如何用高質(zhì)量的TTS音效本地化“多配體配音”
你是否因為要為每種語言尋找和試聽解說員，預(yù)定錄音棚，不料卻發(fā)生了意想不到的變化，需要后期重新錄制而感到沮喪？對于電子學(xué)習(xí)和培訓(xùn)視頻，解決方案可能只是文本到語音轉(zhuǎn)換(TTS)。對于英語以外的語言，解決方案最好來自真正理解該語言的本地實體。
正如我的同事Jill Polanycia在她的文章“文本到語音:令人驚嘆的無處不在的時尚技術(shù)”中所寫的那樣，TTS可以將訓(xùn)練提升到一個新的水平，因為人們可以在聽指令的同時執(zhí)行任務(wù)，而不必將眼睛粘在屏幕上。當(dāng)你認為一個TTS系統(tǒng)可以在五分鐘內(nèi)完成制作，而它需要大約八個小時的語音人才可以看到一些時間和金錢的節(jié)省。
聽起來就像你的意思。十年前的TTS聽起來非常機器人化。但是現(xiàn)在，TTS聽起來更人性化了(嗯，有些人是這樣的)。這是因為聲音是基于采樣的人聲，而不是基于100%算法的合成音頻波。
有跡象表明，許多在線資源讓你用自己的文本字符串試駕他們的聲音，這讓我體驗和測試了由Linguatec提供的Acapela Group、NaturalReader和voice reader。公司HOYA的VoiceText(它的名字不屬于日本的NeoSpeech)和AITalk。通過支付這些服務(wù)，你可以獲得更多的聲音，以及調(diào)整聲音和微調(diào)其交付的能力。但是對于這篇文章，我堅持什么是免費的。
你可能會猜測，這不是一個科學(xué)的研究，這些選擇可能會因個人喜好而有所偏差。但在我們的業(yè)務(wù)中，我們看到機器人聲音和人類聲音的標準往往是有利的，所以對聲音做出最終決定的總是客戶。
所有服務(wù)都有好聲音，所以我的前五聲都是散的。Acapela占了兩個，其中一個用于NaturalReader、Voice Reader和VoiceText。
五個男性英語TTS聲音因為某些原因，男性的聲音似乎更有個性。還是因為很多高質(zhì)量的聲音都是英式英語？
阿卡貝拉總是表現(xiàn)出色，提供了你剛剛聽到的五大聲音中的兩個。也許令人驚訝的是，剩下的三個是日本HOYA的VoiceText和德國Linguatec的Voice Reader。
如果這些是在德國和日本，公司有很多和自己母語相關(guān)的技術(shù)，他們也一定會這么做。人們可能認為他們在這些語言中的聲音是一流的。雖然我不會說德語，但是日語有全面的VoiceText和AITalk選擇。
我讀到的文本是之前英文文本的日文本地化版本:コンテンツのや???.デジタルがみこのきにりどれなぃためにはォムニチチチチォ.
正如我們所料，我對日本最佳女聲的前五名選擇都來自日本供應(yīng)商——四名來自VoiceText，一名來自AITalk。毫無疑問，在完整版軟件應(yīng)用的頭對頭比較中，AITalk會更強大，但就其免費的在線采樣器而言，VoiceText占了上風(fēng)。
雖然Acapela的櫻花還不錯，但是被日本供應(yīng)商提供的品質(zhì)和豐富的選擇所覆蓋。Acapela的聲音確實進入了在成田機場測試的人形機器人Kokoro，但使用的聲音是美式英語語音Sharon(我的五強之一)，而日語語音是由AITalk提供的。
日本TTS五大男聲這不是設(shè)計，日本最優(yōu)秀男性的前五個選擇其實是VoiceText的四個和AITalk的一個，就像女聲一樣。
也許我應(yīng)該提一下，VoiceText的名為SHOW的聲音提供了稍微不標準的音調(diào)，但這是因為它的虛構(gòu)角色“來自熊本縣”?！八挥米麟娨暪?jié)目《摩亞-摩亞·薩默斯》(Moya-Moya Summers)的旁白，其略帶偏差的語調(diào)為節(jié)目增添了獨特的口音(雙關(guān)語)。
許多其他可能性許多TTS提供商不提供在線樣本，但他們有可以免費試用的可下載軟件，如Balabolka、AudioBookMaker和NaturalReader(它們也提供在線樣本)。
根據(jù)您的具體需求，您可能希望完全集成IBM Watson(英語使用男聲，日語使用女聲)，或者嘗試使用Amazon Polly。
互聯(lián)網(wǎng)是一個奇妙的地方——所以環(huán)顧四周(像我一樣),看看你有什么解決方案。如果您還沒有這樣做，請通過電子學(xué)習(xí)行業(yè)在這里和這里查看這些精彩的文章。
我差點忘了...Acapela豐富的聲音選擇包括許多獨特的產(chǎn)品，可以以有趣的方式增加您的項目的興趣。
如果你希望你的聲音不僅會說話，還會唱歌，你可以去VoiceText，讓聲優(yōu)為你唱歌。當(dāng)我們通過雅馬哈進入Vocaliod時，我們將完全跑題，但從某種意義上說，我們談?wù)摰氖峭瑯拥募夹g(shù)。
曾經(jīng)有一段時間，人類歌手演唱數(shù)字音樂?，F(xiàn)在，您可以在最熱情的現(xiàn)場觀眾面前體驗投影的數(shù)字角色和帶數(shù)字聲音的現(xiàn)場樂隊。
數(shù)字語音永遠不會老，不會感冒。他們是可靠的，可靠的，可以無限地重現(xiàn)同樣的品質(zhì)。(有沒有后續(xù)作品中可以出現(xiàn)的聲音，聽起來完全不一樣？數(shù)字聲音沒有這個問題。)
對于某些人來說，圖尼在音樂會中的數(shù)字角色可能有點太遠了，正如我們在兒童和老人的這些反應(yīng)中看到的那樣。但是不管你的表現(xiàn)如何，技術(shù)就在那里，你已經(jīng)準備好利用它了。如果要本土化，為什么不更進一步，發(fā)出聲音？
