供个人使用的高质量文本转语音引擎[关闭]答案

【问题标题】：High-Quality Text-To-Speech engine for personal use [closed]供个人使用的高质量文本转语音引擎[关闭]
【发布时间】：2011-06-06 10:35:04
【问题描述】：

我正在寻找我能负担得起的高质量 TTS 引擎（假设价格低于 1000 美元）。到目前为止，我已经尝试过使用默认声音的flite 和festival。然而，虽然结果肯定是可以理解的，但技术文本很难理解。

来自 Loquendo 和 Readspeaker sound way better 的商业 TTS 解决方案。然而，这些公司似乎不愿意将他们的产品卖给凡人——我在他们的主页上都找不到价格。

那么，有哪些适合个人使用的 TTS 解决方案？

【问题讨论】：

@Matt H 当然，基本上是任何 Ars Technica 文章，例如 arstechnica.com/old/content/2008/07/… 或 arstechnica.com/science/news/2011/01/…。

标签： text-to-speech festival flite

【解决方案1】：

从NextUp.com网站购买：

NextUp.com 销售最好的、最自然的文本到语音，支持 20 多种语言和多种口音。

"Natural Voices" 来自 AT&T（35.00 美元）
"Verbose" 来自 NCH（29.99 美元）
"TextAloud" 来自 NextUp（29.95 美元）
"RealSpeak" 来自 Nuance/ScanSoft ($45.00)
"Acapela" 来自 Acapela 集团 ($35.00)
"Cepstral" 来自 Cepstral LLC（29.99 美元）

还有：

"CrazyTalk6 PRO" 来自 Reallusion（149.95 美元）
"IVONA Voices" 来自 ivona（45 美元）
"Dragon Premium" 来自 Nuance（199.99 美元）
"VoiceText" 来自 NeoSpeech（约 74.95 美元）
"FonixTalk" 来自 Fonix Speech（约 45.00 美元）
"NaturalReader" NaturalSoft ($199.50)
"Cerevoice" 来自 Cereproc（约 36 美元）

【讨论】：

我从 NextUp.com 购买了 Natural Voices。感谢您提供广泛的清单！一旦我设法找到/编写一个围绕它的 API，我会在这里发表另一条评论，并且可能会从这个列表中尝试更多的声音。
好吧，只要您在 Windows 上，您就可以随时通过 SAPI 控制语音生成。顺便说一句，经过一些测试，IVONA 的示例在我的机器上听起来比 AT&T 更好。我将对其进行测试并在此处重新发布；）
自 2011 年以来，IVONA 显然 (eon.businesswire.com/news/eon/20110519006454/en/text-to-speech/…) 在竞争中胜出，许多个人评价似乎都支持这一点。在 2011 年，我是 Acapela 声音的忠实粉丝，但 IVONA 的声音似乎确实消除了“起泡”效果。
这里是 Cereproc 的员工。我们大多数声音的个人许可证是 25.99 英镑而不是 400 美元（即商业许可证）。或者，您可以使用我们的云服务器
@phihag 许可证允许您修改和分发生成的音频。我请网络管理员在网站上使条款更清晰。

【解决方案2】：

Ivona 一直给我留下深刻印象http://www.ivona.com/?set_lang=en 他们有一个便宜的个人版本，叫做 expressivo（添加 .com - 不能发布更多链接），只要 45 美元。我认识一些看电影的人用Expressivo看字幕，所以实际上非常非常好。

【讨论】：

确实，质量非常好，甚至可能比 AT&T Natural Voices 好一点。值得注意的是，他们也会进行这种疯狂的价格隐藏，但如果有人对商业用途感兴趣的话。

【解决方案3】：

您可以为音乐节下载质量比随附的更好的声音：

这些似乎是目前质量最高的：
HMM-based Speech Synthesis System (HTS)

这些似乎也可以：
The MBROLA Project

来源： HOWTO: Make festival TTS use better voices (MBROLA / CMU / HTS)

【讨论】：

欢迎来到 Stack Overflow！虽然该页面实际上可能回答了这个问题，it would be preferable 在此处包含答案的基本部分，并提供链接以供参考。 Stack Overflow 仅与它的问题和答案一样有用，如果该主机出现故障或它们的 URL 被移动，这个答案将变得毫无用处。谢谢！

