TTS语音合成和处理 - 编程之家

AI导航网

技术频道

公众号推荐

微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦！

程序开发编程之家(jb51.cc)编程百科栏目主要推荐程序员常用编程技术介绍，以下是程序开发相关编程语言，主要信息提供给程序员快速了解所需要学习的编程技术语言。

meSpeak.js (speak.js 增强版) 是一个 100% 纯客户端 JavaScript 实现的 TTS 库，基于 speak.js

VoicePrint 是一款基于高斯混合模型的文本无关的声纹识别算法验证程序 VoicePrint的特点是：

webvoice 是一个 Web TTS 工具。

Pocketsphinx.js

Pocketsphinx.js 是一个在浏览器上通过纯 JavaScript 实现语音识别的功能，支持 Chrome 和 Firefox

speak.js 是一个 JavaScript 实现的 Text-to-Speech 的引擎。在线演示：http://projects.mattytemple.com/speak-js/

DeepSpeech 是一个采用 PaddlePaddle 平台的端到端自动语音识别（ASR）引擎的开源项目，具体原理参考这篇论文 Baidu’s Deep Speech 2

gendy 是一个 Web 音频随机合成模块。动态随机合成是由作曲家和理论家 Iannis Xenakis 首创的技术。

一款完全本地化的，集语音识别、语义处理、语音合成的聊天机器人程序。 Roby-0.0 目前还是一个 demo，用于测试一些基本功能。它仅适用于 Linux。支持英语和中文。

Python Dragonfly

Dragonfly 是一个用 Python 开发的语音识别框架。提供高级对象模型，可编写简单脚本来实现语音的识别。当前支持语音识别引擎有：Dragon

eSpeak for Android

eSpeak for Android 是 eSpeak 的 Android 移植版本，支持 75 种语言和方言

Tacotron 使用 pre-trained 模型

Tacotron 是完全端到端的文本到语音合成模型，主要是将文本转化为语音，使用了预训练模型(pre-trained)技术。

CMU Sphinx 是一个语音识别系统，包含一个 libsphinx2 库和一些小的实例。

Voix.JS 是一个 JavaScript 库，可为你的网站、应用和游戏增加了语音命令的功能，目前只支持 Chrome 浏览器。

Kaldi 是一个语音识别工具。使用 C++ 开发，基于 Apache 许可证。目的是为语音识别研究者提供。

AISEntry的目标是建立一个自然沟通方式的Android程序或ROM，目标是实现人工智能在产品上的集成。不过，目前先以服务用户，方便使用为目的，利用讯飞语音+，实现使用Android端程序本地文本朗读和朗读PC端选中文本的

Audible TTS可以通过发声的方式从其他应用程序,剪贴板,或从文本文件读取文本内容。它可以从应用程序如Feedme或k9-Mail,剪贴板(使用复制和粘贴),或者MicroSD卡上的文件获取文本。它还可以在混合文本中使用适当的语言

Gespeaker 是 espeak 的 GTK+ 前端。它允许用户用多种语言播放一个文本，可以设置语音，音高，音量和播放速度，这个文本同样可以记录成 WAV 文件。Gespeaker 支持语音合成器MBROLA 。

Resonance Audio 构建说明软件要求

Resonance Audio 是 Google 去年发布的空间音频 SDK，现在才得以开源，该技术利用位置数据和声音过滤器在 VR 或 AR

govpr 简介安装示例

简介 govpr是golang 实现的基于 GMM-UBM 说话人识别引擎(声纹识别),可用于语音验证,身份识别的场景.

HTK（Hidden Markov Model Toolkit）是一个便携工具包，可用于构建和控制隐藏的 Markov 模型。

上一页 1 23下一页