演讲
deep_throat的Python项目详细描述
深喉
学分
- 利亚姆·摩尔的名字
简介
deep throw是一个可以合成语音的python程序。简单的 不受限制的文本到语音翻译方法使用 字母到发音规则，每个规则指定一个或 在某些情况下还有更多的信件。深喉的特征是 将英语文本翻译成音素的字母到发音规则 准确的发音。深喉能发出声音 根据 生成音素翻译。它能把这些声音输出到计算机上 使用Portaudio的声音硬件，它可以将它们保存到声音文件中。
deep throw可以接受文本作为命令行选项参数，从 管道和它可以设置为交互模式。
深喉可以设置为以各种方式读取日期和时间，例如 在一个循环中。它能把文字翻译成音素 指定的音素转换成声音，它可以将数字转换成英语 文本。它可以进行视觉和声音分析。
设置
sudo apt-get -y install libasound-dev sudo apt-get -y install portaudio sudo apt-get install python-pyaudio sudo apt-get install python3-pyaudio sudo pip install deep_throat sudo python -m nltk.downloader all
音素
有36个音素的数据定义在深喉中：
| phonemes |
|---|
| space |
| A |
| B |
| D |
| F |
| G |
| H |
| J |
| K |
| L |
| M |
| N |
| P |
| R |
| S |
| T |
| U |
| V |
| W |
| Y |
| Z |
| AE |
| AH |
| AW |
| CH |
| EE |
| EH |
| IH |
| OH |
| OO |
| SH |
| TZ |
| TH |
| UH |
| WH |
| ZH |
字母到发音规则
深喉字母发音规则是以字符串的形式定义的 便于人类阅读和书写。规则的格式为A/B/C/D： 与左上下文A和右上下文一起出现的字符串 C获取发音D。一些简单的示例规则如下 如下：
ARE/ / /AH-R FIRST/ //F-U-R-S-T COMPUTER/ //K-AH-M-P-Y-OO-T-OH-R SHITFACED/ //S-H-IH-T-F-A-S-D"
用法示例
| command | comment |
|---|---|
| ^{tt5}$ | help with options and arguments |
| ^{tt6}$ | speak specified text |
| ^{tt7}$ | speak time in a loop |
| ^{tt8}$ | speak input text file |
| ^{tt9}$ | save text to WAVE file |
| ^{tt10}$ | speak pipe text |
| ^{tt11}$ | engage interactive mode |
| ^{tt12}$ | engage visual analysis mode |
| ^{tt13}$ | engage sound analysis mode |
视觉和声音分析
可视化分析模式保存所有音素的直方图，保存 不同解析度和存储音素的多图比较 音素数据的图形比较与快速傅立叶变换 合成音位数据。声音分析模式最能说明问题 频繁的棕色语料库单词。
未来
正在考虑改进规则解释、音素 更高分辨率的数据、效率的提高和系统检查 （例如Portaudio支票）。
参考文献
- H.S.Elovitz，R.W.Johnson，A.McHugh和J.E.Shore，自动 从字母到语音的英译 规则，海军研究实验室报告7948（1976年1月21日）
- H.S.Elovitz，R.Johnson，A.McHugh和J.Shore，语音信箱 英语文本语音自动翻译规则 声学，语音，信号处理，音量。 ASSP-24，6号（1976年12月）
欢迎加入QQ群-->： 979659372
