ReadSpeaker speechEngine SDK Embedded
ReadSpeaker speechEngine SDK Embedded dodaje naturalne głosy AI do urządzeń opartych na ARM, aplikacji mobilnych i systemów wbudowanych. Działa w całości na urządzeniu, bez potrzeby połączenia z siecią. Ponad 150 głosów AI w ponad 50 językach dla iOS, Androida i Embedded Linux.
Dlaczego na urządzeniu
Wiele urządzeń nie może polegać na chmurze. Monitor medyczny, samochód czy sterownik przemysłowy muszą przemówić dokładnie wtedy, gdy trzeba, za każdym razem. speechEngine SDK Embedded generuje mowę w całości na urządzeniu, dzięki czemu dźwięk pozostaje spójny i natychmiastowy nawet bez sieci. Twoje dane nigdy nie opuszczają sprzętu, a opóźnienie nigdy nie zależy od zasięgu.
Stworzone dla systemów wbudowanych
Każdy głos zajmuje od 6 do 35 MB pamięci masowej i działa w 20 do 30 MB pamięci operacyjnej. To mieści się w ograniczonych zasobach sprzętu, na którym powstają produkty wbudowane, od 32-bitowych kontrolerów ARM po 64-bitowe układy mobilne, bez rezygnacji z naturalnego brzmienia.
speechEngine SDK Embedded korzysta z katalogu ReadSpeaker obejmującego ponad 150 głosów AI w ponad 50 językach. Nowe głosy i języki są dodawane regularnie, więc to samo SDK pozwala wprowadzić produkt na jeden rynek albo na pięćdziesiąt.
Dostosuj tempo mowy, wysokość i głośność do urządzenia. Użyj SSML (Speech Synthesis Markup Language), aby wstawiać pauzy, zmieniać głos lub język w środku zdania i dodawać transkrypcje fonetyczne. Słownik użytkownika dla każdego języka, z obsługą IPA, pozwala raz poprawić wymowę nazw produktów i terminów branżowych, od razu wszędzie.
Dane techniczne
speechEngine SDK Embedded został zaprojektowany dla systemów o małych zasobach. Poniższe wartości pozwalają dobrać sprzęt przed podjęciem decyzji.
| Specification | Value |
|---|---|
| Systemy operacyjne | iOS · Android · Embedded Linux (inne wbudowane systemy operacyjne na życzenie) |
| CPU | ARM 32/64-bit. Neural Standard: 1 GHz lub więcej (tylko 64-bit) · Neural Lite: 800 MHz lub więcej |
| RAM | Od 6 do 30 MB |
| Pamięć w czasie działania | Od 20 do 30 MB (Neural Lite i Neural Standard) |
| Rozmiar głosu | Od 6 do 32 MB (Neural Lite) · od 9 do 35 MB (Neural Standard), technologia głębokich sieci neuronowych |
| Wyjście audio | 8 formatów: 16-bitowy liniowy PCM, 8-bitowy A-law, 8-bitowy μ-law, 8-bitowy liniowy PCM Wave bez znaku, 4-bitowy Dialogic ADPCM oraz warianty Wave |
| Wprowadzanie tekstu | Zwykły tekst (wielobajtowy) · SSML (UTF-8) |
| Dokumentacja | Specyfikacja produktu (PDF) |
Neural Standard i Neural Lite
Wybierz wariant pasujący do Twojego sprzętu. Neural Standard działa na 64-bitowym ARM o taktowaniu od 1 GHz, z głosami od 9 do 35 MB i najbogatszym brzmieniem. Neural Lite działa na ARM od 800 MHz, z głosami od 6 do 32 MB, dla urządzeń o najmniejszych zasobach. Oba warianty korzystają z technologii głębokich sieci neuronowych.
| Neural Lite | Neural Standard | |
|---|---|---|
| CPU | ARM 800 MHz lub więcej | ARM 1 GHz lub więcej (tylko 64-bit) |
| Rozmiar głosu | Od 6 do 32 MB | Od 9 do 35 MB |
| Technologia | Głębokie sieci neuronowe | Głębokie sieci neuronowe |
Platformy
speechEngine SDK Embedded jest dostarczany z interfejsami API, przykładowym kodem i dokumentacją pozwalającą szybko przeprowadzić integrację. Twórz w C/C++ na Embedded Linux, w Objective-C na iOS albo w Javie na Androidzie. Każda dostawa obejmuje biblioteki silnika mowy, pliki głosów i dokumentację integracyjną dla licencjonowanej przez Ciebie platformy, a także wsparcie naszego zespołu.
| Platform | Language |
|---|---|
| Embedded Linux | C / C++ |
| iOS | Objective-C |
| Android | Java |
Integracja
Zainicjuj silnik, wczytaj głos i wygeneruj mowę. Resztą zajmuje się SDK na urządzeniu.
