=========================================================================== This Cocoa sample code project shows how to write a speech synthesizer plug-in for the speech synthesis manager. It is designed to demonstrate as much functionality, especially audio functionality, as possible, while abstracting from the complexity of full blown speech synthesis. Therefore, the plug-in translates text into
Web Speech API を使えば、ブラウザ上で音声合成と音声認識が出来る時代らしいです。 Safari と Chrome で音声合成が利用できます。Chrome ならさらに音声認識も利用できます。 手軽に利用できるように、WebModule ベースの Speech.js Module を作ってみました。 iOS Safari Chrome for Android PC Chrome Electron NW.js 音声合成 OK OK OK OK OK 音声認識 OK OK OK OK こんな感じで使います (ボイスコマンド部分は3分で実装した感じのアレなコードです) var speech = new Speech().load({ name: /Kyoko/i, lang: /ja/i }); // ボイスのロード var recognizer = new Speech().crea
SHABERUという、Windowsアプリがある。アキヒロさんという方が開発されているTTS(Text to Speech)ソフトで、名古屋工業大学が開発しているHMM(隠れマルコフモデル)という方式を用いたOpen JTalkというソフトウェアをWindowsに移植して使いやすくしたものだ。 このアキヒロさんのすごいところは、このソフトで利用することができる声(音響モデルと呼ばれる)を、利用者のリクエストに応えて作ってくれているということだ。 Open JTalkにも音響モデルは含まれているが、それは男女2人分。ところが、アキヒロさんは、24もの音響モデルを、その中の人からの依頼で無料で作成してくれているのだ。 で、ぼくもその25番目の音響モデル仲間に加えていただいたのだ。とてもうれしく、ありがたい。 音響モデルを作るのは実に大変で、Linuxの環境が必要だったり、プログラミングのことを
秋葉原と言えばラジオの部品から始まった電子部品が直接購入出来る国内でも有数の場所だが、その秋葉原にある若松通商さんに「歌う基板」があると聞き、動いている実物を見せて貰えたので紹介する。 歌う基板は初音ミクっぽい声だった! 実は前々から話は聞いていたのだが、今回訊ねた基板が一時期売り切れで入荷があるまで可動状態のサンプルが見れない為、この時期の訪問となった。 こちらが若松通商だ。多分、見た事はあっても場所までしっかり覚えていない人が多いかもしれないが、歩行者天国の上野側の終わりの末広町の駅出口の正面にあるお店だ。住所は『東京都千代田区外神田4-7-3』になる。地図はこちらを参考にしてほしい。 とりあえず1階を見て回る 今回目的の基板は2階にあると聞いていたが、普段入る機会が余り無い電子パーツの世界なので興味津々で1階を覗いてみた。 1階に入って直ぐに噂では聞いていた1ボードのLinuxマシン
iOS7 から AVSpeechSynthesizer クラスが追加 され、音声合成(読み上げ/Text to Speech)が手軽に使えるようになりました。 既に 日本語を含む36種の言語に対応したvoice が用意されていて、音質もなかなかです。ひらがなも漢字も読んでくれるので、テキストをまるっと渡せば読んでくれます。 が、ひとつ物足りなかったのが、 読み上げのチューニングができない こと。 音声合成は古くからあるジャンルなので、もっと細かくチューニングできて、音声がきれいなサードパーティ製SDKがあるんじゃないかと思い、いろいろ調べてみました。 AquesTalk2 長所 評価版はすぐにDLして試せる 日本語の特性を考慮した、非常に細かいチューニング が可能 アクセント 無声化 区切り ガ行鼻濁音 数値桁読み etc... 短所 音質が低い phontというしくみがあるので入れ替え可
音声合成LSI 「AquesTalk pico LSI」 小型サイズのパッケージ1つに、音声合成機能のすべてを実装。 LCD モジュールを用いるような感覚で、簡単に音声合成機能を実現できます。 使い方も簡単。ホストからローマ字表記の文字列を、シリアルインターフェースを介して送るだけ。 あとはAquesTalk pico LSI がリアルタイムに読み上げます。 数値も、適切な読みとアクセントで読み上げることができます(タグで指定)。 あらかじめプリセットしたメッセージを端子のOn/Offで読み上げるスタンドアロンモードもあります。 小ロットの製品や装置に組み込んで音声出力を実現。試作にも最適です。また、オーディオアンプと共に簡単に音声合成モジュールとすることもできます。 特長 文字列を送るだけのシンプルなインターフェース 扱いやすい28pinDIPまたは実装面積の小さなTQFP32パッケージ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く