如何创建自定义文本转语音引擎答案

【问题标题】：How to create custom text-to-speech engine如何创建自定义文本转语音引擎
【发布时间】：2011-11-05 14:59:36
【问题描述】：

据我所知，TTS 需要 TTS 引擎说一种语言。在 Android 模拟器 2.2 中，Pico TTS 引擎是默认的。它只有一些流行的语言。我可以在市场上看到一些必须购买才能安装的引擎。我的问题：有没有办法创建支持其他语言的自定义引擎？（通过编程或使用软件）

（不知道该把这个问题发到StackOverflow还是SuperUser，如果发错地方，请迁移）

【问题讨论】：

请指定您希望为哪种语言启用 TTS 功能。您是否需要有限的词汇（例如，仅数字 0 到 9 的 TTS 功能）或任意文本输入？
如果可能的话，任何语言，我的意思是我想通过编码创建一个新的 TTS 引擎。

标签： android text-to-speech

【解决方案1】：

我也有兴趣制作我的 tts 引擎。以下是我找到的一些信息。在this link 上，您可以找到一个简短的描述，以使您的 tts 引擎适用于 android。从 API 级别 14 开始，存在用于 tts 引擎实现的抽象类。更多关于link。

但是从文本到语音的转换并不是那么容易。 tts引擎应该实现的一些基本信息可以在wikipedia上找到。

【讨论】：

【解决方案2】：

就我的研究而言，目前制作 TTS 引擎的最佳架构是 Tacotron 2[Paper here]，这是一种用于直接从文本合成语音（可以通过OCR 轻松捕获）。它的MOS(mean opinion score) 为 4.53，与专业录制的语音的 MOS 为 4.58 相当。 Tacotron 2 的官方实现不是公开的，但有一个使用 tensorflow 1.15.0 here 的 tensorflow 实现。 nvidia here 也有一个 pytorch 实现，目前维护得更多。两种实现都可以使用新语言（尚未实现 TTS 的语言）的数据集进行重新训练，以便轻松实现 TTS 引擎。您还可以使用上述架构作为垫脚石来构建您自己的架构。

【讨论】：