Программа синтеза речи

Разработка методов синтеза человеческого голоса ведется в течение уже многих лет, но все еще остается актуальной, поскольку решения и технологии постоянно развиваются. Для того, чтобы создать синтезированную речь, максимально приближенную к человеческой, при разработке алгоритмов синтеза речи необходимо учитывать специфические структуры и правила языка, для которого он разрабатывается, а именно, правила построения транскрипций, извлечение минимальных смыслоразличительных единиц языка (фонем) и огромного объема исключений. Цель данной работы – создать программу, которая позволит синтезировать человекоподобную речь по заранее неизвестному входному тексту на русском языке. Для этого необходимо изучить основные способы синтеза речи и обобщить полученные знания для определения наиболее подходящего подхода. В работе приведены существующие способы синтеза речи, описаны их достоинства и недостатки, а также определен и подробно изложен выбранный подход. Полностью описан процесс синтеза речи от создания базы данных, содержащей озвучку фонем русского языка, до алгоритмов получения аудиофайлов, содержащих синтезированную речь по полученному на вход программы тексту. Результатом работы является программа, позволяющая получать синтезированную речь на русском языке по заранее неизвестному тексту. Программа включает в себя веб-приложение для демонстрации работы синтезатора голоса и открытый API, позволяющий интегрировать сервис синтеза речи по входящему текстовому запросу практически в любое приложение.