中文文字轉語音合成(TTS)的測試

最近有人提到看到工研院資通所，前瞻技術中心開發出，中文文字轉語音合成系統。 稍為試了一下，效果還不錯，只是在文章裡有英文的時候，會插入完全不同的發音效果（男聲變女聲）。只是因為只限定50到100個字，所以並不能知道，在讀比較複雜的文章時，效果是不是也很好。 對岸的同胞們，也開發了一些不錯的中文語音庫。 以下是兩個小的測試。
使用NeoSpeech Lily語音庫。 雖然感覺有點像是在讀新聞，但是假以時日，更多更好的高品質語音庫出現的時候，真的是可以讓人分不出來的呢 ！不同好像文章最好先轉成簡體字，會再更提高對破音字的辨識率。



以下是經理人月刊裡的一篇摘要，你可以參考一下原文，然後比較看看，自己是不是也可以念得那麼清楚。



我把之前景南的文章也試了一下。大概產生40分鐘的MP3， 4.6 MB。怎麼樣，現在的語音合成技術已經做得不錯了吧。

後記一： 我在想，也許之後有人想要做 PodCasting 也只要把文章貼上去，再轉成MP3就可以了。

後記二：因為語音庫原始的解析度只有大概22KHz左右，所以轉成檔案的時候選Mono 22KHz就可以了。 之後再用 Sony 的 Sound Forge做一下Normalize並轉成wma檔，就可以在網路上做串流的播放了。
後記三：在測試時，仍然會發現一些新的詞彙，發音引擎是不認識的。 想想它們不可能要使用者，都去文章裡改破音字。 找了一下，果然是有提供一個自訂的詞庫。你可以在裡面把korea ，直接念成中文韓國，或是把梵行用中文拼音 (fan4xing2) 來念。


延伸閱讀：
台灣工研院研發「中文文字轉語音合成系統」，好玩！
AT&T的Natural Voice線上測試（英文）
IBM Research的線上測試（英文）