如何用高質量的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？對于電子學習和培訓視頻，解決方案可能只是文本到語音轉換(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”中所寫的那樣，TTS可以將訓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，而不必將眼睛粘在屏幕上。當你認為一個TTS系統(tǒng)可以在五分鐘內完成制作，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，你可以獲得更多的聲音，以及調整聲音和微調其交付的能力。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。還是因為很多高質量的聲音都是英式英語？
阿卡貝拉總是表現出色，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的技術，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商——四名來自VoiceText，一名來自AITalk。毫無疑問，在完整版軟件應用的頭對頭比較中，AITalk會更強大，但就其免費的在線采樣器而言，VoiceText占了上風。
雖然Acapela的櫻花還不錯，但是被日本供應商提供的品質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。
也許我應該提一下，VoiceText的名為SHOW的聲音提供了稍微不標準的音調，但這是因為它的虛構角色“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，其略帶偏差的語調為節(jié)目增添了獨特的口音(雙關語)。
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。
互聯網是一個奇妙的地方——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，請通過電子學習行業(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，我們談論的是同樣的技術。
曾經有一段時間，人類歌手演唱數字音樂?，F在，您可以在最熱情的現場觀眾面前體驗投影的數字角色和帶數字聲音的現場樂隊。
數字語音永遠不會老，不會感冒。他們是可靠的，可靠的，可以無限地重現同樣的品質。(有沒有后續(xù)作品中可以出現的聲音，聽起來完全不一樣？數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中看到的那樣。但是不管你的表現如何，技術就在那里，你已經準備好利用它了。如果要本土化，為什么不更進一步，發(fā)出聲音？