【解决方案4】：

AT&T 有一款名为 Natural Voices 的产品。与所有其他产品相比，我认为这听起来很棒。不过我不确定定价。

http://www2.research.att.com/~ttsweb/tts/demo.php

【讨论】：

质量确实令人印象深刻，但从wizzardsoftware.com/att_desktop_overview.php 购买时，只需安装一次即可获得 1795 美元

【解决方案5】：

还有一些令人印象深刻的开源解决方案。

这听起来令人印象深刻。 http://freetts.sourceforge.net/docs/index.php

【讨论】：

这听起来是关于节日的水平，可能会差一点，但比flite好。但是，如果您将样品与问题中链接的商业样品进行比较，就会发现质量上存在巨大的差异。
会说话的时钟是唯一听起来不错的时钟。其余的不太好。我喜欢 MacOSX 内置的 TTS 引擎，很不错。

【解决方案6】：

请查看this site

基本上，这是在 Linux 上使用 Android 提供的语音的高级教程。这很笼统，但该技术应该适用于大多数 TTS 引擎。

【讨论】：

【解决方案7】：

我在 2007 年对该主题进行了一些研究，并尝试了几种文本到语音系统来阅读文章或将它们转换为 mp3。从那时起，消费者 TTS 产品取得的进展如此之小令我感到惊讶。

首先我购买了 NextUp 的 TextAloud，因为在网络样本中，声音听起来很自然。然而，事实证明，部分句子被强调的方式使得理解科学文本变得非常困难。我不知道这是否有所改善。

然后我找到了 Linguatec 的 VoiceReader Home（每个声音 49 欧元），它做得非常好，从那时起我就没有找到更好的解决方案。 Linguatec 刚刚做了一个更新，我已经使用了几个星期了，质量提高了很多。

但是，我不太喜欢他们的 GUI 和集成。我基本上将所有想要阅读的文本复制到 GUI 窗口中。然而，新版本还可以从文件中读取 pdf 和 word 文档。对我来说，最重要的因素仍然是易于聆听和理解文本，即使结构复杂。

Linguatec 看起来像一家小型德国公司。我不知道他们是有自己的 TTS 引擎还是使用外部引擎。

我与 Linguatec 没有任何关系，并且对其他建议非常感兴趣！

【讨论】：

【解决方案8】：

令人惊讶的是，loquendo 确实卖东西：Price list 即用即付 TTS。不幸的是，这在在线时可以在线工作，并且需要花费一大笔钱来生成按需语音（每天 30 分钟将低于每年 120.000 欧元）。

【讨论】：

【解决方案9】：

Nuance vocalizer 但恐怕他们不会说价格。 Nuance 有很多高质量的语音应用程序，所以也许它们能让你开心。

【讨论】：

【解决方案10】：

我用过AT&T Natural Voices，它们对我来说听起来最人性化。

【讨论】：

【解决方案11】：

供个人使用，我正在使用 VocaTalk Personal Podcast。该应用程序增强了语音，使其成为立体声，播放 bg 音乐，生成 mp3，上传到 skydrive/google 驱动器，与 iTunes 或 zune 同步等等。非常适合在旅途中聆听。 http://www.vocamedia.com/

【讨论】：

【解决方案12】：

对于个人用途，您还可以使用 ReadSpeaker 中的“TextAid”。它是基于网络的个人阅读器，使用 Acapela 语音。它还有翻译功能！ http://www.readspeaker.com/readspeaker-textaid/

【讨论】：

【解决方案13】：

在线生成语音怎么样？您可以使用免费网站audiotext.ws text to speech 将英文文本转换为语音。

【讨论】：

目前，我这边没有任何音频，即使一分钟后它仍在加载。这突出了问题：如果网络或服务出现任何问题，应用程序就会失败。此外，您可能希望在不联系网络的情况下发出音频 - 例如，您的应用程序将如何通知用户存在网络问题？

【解决方案14】：

如果您正在寻找基于印度口音的输出，请查看 http://www.indiantts.com

这听起来像是最人性化的印度方言。他们提供我认为从文本中下载 mp3 的选项。

【讨论】：