TTS调研

SpeechSynthesis 语音合成 (文本到语音 TTS)和 SpeechRecognition 语音识别(异步语音识别)

调用第三方语音服务商

讯飞、百度等

借助前端朗读插件实现

前端使用speak-tts插件,测试win谷歌下有效果,手机浏览器无声音

linux使用espeak生成音频文件,缺点音色生硬

得安装espeak
espeak "你好大大大" -w espeak-talk.wav -g 60  -p 70 -s 100 
可借助Ekho(余音)进行优化音色,参考网址http://www.eguidedog.net/ekho.php

借助win的edge浏览器进行生成语音

语种音色丰富,缺点受制于win系统的限制

自己训练模型

借助github的开源tts项目进行自行训练应用
缺点:费时、费力、需要懂python、训练需要有好显卡,生成语言时也需要好显卡,通常的云服务器不能进行生成(得加钱);训练成果参考原神游戏音频
Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