edinburgh og projektet FestVox fra Carnegie Mellon University.

Gespeaker er en GTK+-brugerflade for eSpeak og mbrola. Programmet giver mulighed for at afspille en tekst på mange sprog med indstillinger for stemme, tonehøjde, lydstyrke, hastighed og ordmellemrum.

Siden version 0.6 kan programmet bruge pakken mbrola og stemmer til at opnå en mere realistisk læseoplevelse.

Recite er et program til talegengivelse. Kvaliteten af den producerede lyd er ikke fantastisk, men bør være nok for rapportering af de sædvanlige fejlbeskeder mundtligt.

Med en engelsk tekst vil recite konvertere den til en række af fonemer, og så konvertere fonemerne til en sekvens af mundtlige traktparametre, og så syntesisere lyden en mundtlig trakt for at sige sætningen. Recite kan udføre et undersæt af disse handlinger, så programmet kan bruges til at konvertere tekst til fonemer eller til at producere en udtalelse baseret på mundtlige traktparametre beregnet af et andet program.

Siger den aktuelle tid via dit lydkort. Kræver at du har en lydenhed tilgængelig.

Sonic er et meget simpelt redskab som læser og skriver wav-filer, og øger eller sænker hastigheden på dem, med lav forvrængning. Den vigtigste funktion i Sonic modsat andre biblioteker er en meget høj kvalitet ved hastigheder over 2x.

Speech Dispatcher tilbyder et enhedsafhængigt lag for talesyntese. Programmet understøtter forskellige program- og maskineltalesynteser som motorer og tilbyder et generisk lag for syntesetale og afspilning af PCM-data via disse forskellige programmotorer.

Forskellige koncepter på højt niveau som at sætte i kø (enqueueing) vs. at afbryde (interrupting) tale og programspecifikke brugerkonfigurationer er implementeret på en enhedsuafhængig måde, og frigør dermed programprogrammøren fra endnu engang at opfinde hjulet.

Denne pakke indeholder afhængigheder på pakker krævet for at køre Speech Dispatcher med Festival.

This Text-To-Speech (TTS) engine speaks French; a preliminary English support is also offered. The engine uses context-sensitive rules to produce phonemes from the text. It relies on MBROLA to generate actual audio output from the phonemes. The TTS engine is implemented using the Python programming language.

The upstream authors have come up with this TTS to try and meet their own needs as blind users. It's designed to be plugged as output to some screen-review software, firstly with BRLTTY. They favor speed and intelligibility over perfect pronunciation. Cicero is aimed to have a quick response time, the ability to quickly shut-up and skip to another utterance, intelligibility where it counts (not perfect pronunciation), the ability to track speech progression, relative simplicity (hackability) and relative small code size.

The GNOME Speech library gives a simple yet general API for programs to convert text into speech, as well as speech input.

This package provides the source code required to compile a driver for the commercial DECtalk software speech synthesis engine and voices from Fonix (http://www.fonix.com/). Upon installation, it will automatically attempt to compile and install the dectalk-synthesis-driver binary required to use GNOME Speech with dectalk.

This package is only useful if the dectalk engine is already installed on the system.

The GNOME Speech library gives a simple yet general API for programs to convert text into speech, as well as speech input.

This package provides the source code required to compile a driver for the commercial IBMTTS speech synthesis engine available from http://ttsynth.com/. Upon installation, it will automatically attempt to compile and install the voiavoice-synthesis-driver binary required to use GNOME Speech with IBMTTS.

This package is only useful if the IBMTTS (TTSynth) engine is already installed on the system.

The GNOME Speech library gives a simple yet general API for programs to convert text into speech, as well as speech input.

This package provides the source code required to compile a driver for the commercial swift speech synthesis engine and voices from Cepstral (http://www.cepstral.com/). Upon installation, it will automatically attempt to compile and install the swift-synthesis-driver binary required to use GNOME Speech with swift.

This package is only useful if the swift engine is already installed on the system.

The SVOX Pico engine is a software speech synthesizer for German, English (GB and US), Spanish, French and Italian.

SVOX produces a clear and distinct speech output made possible by the use of Hidden Markov Model (HMM) algorithms.

This package contains binary files including pico2wave.

Mbrola is Thierry Dutoit's phonemizer for multilingual speech synthesis. The various diphone databases are distributed on separate packages, but they must be used with and only with Mbrola because of license matters. Read the copyright for details.

Mbrola itself doesn't provide full TTS. It is a speech synthesizer based on the concatenation of diphones. It takes a list of phonemes as input, together with prosodic information (duration of phonemes and a piecewise linear description of pitch), and produces speech samples on 16 bits (linear), at the sampling frequency of the diphone database.

Use Mbrola along with Freephone, cicero or espeak to have a complete text-to-speech in English.