ReadSpeaker speechEngine SDK Embedded
ReadSpeaker speechEngine SDK Embedded pievieno dabiskas MI balsis uz ARM balstītām ierīcēm, mobilajām lietotnēm un iegultajām sistēmām. Tas darbojas pilnībā ierīcē, un tīkla savienojums nav nepieciešams. 150+ MI balsis 50+ valodās platformām iOS, Android un Embedded Linux.
Kāpēc pašā ierīcē
Daudzas ierīces nevar paļauties uz mākoni. Medicīnas monitoram, automašīnai vai rūpnieciskam kontrolierim jārunā tieši tajā brīdī, kad tas nepieciešams, katru reizi. speechEngine SDK Embedded sintezē runu pilnībā ierīcē, tāpēc audio izvade paliek konsekventa un tūlītēja pat bez tīkla. Jūsu dati nekad neatstāj aparatūru, un aizture nekad nav atkarīga no signāla.
Veidots iegultajām sistēmām
Katra balss aizņem 6 līdz 35 MB krātuves un darbojas 20 līdz 30 MB atmiņā. Tas atbilst ierobežotajai aparatūrai, uz kuras tiek būvēti iegultie produkti, no ARM 32 bitu kontrolieriem līdz 64 bitu mobilajiem čipiem, neatsakoties no dabiska skanējuma.
speechEngine SDK Embedded izmanto ReadSpeaker katalogu ar vairāk nekā 150 MI balsīm vairāk nekā 50 valodās. Jaunas balsis un valodas tiek pievienotas regulāri, tāpēc ar to pašu SDK produktu var laist tirgū vienā tirgū vai piecdesmit.
Pielāgojiet runas ātrumu, toni un skaļumu atbilstoši ierīcei. Izmantojiet SSML (Speech Synthesis Markup Language), lai ievietotu pauzes, mainītu balsis vai valodas teikuma vidū un pievienotu fonētiskās transkripcijas. Lietotāja vārdnīca katrai valodai ar IPA atbalstu ļauj vienreiz un visur izlabot produktu nosaukumu un nozares terminu izrunu.
Tehniskās specifikācijas
speechEngine SDK Embedded ir izstrādāts neliela izmēra sistēmām. Zemāk redzamie skaitļi ļauj izmērīt aparatūru pirms saistību uzņemšanās.
| Specification | Value |
|---|---|
| Operētājsistēmas | iOS · Android · Embedded Linux (citas iegultās operētājsistēmas pēc pieprasījuma) |
| CPU | ARM 32/64 bitu. Neural Standard: 1 GHz vai augstāks (tikai 64 bitu) · Neural Lite: 800 MHz vai augstāks |
| RAM | 6 līdz 30 MB |
| Darbības atmiņa | 20 līdz 30 MB (Neural Lite un Neural Standard) |
| Balss izmērs | 6 līdz 32 MB (Neural Lite) · 9 līdz 35 MB (Neural Standard), dziļo neironu tīklu tehnoloģija |
| Audio izvade | 8 formāti: 16 bitu lineārs PCM, 8 bitu A-law, 8 bitu μ-law, 8 bitu bezzīmes lineārs PCM Wave, 4 bitu Dialogic ADPCM un Wave varianti |
| Teksta ievade | Vienkāršs teksts (daudzbaitu) · SSML (UTF-8) |
| Dokumentācija | Produkta specifikācija (PDF) |
Neural Standard un Neural Lite
Izvēlieties līdzsvaru, kas atbilst jūsu aparatūrai. Neural Standard darbojas uz 64 bitu ARM no 1 GHz, ar balsīm no 9 līdz 35 MB bagātīgākajam skanējumam. Neural Lite darbojas uz ARM no 800 MHz, ar balsīm no 6 līdz 32 MB visierobežotākajām ierīcēm. Abi izmanto dziļo neironu tīklu tehnoloģiju.
| Neural Lite | Neural Standard | |
|---|---|---|
| CPU | ARM 800 MHz+ | ARM 1 GHz+ (tikai 64 bitu) |
| Balss izmērs | 6 līdz 32 MB | 9 līdz 35 MB |
| Tehnoloģija | Dziļie neironu tīkli | Dziļie neironu tīkli |
Platformas
speechEngine SDK Embedded tiek piegādāts ar API, koda paraugiem un dokumentāciju ātrai integrācijai. Veidojiet ar C/C++ Embedded Linux vidē, Objective-C iOS vidē vai Java Android vidē. Katrā piegādē ir iekļautas runas dzinēja bibliotēkas, balss faili un integrācijas dokumentācija jūsu licencētajai platformai, kā arī mūsu komandas atbalsts.
| Platform | Language |
|---|---|
| Embedded Linux | C / C++ |
| iOS | Objective-C |
| Android | Java |
Integrācija
Inicializējiet dzinēju, ielādējiet balsi un sintezējiet. Pārējo SDK paveic pašā ierīcē.
