Новая база для синтеза речи , и голос для festival

прикладываю результат своих трудов:
http://z1.prolink.ru/sphinx/msu_ru_nsh_cg.tar.gz

метки:
http://z1.prolink.ru/sphinx/labs.tar.gz

clunits у меня звучит не намного лучше чем у вас, поэтому не прикладываю (при желании модель быстро собирается с использованием меток)

Здравствуйте nsh!
Скажите пожалуйста, в файле
msu_ru_nsh_dict.scm
можно только указать ударение и часть речи:
("докладах" n (2))
или каким-то образом можно указать фонетику:
умножить v ( ((u) 0) ((m n o) 1) ((zh i tt) 0) )?

Цитата

или каким-то образом можно указать фонетику:

На данный момент нельзя, в списке задач такая задача есть:

http://festlang.berlios.de/docu/doku.php?id=rustasks

Цитата nsh @ 17.08.11, 08:31

Цитата

или каким-то образом можно указать фонетику:

На данный момент нельзя, в списке задач такая задача есть:

http://festlang.berlios.de/docu/doku.php?id=rustasks

прочел список задач, есть пункт

Цитата

Дополнить словарь (уровень - простой)

Необходимо переконвертировать парадигму Зализняка в словарь в формате dic/msu_ru_nsh.dict. А именно, для каждого слова получить часть речи и номер ударного слога. В конце организовать слова в нужный формат:

(”слово” n 1)

что значит, что “слово” это существительное и ударение падает на первый слог

Я сделал программку которая на основе фестивал синтезирует из текста речь.
http://sourceforge.net/projects/golos/
есть еще один проект, уже более приспособлен к озвучке текстов
http://sourceforge.net/projects/menestrel/

На основе первой, можно организовать редактирования словаря.
Раз в данный момент нет возможности записывать полную транскрипцию слова, то можно организовать добавление записи "слово,часть речи и номер ударного слога".
По большому счету, такая функция будет не особенно полезна, если не будет простой возможности делиться новыми "записями" словаря.
Значит, надо организовать обмен такими записями, и их модерирование или добавление в словарь по рейтингу - т.е.
например несколько человек прослушали звучание (учесть минимальное количество человек) согласно новой "записи" и оценили,
например, по пятибальной шкале. Если какая - то запись удостаивается рейтинга в 5 звезд, она автоматически добавляется в словарь.

Серверную часть с рейтингом в одиночку пожалуй я не осилю. Однако можно попробовать воспользоваться svn-хранилищем (например на базе sourceforge.net). На базе svn будет удобно организовать синхронизацию основного словаря со словарями пользователей и таким образом его расширять.

звучание слова почти полностью зависит от ударного гласного
https://github.com/zamiron/ru4sphinx/tree/master/text2dict
здесь есть словарь из полутора миллиона слов с ударением
там же есть скрипт который с вероятностью 90% правильно высталяет ударение - вероятность можно увеличить, но я пока смысла в этом не вижу
если запарсить три миллиона слов в festival будет не очень весело
поэтому надо выделить оптимальные маски и проставлять ударение автоматически
в идеале можно научиться делать морфологический разбор слов, при таком разборе проще автоматически проставлять ударение
для этого что бы это сделать в festival надо уметь програмить на lisp (вроде этот язык там используется)
Есть некоторое колличество слов в которых ударение плавающее:
- возле окна'
- о'кна выходят во двор
поэтому некоторые ударения надо выставлять исходя из контекста предложения

Словарь нужно составлять, более того, словари уже есть хорошие, к той же Говорилке, можно их взять за основу.

http://1956.ru/speech2/index.html

да и к голосам под Windows словари тоже есть.

Я только не совсем понял, что мешает уважаемому GrandPeter этим заняться, нужно просто взять и сделать.

Если делать словарь, или программу, то такую чтобы потом никто не вязался по поводу авторского права. Поэтому я не рвусь конвертировать словари от лингво и т.п.

zamir и nsh: если эти словари, о которых идет речь, конвертировать в словарь фестиваля, это не нарушит ни чьих авторских прав?

zamir Вы пробовали скрипт, который выставляет ударение в русском голосе для Festival?

для nsh:
"Я только не совсем понял, что мешает уважаемому GrandPeter этим заняться, нужно просто взять и сделать."

Я хочу сделать программу, которая позволит пользователю дополнять существующий словарь нужными им "записями" и делиться наработками с обществом. Создать словарь и пользоваться им одному в свое удовольствие мне не интересно. Возможно, когда удасться сделать часть задуманного и расписанного чуть выше, мне удасться дополнить словарь, и автоматом пользователи моего и совместимого с ним проекта получат эти наработки.

я несколько лет слежу за эволюцией msu_ru_nsh_clunits но отмечаю с сожалением, что она идет медленно, а то и вовсе в последний год остановилась. надеюсь я ошибаюсь.

Цитата

если эти словари, о которых идет речь, конвертировать в словарь фестиваля, это не нарушит ни чьих авторских прав?

то что выложено по ссылке в git не нарушает ничьи права
если вы пропарсите то что выложил yandex на предмет ударения и никому об этом скажите это тоже не нарушит не чьи права
мне кажется нет смысла заморачиваться с правами если есть желание что-то сделать и отдать безвозмездно
как я уже писал пересинтезированный голос алёны для festival можно распространять через торренты и никто от этого не пострадает

Цитата

zamir Вы пробовали скрипт, который выставляет ударение в русском голосе для Festival?

мой скрипт написан на perl. движёк фестиваля на lisp. я не знаю языка lisp.
Всё что я смог сделать на этом языке выложено в этой теме чуть выше.
посути это переработанный движёк nsh, в нём иная фонетическая база.
поправьте если я ошибаюсь но Николай не выкладывал синтезатор который не использует wav файлы (живой голос) для синтеза, соответсенно я выложил имеено движёк который делает "синтетический" (другого слова не подобрал) синтез.
Что называется преимущества в весе базы, недостатки слышны невооружённым ухом

zamir:
здесь есть словарь из полутора миллиона слов с ударением
есть скрипт который с вероятностью 90% правильно высталяет ударение


скрипт с ударением это dict2transcript.pl в разделе "Автоударение"?

Да я так понимаю кто желает доработать голос в festival сталкиваются с тем, что там используется lisp и отсутствует русскоязычная литература(

Попробую переварить этот скрипт, если пойму вставлю в свою программку, если не возражаете.

dict2transcript.pl не совсем то
я похоже не залил эти скрипты
сейчас залью

Добавлено 19.08.11, 03:08
залил

accent_train.pl - обучение
accent_test.pl - тестирование правильности расстановки ударения

Цитата

Один из старейших хостингов открытых проектов Berlios (Berlin Open Source), пользующийся популярностью среди европейского сообщества разработчиков, объявил о скором закрытии. Инфраструктура проекта перестанет работать с 1 января 2012 года.

Николай у вас там русский синтезатор лежит. Можете сообщить ссылку куда вы планируете его перезалить?

Пока не знаю, не думал над этим.

Подскажите, а для flite существуют русские голоса? Проект вообще еще развивается?

Проект развивается семимильными шагами. Продолжение можно скачать тут:

https://github.com/Olga-Yakovleva/RHVoice

Есть HTS голоса, драйвер для SAPI для Windows, улучшения ударений и много чего хорошего.

Есть женский голос, исходную базу для него можно скачать тут:

http://tiflo.info/rhvoice/

Цитата nsh @ 11.12.12, 08:40

Проект развивается семимильными шагами.

А известно, что нужно сделать, чтобы избавиться от "металлического" звука при синтезе? Я бы мог заняться если наведете на задачи