ReadSpeaker TPS balsis

ReadSpeaker teksta pārveidotāja skaņā balsis ir cilvēciskas un reālistiskas. Ir pieejamas vairāk nekā 110 balsis vairāk nekā 35 valodās. Iepazīstieties ar ReadSpeaker TPS balsīm un pārliecinieties par to augsto kvalitāti.

Nozarē vadošās TPS balsis

ReadSpeaker viens no mērķiem ir augstas kvalitātes TPS balsu attīstības veicināšana. Neatkarīgi eksperti ASV angļu valodas ReadSpeaker TPS balsi vērtē kā visprecīzāko tirgū. Atzinīgas atsauksmes, ko saņemam no klientiem, apliecina, ka piedāvājam labākos TPS risinājumus visā pasaulē. Mūsu apņemšanās piedāvāt izcilus TPS risinājumus ļauj mūsu zināšanas un pārdomātais izstrādes process.

Kā tiek veidotas mūsu TPS balsis

Lai izveidotu balss sintezatoru, ir nepieciešams profesionāls balss aktieris. Kad balss aktieris ir izvēlēts, viņš vai viņa strādā ar mūsu balss sintezatora izstrādes komandu vairākas dienas vai pat nedēļas, atkarībā no balss veida vai balss tehnoloģijas, kuru vēlamies izmantot. Ierakstiem tiek izmantots daudzveidīgs skripts, kas satur visus valodas skaņu modeļus. Izstrādes komanda rūpīgi uzrauga ierakstīšanas procesu un pārbauda izrunu, akcentēšanu, stilu un citas nianses.

Vienības atlases sintēzes (angliski “USS”) balsis

Līdz aptuveni 2019. gadam visas mūsu augstās kvalitātes balsis tika veidotas, izmantojot tehnoloģiju, ko sauc par vienību atlases sintēzi (angliski “USS”). Šīs balsis joprojām tiek izmantotas lielākajā daļā mūsu SaaS risinājumu, piemēram, webReader un docReader. Lai izveidotu “USS” balsi, audio, kas veidojas ierakstot balss aktieri, tiek segmentēts mazākās vienībās, piemēram, teikumos, vārdos, zilbēs, fonēmās (runas skaņas, piemēram, atsevišķas patskaņu un līdzskaņu skaņas).
Šai runas vienību datubāzei ir pievienota liela vērtība, proti, vienībām tiek pievienota informācija par uzsvaru (vai vienība nāca no uzsvērtas vai neuzsvērtas zilbes?), pozīciju vārdā vai teikumā u.t.t.
Tehniskā komanda strādā pie šī procesa, izmantojot attīstītu tehnoloģiju, kurā apvienojas mākslīgais intelekts un mašīnmācīšanās. Tā paredzēta lielam datu apjomam, lai optimizētu anotācijas. Mūsu vismodernākās metodoloģijas ir papildinātas ar balss sintezatora izstrādes komandas valodu zināšanām. Iegūto datu bāzi izmanto ReadSpeaker TPS (teksta pārveidotājs skaņā) dzinējs, lai tekstu pārvērstu runā, ko izrunā TPS balss. Runas segmenti (vienības) tiek atlasīti un “salīmēti” kopā tā, lai tiktu radīta augstas kvalitātes sintētiskā runa.
Šādi rodas jauna ReadSpeaker TPS balss. Tomēr process ar to nebeidzas. Viena no ReadSpeaker unikālajām īpašībām ir nepārtrauktais uzlabošanas process. Izmantojot augstas kvalitātes atgriezeniskās saites sistēmu un rūpīgu kvalitātes nodrošināšanas procesu, ko veic valodas eksperti, tiek novērstas iespējamās nepilnības un palielināta balss kvalitāte.

Neironu balsis

Paralēli ReadSpeaker rada tā sauktās neironu balsis, izmantojot paņēmienus, kuru pamatā ir padziļinātās mācīšanās AI tehnoloģija. Šī revolucionārā metode ietver lingvistisko īpašību kartēšanu ar akustiskām iezīmēm, izmantojot dziļos neironu tīklus (DNN). Iteratīvs mācību process samazina objektīvi izmērāmās atšķirības starp prognozētajām akustiskajām iezīmēm un novērotajām akustiskajām iezīmēm apmācību komplektā. Viena no jaunās DNN TPS metodes priekšrocībām ir tā, ka akustiskā datu bāze var būt daudz mazāka nekā “USS” balsij. Neirālai balsij ir nepieciešamas tikai dažas ierakstītas runas stundas. Turklāt iegūtā runa ierasti ir vienmērīgāka un pat vairāk cilvēciska. Tas ļauj ātrāk nekā jebkad agrāk izstrādāt jaunas ReadSpeaker TTS balsis ar vēl reālāku, izteiksmīgāku runu un pielāgojamu intonāciju.

Individuāli pielāgotas TPS balsis

Interesentiem piedāvājam arī individuāli izstrādātus balss sintezatorus jeb teksta pārveidotājus skaņā (TPS). Jārēķinās, ka jauna balss sintezatora izstrāde ir laikietilpīgs process un nepieciešami ir arī salīdzinoši lieli ieguldījumi. Taču ir kompānijas, kuras savā komunikācijā ar klientiem ievieš personalizētās balsis, tādējādi veicinot savu unikalitāti.