Modulator głosu Ivona – jak zmieniać wymowę słów polskich i obcojęzycznych w syntezie mowy.
Modulator głosu IvonaRozwiązanie umożliwiające narzucenie syntezatorowi mowy przeczytanie danego wyrażenia w sposób określony przez zapis fonetyczny. Modulacja głosu syntezatora mowy jest możliwa dzięki wykorzystaniu komend (znaczników, ang. tags) SSML. |
Speech2Go onlineusługa sieciowa zapewniająca zamianę dowolnego tekstu na wypowiedź głosową w formie pliku audio. Powstałe w ten sposób pliki można wykorzystać do dowolnych celów, również komercyjnych (do wykonania nagrań w centralce telefonicznej, jako głos lektora pod filmami Youtube, do słuchania książek, które to nagrania można także rozpowszechniać). |
Często nagrania wykonywane przez Państwa na stronie usługi Speech2Go zawierają specyficzne wyrażenia, np. obcojęzyczne lub branżowe trudne do przeczytania dla syntezatora. Bywa też, że w tekście występują homonimy, które powinny być czytane odmiennie (np. cis – drzewo i nuta).
Kiedy syntezator mowy sam nie potrafi rozwiązać takiej sytuacji z pomocą przychodzą znaczniki (z ang. tagi) SSML. Tagów SSML jest wiele i można o tym przeczytać na wielu stronach internetowych, jednak naszym klientom będzie potrzebna jedynie jedna komenda SSML informująca syntezator o tym, co ma teraz przeczytać. Właśnie tę komendę chcemy Państwu przybliżyć. Jeżeli syntezator czyta jakieś slowo inaczej niż byśmy chcieli - wystarczy zamiast kłopotliwego wyrazu w tekście wprowadzić odpowiednią komendę.
Komenda SSML do modulowania głosem Ivona na przykładach
Znajdźmy przykład polskiego wyrazu, który powinien być czytany lepiej:
(tagi, które tu użyjemy zostaną rozpoznane na stronie Moje nagranie/Nowe nagranie tutaj: https://s2g-online.pl/cloud/step/1)
‘farmaceuta’ <phoneme alphabet='ipa' ph='ˌfarmaˈʦ̑ɛwta'/>
przykład obcego wyrazu czytanego polskim syntezatorem, który powinien być czytany lepiej:
‘main station’ <phoneme alphabet='ipa' ph='meɪn ˈsteɪʃən'/>
Każde słowo zapisane z pomocą komendy SSML musi posiadać parametr "ph".
Skąd wziąć zapis fonematyczny, który powinien znaleźć się w parametrze "ph" tej komendy?
Najpewniejszym źródłem dla języka polskiego okazał się Wikisłownik: pl.wiktionary.org/wiki/farmaceuta
Poza wskazanym powyżej, wiele innych słowników zawiera zapis fonematyczny. Istnieją też konwertery. Radzimy szukać zapisu IPA (zamiast parametru ‘ipa’ w tagu SSML można użyć też innych zapisów fonematycznych – np. X-SAMPA).
Użycie modulatora głosu online, czyli zamiana źle wymawianego słowa na komendę podobną do tej powyżej powinna dać oczekiwane rezultaty. W miarę zdobywania doświadczenia będą mogli Państwo w dużym zakresie modyfikować i ulepszać wymowę
Wskazane rozwiązania Państwa problemów ze specyficzną wymową jest najbardziej uniwersalne i zgodne ze sztuką. Uniwersalne, bo powinno działać z każdym głosem.
W systemie Speech2Go online (s2g-online.pl) jest możliwość testowania nagrań - pierwsze 200 znaków tekstu można przetestować bez utraty kredytów 3 razy w ciągu 10 minut. Radzimy wypróbować modulator głosu IVONA!
