Soft Leaf
ReadSpeaker TTS plug-in risinājuma izmantošana ietaupīja mums neskaitāmas izstrādes stundas un pietuvināja mūs mūsu vīzijai par patiesi pieejamu spēli.
Lasīt pilnu Soft Leaf stāstuReadSpeaker speechEngine SDK
Ierīcē izpildāms bezsaistes teksta pārveides runā SDK galddatora un personālā datora lietotnēm
Instalējiet runas dzinēju tieši mērķa datorā, kur tas ģenerē audio lokāli bez tīkla izsaukumiem. 150+ MI balsis 50+ valodās, ar vietējām saitēm C, C++ un Java valodām Windows un Linux vidē un C# Windows vidē.
- C/C++ · C# · Java
- Windows 10/11 + Linux
- Ierīcē
Klienta stāsts
Iebūvēts piegādātajā programmatūrā, pašā ierīcē
Funkcijas
Ierīcē izpildāma balss, veidota izstrādātājiem
Viss, kas jūsu komandai nepieciešams, lai ievietotu dabiski skanošu balsi galddatora vai personālā datora lietojumprogrammā, ar dzinēju, kas darbojas lokāli.
Piegādājiet balsi, kas nekad neatstāj ierīci
Dzinējs darbojas jūsu klienta datorā un ģenerē audio bez jebkādiem tīkla izsaukumiem. Tas labi der izolētiem, regulētiem vai bezsaistē balstītiem izvietojumiem, kur dati paliek uzņēmuma iekšienē.
150+ MI balsis 50+ valodās
Dabiskas, cilvēkam līdzīgas MI balsis, un katalogā regulāri tiek pievienotas jaunas balsis un valodas. Izvēlieties akcentu un toni, kas piemērots katram tirgum, un piegādājiet tos izmērā, kas paliek viegls diskā.
Jūsu komanda raksta savā vidē
Vietējās saites C un C++ valodām Windows un Linux vidē, C# Windows vidē un Java Windows un Linux vidē. Koda paraugi, dokumentācija un mūsu komandas ieviešanas atbalsts padara integrāciju vienkāršu.
Precīza balss kontrole ar SSML
Mainiet balsi un valodu teikuma vidū, kontrolējiet prosodiju, ievietojiet pauzes un fonētiskās transkripcijas. Speech Synthesis Markup Language (SSML) ievade tiek pilnībā atbalstīta UTF-8 kodējumā.
Izrunājiet zīmolu nosaukumus un žargonu pareizi
Veidojiet izrunas vārdnīcas katrai valodai produktu nosaukumiem, akronīmiem un īpašvārdiem, ar vairākām vārdnīcām vienā valodā. Izmantojiet IPA transkripciju, kad nepieciešama precīza fonētiskā kontrole.
Audio formāti jebkuram procesam
16 bitu lineārs PCM, 8 bitu A-law un μ-law telefonijai, Dialogic ADPCM mantotajām IVR sistēmām. Izvadiet tieši to formātu, ko sagaida jūsu process, neapstrādātu vai ietvertu WAV.
Noregulējiet katru izteikumu
Noregulējiet runas ātrumu, toni un skaļumu atbilstoši situācijai, no mierīga stāstījuma līdz steidzamiem brīdinājumiem. Konfigurējiet tos pēc vajadzības katram izvietojumam.
Paredzama licencēšana
Licences fails, kas instalēts kopā ar SDK, nostiprina pasūtītās balsis un termiņu. Nekādu negaidītu jauninājumu, nekādu uz lietojumu balstītu rēķinu, nekādu raižu par auditu.
Īsti cilvēki palīdz jums nonākt līdz rezultātam
ReadSpeaker atbalsta komanda strādā kopā ar jūsu izstrādātājiem visā integrācijas laikā. Koda paraugi, dokumentācija un tieša saziņa nozīmē, ka jums nekad nav jāpēta wiki lapas naktī.
Izmēģiniet to savā vidē
Vienkāršs C++ integrācijas piemērs
Vietējās saites tiek piegādātas C un C++ valodām Windows un Linux vidē, C# Windows vidē un Java Windows un Linux vidē. Izsauciet dzinēju procesa iekšienē un sintezējiet tekstu lokālā audio failā bez tīkla izsaukumiem.
// Representative example. The exact API and headers ship with the licensed SDK.
#include "speechengine.h"
int main() {
SpeechEngine engine;
engine.init("./license.lic"); // license file enforces voices + term
engine.selectVoice("en_US-neural"); // 150+ voices, 50+ languages
engine.setSpeechRate(90); // tune rate, pitch and volume per request
// Synthesise plain text or SSML to a local audio file, no server calls
engine.synthesizeToFile("Welcome to ReadSpeaker.", "welcome.wav");
engine.release(); // free the engine
return 0;
}Tehniskās specifikācijas
Visas specifikācijas, ko jautās jūsu izstrādes un darbības komandas
Mērogots izvietošanai ierīcē un bezsaistē: neliels izmērs, plašs operētājsistēmu atbalsts, telefonijai gatavs audio.
