Debian Accessibility Speech Synthesis packages

Daisy-player to aplikacja wiersza poleceń, służąca do czytania cyfrowych książek i bazująca na protokole DAISY (Digital Accessible Information System). Jest porównywalna pod względem funkcjonalności, cech i łatwości użytkowania z komercyjnymi odtwarzaczami, a ponadto posiada prosty interfejs użytkownika odpowiedni dla terminali brajlowskich.

EFlite to serwer mowy do Emacspeak i innych czytników ekranu, który pozwala im łączyć się z Festival Lite, darmowym silnikiem przetwarzania tekstu na mowę, opracowanym w CMU Speech Center jako odgałęzienie silnika Festival.

Ze względu na ograniczenia odziedziczone z silnika Festival, EFlite zapewnia obecnie obsługę tylko języka angielskiego.

eSpeak to programowy syntezator mowy dla języka angielskiego i kilku innych języków.

eSpeak tworzy dobrej jakości mowę angielską. Stosuje odmienną metodę syntezy w porównaniu z innymi otwartoźródłowymi silnikami przetwarzania tekstu na mowę (TTS), i brzmi całkiem inaczej. Być może mowa ta nie jest tak naturalna ani "płynna", ale niektórzy uważają, że artykulacja jest wyraźniejsza i łatwiejsza do słuchania przez dłuższy czas.

Może działać jako program wiersza poleceń do wypowiadania tekstu z pliku lub ze standardowego wejścia (klawiatury).

• Obejmuje różne brzmienia, których charakterystyka może zostać zmieniona.
• Może generować mowę w postaci pliku WAV.
• Potrafi tłumaczyć tekst na kody fonemu, dzięki czemu może zostać zaadaptowany jako nakładka dla innego silnika syntezy mowy.
• Zdolny do obsługi innych języków. Dostępnych jest ponad 40 języków.
• Kompaktowy rozmiar. Program i jego dane zajmują łącznie około 350 KB.
• Napisany w języku C++.

Flite to mały, szybki silnik do syntezy mowy pracujący w czasie rzeczywistym. Jest najnowszym dodatkiem do zestawu wolnego oprogramowania do syntezy mowy, zawierającego system syntezy Festival z University of Edinburgh i projekt FestVox z Carnegie Mellon University, narzędzia, skrypty oraz dokumentację do budowania syntetycznych głosów. Niemniej jednak, sam flite nie wymaga żadnego z tych systemów do uruchomienia.

Obecnie obsługuje tylko języki angielski i indyjski.

Pakiet zawiera pliki wykonywalne i dokumentację.

Speech Dispatcher dostarcza niezależną od urządzeń warstwę syntezy mowy. Obsługuje różne sprzętowe i programowe syntezatory mowy jako backendy i dostarcza podstawową warstwę syntezy mowy oraz odtwarzania danych PCM (przez te różne backendy) do aplikacji.

Różne koncepcje wysokiego poziomu jak kolejkowanie odczytywanego tekstu według priorytetu jego przerwań i stosowanie w aplikacjach specyficznych konfiguracji użytkownika zostały zaimplementowane w sposób niezależny od urządzenia, dzięki czemu programiści aplikacji zostali uwolnieni od konieczności ponownego opracowywania wszystkiego od nowa.

Pakiet zawiera sam Speech Dispatcher.

Pakiet zawiera różne bardzo przydatne programy narzędziowe, które używają i towarzyszą Edinburgh Speech Tools Library. Obejmuje oprogramowanie audio i niektóre podstawowe programy do przetwarzania sygnału.

Dostępne są następujące programy: na_play: prosty program odtwarzający do współpracy z net_audio i ao CSTR. ch_wave: program do konwersji pliku dźwiękowego w formacie wave. ch_lab: program do konwersji pliku z etykietą. ch_track: program do konwersji odtwarzanych plików. wagon: program do budowania i testowania drzewa CART.

Szczegółową listę dostępnych programów można znaleźć w pliku /usr/share/doc/mowy-tools/README.

Ten pakiet zapewnia obsługę języka rosyjskiego dla systemu syntezy mowy Festival.

FreeTTS to system syntezy mowy napisany w całości w języku programowania Java (TM). Opiera się on na Flite, małym silniku do syntezy mowy opracowanym na Uniwersytecie Carnegie Mellon. Flite z kolei wywodzi się z systemu syntezy mowy Festival z Uniwersytetu w Edynburgu i projektu FestVox z Carnegie Mellon University.

Gespeaker jest interfejsem GTK+ do eSpeak i mbrola. Pozwala na odtwarzanie tekstu w wielu językach z ustawieniami dla głosu, wysokości tonu, głośności, prędkości odtwarzania i przerw między słowami.

Od wersji 0.6 może korzystać z pakietu mbrola i głosów, aby uzyskać bardziej realistyczny odczyt tekstu.

Program podaje bieżący czas za pomocą karty dźwiękowej. Wymaga, aby dostępne było urządzenie wyjściowe audio.

Sonic to bardzo proste narzędzie, które odczytuje i zapisuje pliki .wav, i przyspiesza je lub spowalnia z niskimi zniekształceniami. Kluczową nową funkcją w Sonic w porównaniu z innymi bibliotekami jest uzyskiwanie bardzo wysokiej jakości dźwięku przy ponad dwukrotnym jego przyspieszeniu.

Speech Dispatcher dostarcza niezależną od urządzeń warstwę syntezy mowy. Obsługuje różne sprzętowe i programowe syntezatory mowy jako backendy i dostarcza podstawową warstwę syntezy mowy oraz odtwarzania danych PCM (przez te różne backendy) do aplikacji.

Różne koncepcje wysokiego poziomu jak kolejkowanie odczytywanego tekstu według priorytetu jego przerwań i stosowanie w aplikacjach specyficznych konfiguracji użytkownika zostały zaimplementowane w sposób niezależny od urządzenia, dzięki czemu programiści aplikacji zostali uwolnieni od konieczności ponownego opracowywania wszystkiego od nowa.

Pakiet zawiera zależności pakietów niezbędnych do uruchomienia Speech Dispatcher z 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 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.