Модули преобразования текста в речь

L&H TruVoice& TTS3000 Voice Engines

Бесплатные голосовые движки от известной своими наработками в этой области компании Lernout&Haspie оказались на поверку весьма неплохими, даже несмотря на их древность и отсутствие свежих обновлений. К услугам пользователя более десяти "дикторов" самых распространенных языков мира, в том числе и русскоговорящий. На коротких предложениях все весьма пристойно, а вот длинные фразы программе явно не под силу. Здесь "речь" хоть и терпима, но больше всего напоминает дребезжащее старое радио — шум, невыразительный "плавающий" звук, заглатывание окончаний. Но вы и не ожидали от "халявы" чего-то из ряда вон выходящего, не правда ли? Еще хуже ситуация с русским — создается впечатление, что говорит, скорее, финн или прибалт, но уж никак не носитель этого языка: беглая, невыразительная речь, настоящий хаос в области ударений и совершенно дикие скачки в интонации. В итоге работать с кириллицей не представляется возможным, разве что только для того, чтобы поднять настроение — уверяю, такого клоуна ни в одном цирке не сыщешь!

Microsoft Speech Engine

Пожалуй, одним из немногочисленных достоинств этого движка является то, что он уже предустановлен в Windows XP, и ее обладателям не придется вытягивать дистрибутив Microsoft Speech Development Kit (а это целых 68 MB), в состав которого он, собственно, и входит. В отличие от всех своих остальных собратьев детище Microsoft не использует словари и фонемы, а синтезирует речь на ходу с помощью математической модели, что не преминуло сказаться на ее качестве. Прежде всего это характерный акцент, не лучшие интонации и отвратительный выговор аббревиатур и дат. Так, "2004 год" MS Speech Engine произнесет как "two zero zero four", а не "two thousands four", а в таком невинном словосочетании, как Windows 98 SE, и вообще "съест" последний слог. Конечно, по сравнению с предыдущими версиями программы налицо значительный прогресс, но не настолько большой, чтобы пользователь мог сказать "вау!". Разумеется, что аббревиатурам и разнообразным сокращениям данный движок научить можно и даже нужно, но стоит ли это затраченных усилий? Полагаю, что нет, даже несмотря на абсолютную бесплатность программы.

Digit PC 1.0

Идейный последователь знаменитого коммерческого модуля Digalo от французской фирмы Elan Informatique. В активе Digit все основные языки и диалекты (английский, французский, бразильский португальский, американский английский, немецкий, польский, итальянский), а также русский, представленный мужским голосом, более известным в узких кругах как "Николай". Речь английских дикторов можно оценить на "четыре" — "отлично" мешает поставить "глотание" последних слогов и нечастые ошибки в ударениях. "Николай" тоже неплох, хоть и страдает некоторой гнусавостью и "зомбированностью" голоса. При желании привыкнуть к нему весьма легко, хотя, конечно, хотелось бы еще большего. Как и движки от Cepstral, Digit не требует для своей работы третьих программ — он уже интегрирован с оболочкой для чтения буфера обмена, и все, что требуется для ознакомления с литературой, так это нажать магическую комбинацию Ctrl + C и запустить сам Digit. Очень удобно и, кроме всего прочего, занимает минимум ценного рабочего пространства на экране. К сожалению, программа не бесплатна, и после 15-дневного испытательного срока перестанет работать.

ScanSoft RealSpeak

Великолепный text-to-speech engine от создателей знаменитого Dragon NaturallySpeaking, просто не умеющих халтурно работать, — что и отразилось на общем уровне продукта. Электронные персонажи разговаривают почти естественно, и если бы не слабый эффект надрыва речи, иногда "всплывающий" на длинных фразах, то их вполне можно было бы спутать с живыми людьми. Вот что значит солидный словарь и запас фонем! Языков тоже поддерживается более чем достаточно — целых 21(!), включая даже такие экзотические, как китайский, норвежский и корейский. Русский представлен женским голосом "Катерина", причем работает он ничуть не хуже своих заграничных коллег и обеспечивает действительно отличное качество речи. Смущает лишь отсутствие пробной (trial) версии — увы, RealSpeak, распространяется только на коммерческой основе, но на сайте ScanSoft доступны интерактивные демо, благодаря которым можно "вживую" послушать каждый язык. А напоследок хочется отметить, что программа взята на вооружение многими ведущими IT-компаниями мира, такими как Ericsson, Elix и AMTELCO.

Elan SaySo 4.6 Evaluator

Новые технологии не стоят на месте, и то, что сейчас доступно для персонального использования, зачастую просто не может сравниться с коммерческими продуктами для "большого бизнеса". Вот и фирма Elan Speech, недавно объединившаяся с не менее известной Babel Technologies, не остановилась на достигнутом и разработала принципиально новый продукт — Elan SaySo, который установил более высокую планку качества в области TTS. Претензий к акценту и интонации нет вообще — все настолько чисто и гладко, что не каждому человеку удастся такое воссоздать. Посторонний шум отсутствует как таковой, ударения располагаются там, где им предназначено природой, а дикция просто поражает воображение. И пожалуй, самым приятным фактом для отечественного пользователя является то, что бесплатные пробные версии программы можно совершенно легально скачать с официального сайта и пользоваться ими в свое удовольствие. Конечно, они весьма жестко ограничены по функциональности — поддерживается только *.txt, нельзя подключить их голосовой модуль к другой утилите, например "Говорилке", а также прочитать буфер обмена. Но текст в своем родном окне читается на "пять с плюсом", а лимит на его объем (25 тыс. символов) легко исправляется разделением большой книги на несколько частей. Жаль, правда, что пока отсутствует демо-версия русскоязычного модуля, хотя его поддержка и заявлена разработчиком.

Cepstral SwiftTalker 3.0

В отличие от других подобных продуктов SwiftTalker — это не только "голый" TTS engine, но еще и оболочка, позволяющая задействовать все его возможности без применения третьих утилит. Пока в активе Cepstral LLC лишь американский и традиционный английский, а также немецкий и испанский. Правда, это с лихвой компенсируется просто огромным количеством дикторов — лишь для одного US English их насчитывается восемь, не отстают и другие языки. Да и качество их исполнения на высоте — речь близка к идеалу, нет никаких досадных завываний или помех, хотя иногда некоторые скачки интонации на концах слов все-таки прорываются. Неудивительно, что дистрибутив каждого голоса занимает целых 30 MB — как-никак, а словари и фонемные конструкции кое-что да весят! Что же касается оболочки SwiftTalker, то ее возможности вполне соответствуют стандартам этого класса утилит: чтение *.txt, *.rtf и *.doc, удобный интерфейс, а также запись синтезируемой речи в WAV-файл. В результате Cepstral SwiftTalker будет отличным выбором для пользователя, работающего в основном с англоязычной литературой — мало кто из конкурентов предложит сходные возможности по столь низкой цене.

Заключение

Несмотря на то что самое высокое качество синтеза речи все-таки обеспечивают коммерческие (а потому и малодоступные для отечественного пользователя) голосовые модули, даже среди shareware и freeware можно найти очень неплохие аналоги. Главное — уже сейчас процесс обучения вовсе не требует обязательного бдения перед компьютером. Достаточно всего лишь сесть в кресло, расслабиться и прислушаться к речи нашего железного помощника…