| Specification | Detail |
|---|---|
| Programmēšanas valodas | C / C++ (Windows/Linux) · C# (Windows) · Java (Windows/Linux) |
| Windows operētājsistēma | Windows 10 un 11 |
| Linux operētājsistēma | CentOS Stream 9.x līdz 10.x · Ubuntu 18.x līdz 24.x · RHEL 7.x līdz 9.x · Citas operētājsistēmas pēc pieprasījuma |
| CPU | Intel x86/64, 1 GHz vai augstāks. x64 arhitektūrās nepieciešams AVX (sazinieties ar ReadSpeaker, ja jūsu vidē nav AVX atbalsta). |
| RAM | 6 līdz 30 MB |
| Balss izmērs | 9 līdz 35 MB uz balsi (dziļo neironu tīklu tehnoloģija) |
| Darbības atmiņa | 20 līdz 30 MB (Neural Standard) |
| Ievades formāti | Vienkāršs teksts (daudzbaitu) · SSML (UTF-8) |
| Audio izvades formāti | 16 bitu lineārs PCM (neapstrādāts/WAV) · 8 bitu PCM A-law/μ-law (neapstrādāts/WAV) · 8 bitu bezzīmes lineārs PCM Wave · 4 bitu Dialogic ADPCM |
| Dokumentācija | Produkta specifikācija (PDF) |
Izvietošanas modelis
Darbojas jūsu infrastruktūrā, saskaņā ar jūsu licences failu
speechEngine SDK tiek instalēts lokāli mērķa datorā. TTS dzinējs darbojas bez servera izsaukumiem. Licences līgums un licences fails nosaka licencēto platformu, balsis un termiņu. Par uzņēmuma atbilstības dokumentāciju (ISO/IEC 27001, VDAR, ES standarta līgumklauzulas) skatiet ReadSpeaker privātuma paziņojumu un lapas par uzņēmumu.
Ierīcē (Dzinējs instalēts mērķa datorā)
Instalēts lokāli
Nekādu tīkla izsaukumu (Audio tiek ģenerēts bez pieprasījumiem uz serveri)
Dzinējs darbojas lokāli
Licences faila kontrole (Licences fails, kas tiek piegādāts kopā ar SDK)
Balsis un termiņš
SDK piegāde (SDK, kas veidots pasūtījumā norādītajai platformai)
Pēc klienta pasūtījuma
Biežāk uzdotie jautājumi
Jautājumi par speechEngine SDK
speechEngine SDK ir ierīcē izpildāms teksta pārveides runā SDK izstrādātājiem, kas veido galddatora un personālā datora lietojumprogrammas. Dzinējs tiek instalēts lokāli mērķa datorā un atbalsta 150+ MI balsis 50+ valodās. Tas darbojas bez tīkla savienojuma, kas der izolētām un privātumam jutīgām vidēm.
speechEngine SDK tiek piegādāts ar vietējām saitēm C un C++ valodām Windows un Linux vidē, C# Windows vidē un Java Windows un Linux vidē. SDK tiek piegādāts platformai, kas norādīta klienta pasūtījumā.
speechEngine SDK darbojas Windows 10 un 11 vidē, kā arī Linux distribūcijās, tostarp CentOS Stream 9.x līdz 10.x, Ubuntu 18.x līdz 24.x un RHEL 7.x līdz 9.x. Citas operētājsistēmas tiek atbalstītas pēc pieprasījuma. Procesors: Intel x86/64 1 GHz vai augstāks (x64 nepieciešams AVX). RAM: 6 līdz 30 MB.
Jā. TTS dzinējs tiek instalēts lokāli mērķa datorā un ģenerē audio bez tīkla izsaukumiem, kas der privātumam jutīgiem un izolētiem izvietojumiem. Par ARM, mobilajām ierīcēm vai lietu interneta mērķiem skatiet speechEngine SDK Embedded.
speechEngine SDK izvada četrus audio formātus: 16 bitu lineāru PCM (neapstrādāts/WAV), 8 bitu PCM A-law/μ-law (neapstrādāts/WAV), 8 bitu bezzīmes lineāru PCM Wave un 4 bitu Dialogic ADPCM. A-law un μ-law izvade ir īpaši piemērota telefonijas integrācijai.
Jā. speechEngine SDK pieņem vienkārša teksta ievadi (daudzbaitu) un SSML ievadi (UTF-8), tāpēc jūsu lietojumprogramma var marķēt nepieciešamo runu. SSML ļauj mainīt balsi un valodu viena teksta ietvaros, mainīt prosodiju, ievietot pauzes un lietot fonētiskās transkripcijas.
speechEngine SDK regulē licences līgums, kas nosaka licencēto platformu, balsis un atļauto izmantošanas kontekstu. Licences fails, kas tiek piegādāts kopā ar SDK, tehniski nodrošina licencēto balsu un termiņa, tas ir, atļautās izmantošanas ilguma, ievērošanu.
Jā. Ieviešanas atbalsts no ReadSpeaker atbalsta komandas ir iekļauts. Komanda palīdz klientiem izprast un veikt integrāciju saskaņā ar sniegto dokumentāciju un koda paraugiem.