/* Illustrative - confirm exact API against the SDK docs before use */
#include "rs_embedded_tts.h"
int main() {
rsEngine *engine = rsEngineCreate("license.dat");
rsEngineLoadVoice(engine, "en-US-neural-standard");
rsEngineSetRate(engine, 1.0);
rsEngineSpeak(engine, "Welcome aboard.", RS_AUDIO_PCM16);
rsEngineDestroy(engine);
return 0;
}Struktūra ir tikai ilustratīva. Precīzus jūsu piegādātās platformas API parakstus skatiet SDK dokumentācijā un koda paraugos.
Kur tas darbojas
No mobilajām lietotnēm līdz kritiski svarīgai aparatūrai, speechEngine SDK Embedded piešķir produktiem uzticamu balsi visur, kur tie darbojas, tostarp aizsardzības un citās ierobežotās vidēs.
Runāti brīdinājumi un nolasījumi uz monitoriem un kontrolieriem, kas nevar gaidīt mākoni.
Skatīt veselības aprūpes risinājumusNavigācija, norādījumi pagrieziens pa pagriezienam un uzaicinājumi transportlīdzeklī, kas paliek atsaucīgi pat tad, kad transportlīdzeklis zaudē signālu.
Skatīt transporta risinājumusDabiska runa AAC saziņas ierīcēm un DAISY digitālajām runājošajām grāmatām.
Skatīt palīgtehnoloģiju risinājumusIerīcē izpildīta runa, kas interaktīvajām rotaļlietām un servisa robotiem piešķir dabisku balsi saistošākai mijiedarbībai.
Skatīt iegultos un ierīcē izpildāmos risinājumusSkaidra balss izvade trauksmes un ārkārtas paziņojumu sistēmām.
Audiogrāmatas, valodu apguve un mobilās lietotnes, kas runā bezsaistē, bez nepieciešamības pēc tīkla savienojuma.
Biežāk uzdotie jautājumi
Jā. speechEngine SDK Embedded sintezē runu pilnībā ierīcē, un tīkla savienojums nav nepieciešams. Visa apstrāde un dati paliek aparatūrā, tāpēc runas izvade ir tūlītēja un konsekventa pat bezsaistes vai ierobežotās vidēs.
Tas uzreiz atbalsta iOS, Android un Embedded Linux. Citas iegultās operētājsistēmas var tikt atbalstītas pēc pieprasījuma. Sazinieties ar mūsu komandu par savu mērķa platformu.
Tas darbojas uz ARM 32/64 bitu procesoriem. Neural Standard balsīm nepieciešams 64 bitu ARM procesors ar 1 GHz vai augstāku frekvenci; Neural Lite balsis darbojas no 800 MHz. SDK izmanto 6 līdz 30 MB RAM un 20 līdz 30 MB darbības laikā.
Katra balss aizņem 6 līdz 32 MB Neural Lite gadījumā un 9 līdz 35 MB Neural Standard gadījumā. Abi līmeņi izmanto dziļo neironu tīklu tehnoloģiju, tāpēc iegūstat dabisku skanējumu iegultajai sistēmai piemērotā izmērā.
speechEngine SDK Embedded atbalsta vairāk nekā 150 MI balsis vairāk nekā 50 valodās. Jaunas balsis un valodas tiek pievienotas regulāri. Pilns saraksts ir pieejams ReadSpeaker tīmekļa vietnē.
Jūs varat integrēt ar C/C++ Embedded Linux vidē, Objective-C iOS vidē un Java Android vidē. Katrā SDK pakotnē ir iekļauti API, koda paraugi un dokumentācija, lai varētu sākt darbu.
Jā. Izmantojiet SSML, lai pielāgotu prosodiju, ievietotu pauzes, pievienotu fonētiskās transkripcijas un mainītu balsis vai valodas teksta vidū. Lietotāja vārdnīca katrai valodai ar IPA atbalstu ļauj definēt pielāgotas izrunas nozarei specifiskiem terminiem.
Tas izvada 8 audio formātus, tostarp 16 bitu lineāru PCM, 8 bitu A-law un μ-law, 4 bitu Dialogic ADPCM un vairākus Wave variantus. Tas ļauj pielāgoties jūsu mērķa ierīces audio procesam.
speechEngine SDK Embedded ir veidots ierīcē izpildāmām, neliela izmēra sistēmām uz ARM un mobilās aparatūras. speechEngine SDK targets desktop and PC-based applications on Windows and Linux. See speechEngine SDK if you're building for desktop.