首页>>厂商>>语音识别与合成>>捷通华声

奥运之声——捷通华声语音合成技术v4.0奥运版

2006/01/26

• 每个引擎可以支持多个语种。


• 可以有多个引擎支持同一个语种，例如上图中的 jTTS_CH2.DLL也支持中文。


• 每个引擎可以有多个音色(一般也对应了多个音库)，每个音色都有一个唯一的GUID 。


• 每个音色只能支持一种语种。


• 每个音色可以支持多个领域 (Domain)，不同音色可以支持不同的领域范围。


• 每种方言（例如广东话）是作为一个独立语种出现。

• 开发工具包--包括开发所需的头文件、链接库文件、示例程序。


• 语音合成服务器--语音合成服务软件、监视工具等。


• 基本运行时刻库--包括最基本的引擎管理模块，通用工具，说明书等。


• 多个独立的音库--包括相应的合成引擎和所需的文本分析库、音库。


• 多个独立的资源包--每个资源包针对某个音库以及一个特定领域。

1. 支持多语种，支持多领域的设置。


2. 支持音色的查找、访问、加载等。


3. 支持SSML（语音合成标记语言，Speech Synthesis Markup language）。


4. 可以直接播放文本文件，也支持外挂抽取文本的DLL以支持其它格式。


5. 支持GB（包括 GB2312, GBK, GB18030）、Big5 、Shift-JIS、ISO-8859-1、Unicode、Unicode Big Endian、UTF8 等各种字符集，自动识别具有 BOM 标记的 Unicode 文本。


6. 支持同步、异步合成一个Session ，通过被动的回调函数方式给用户传递数据。在原有版本的主动获取语音数据的基础上又提供了一个选择。


7. 可以外挂语音格式转换程序。


8. 全新的中英文混读引擎

　　中文引擎放弃了原来使用的第三方的英文引擎（即Microsoft Free的SAPI 英文引擎），采用了自行开发的英文引擎，达到了清晰流利、中英文同一音色的效果。

9. 预处理功能

中文引擎在预处理部分做了比较大的改进：

1. 采用了基于分词和词性标注一体化的前端分析算法以及基于统计的韵律词分析算法，提供了更好的韵律分析结果，阅读更为自然流畅。


2. 全面改进了多音字处理算法，多音字的误读率大为下降。


3. 改进了数字符号读法的分析算法，数字符号的读法的阅读准确率更高。同时支持数字、符号读法的外部规则使用，提供给用户自行定义数字符号读法的方法。


10. 多领域支持

　　中文引擎提供了多个领域的优化资源包。例如，在天气预报领域提供了利用模板拼接技术的特定领域音库，在金融证券、旅游餐饮、体育赛事等领域提供了特定领域词库、预选音音库等。通过这些针对不同专业领域的优化资源包，可以大大提高特定领域文本的合成效果。同时，多领域支持也采用了一种模块化的方式，用户可以自行安装不同领域的资源包。


11. 对SSML的支持

　　SSML(Speech Synthesis Markup Language) 语音合成标记语言定义了一套丰富的，基于 XML 的标记语言以支持在Web语音浏览器或者其它应用程序中生成合成语音。这一标记语言的的主要作用在于提供给合成内容的作者一个标准的方法来控制语音的各个方面，例如发音、音量、语速、基频等。