/* 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;
}Kształt wyłącznie poglądowy. Dokładne sygnatury API dla dostarczonej Ci platformy znajdziesz w dokumentacji SDK i w przykładowym kodzie.
Gdzie działa
Od aplikacji mobilnych po sprzęt o znaczeniu krytycznym, speechEngine SDK Embedded daje produktom niezawodny głos wszędzie tam, gdzie pracują, także w obronności i innych środowiskach o ograniczonych zasobach.
Komunikaty głosowe i odczyty na monitorach oraz sterownikach, które nie mogą czekać na chmurę.
Zobacz rozwiązania dla ochrony zdrowiaNawigacja, wskazówki krok po kroku i komunikaty w pojeździe, które pozostają responsywne nawet wtedy, gdy pojazd traci zasięg.
Zobacz rozwiązania dla transportuNaturalna mowa dla urządzeń komunikacji wspomagającej AAC i cyfrowych książek mówionych DAISY.
Zobacz rozwiązania z zakresu technologii wspomagającychMowa generowana na urządzeniu, która daje interaktywnym zabawkom i robotom usługowym naturalny głos i sprawia, że interakcja jest ciekawsza.
Zobacz rozwiązania wbudowane i działające na urządzeniuWyraźny głos dla systemów alarmowych i powiadamiania ratunkowego.
Audiobooki, nauka języków i aplikacje mobilne, które mówią offline, bez połączenia z siecią.
Najczęstsze pytania
Tak. speechEngine SDK Embedded generuje mowę w całości na urządzeniu, bez potrzeby połączenia z siecią. Całe przetwarzanie i wszystkie dane pozostają na sprzęcie, więc mowa jest natychmiastowa i spójna nawet w środowiskach offline lub o ograniczonych zasobach.
Obsługuje iOS, Androida i Embedded Linux od razu po instalacji. Inne wbudowane systemy operacyjne mogą być obsługiwane na życzenie. Skontaktuj się z naszym zespołem i podaj swoją platformę docelową.
Działa na procesorach ARM 32- i 64-bitowych. Głosy Neural Standard wymagają 64-bitowego procesora ARM o taktowaniu 1 GHz lub wyższym; głosy Neural Lite działają od 800 MHz. SDK zajmuje od 6 do 30 MB pamięci RAM i od 20 do 30 MB w czasie działania.
Każdy głos zajmuje od 6 do 32 MB w wersji Neural Lite i od 9 do 35 MB w wersji Neural Standard. Oba poziomy korzystają z technologii głębokich sieci neuronowych, więc otrzymujesz naturalne brzmienie przy rozmiarze odpowiednim dla systemów wbudowanych.
speechEngine SDK Embedded obsługuje ponad 150 głosów AI w ponad 50 językach. Nowe głosy i języki są dodawane regularnie. Pełna lista jest dostępna w witrynie ReadSpeaker.
Możesz integrować w C/C++ na Embedded Linux, w Objective-C na iOS i w Javie na Androidzie. Każdy pakiet SDK zawiera interfejsy API, przykładowy kod i dokumentację potrzebne, aby zacząć.
Tak. Użyj SSML, aby dostosować prozodię, wstawiać pauzy, dodawać transkrypcje fonetyczne i zmieniać głosy lub języki w trakcie tekstu. Słownik użytkownika dla każdego języka, z obsługą IPA, pozwala zdefiniować własną wymowę terminów branżowych.
Generuje 8 formatów audio, w tym 16-bitowy liniowy PCM, 8-bitowy A-law i μ-law, 4-bitowy Dialogic ADPCM oraz kilka wariantów Wave. Dzięki temu dopasujesz go do potoku audio urządzenia docelowego.
speechEngine SDK Embedded powstał z myślą o systemach działających na urządzeniu, o małych zasobach, na sprzęcie ARM i mobilnym. speechEngine SDK targets desktop and PC-based applications on Windows and Linux. See speechEngine SDK if you're building for desktop.