安卓软件
2023-05-29 13:17 类别：安卓软件
扫二维码手机浏览
非常适合需要自媒体配音的朋友使用，tts语音合成助手是一个专业的工具，支持文字转语音，大咖主播，广告配音，海量的素材可以选择，还可以将mp3文件导出来在u播上播放，很实用。
已破解付费功能，免费使用所有功能。
可以选择语音声音、调整语速、免费音乐和导入文本等。
需要制作短视频配音的同学可以试试。
1、智能语音合成：专业配音，一键合成。
2、导出Mp3文件：生成的MP3文件可以拷贝到U盘或者内存卡里面播放。
3、蓝牙播放：可连接蓝牙音箱播放，无需导出文件也可使用。
4、海量背景音乐：支持添加背景音，个性化定制背景音乐。
5、文字转语音，简单快捷。
1、操作简单，中英文随意切换，多种发音人选择。
2、海量背景音乐，与您的广告完美搭配。
3、同步导出MP3和歌词文件，多平台分享微信朋友圈和好友。
4、支持蓝牙音箱播放，无需导出文件免费播放。
1、广告配音：商场广告促销、地摊叫卖、企业宣传、影视配音等。
2、英语读物：制作各类英语配音，英语听力音频制作等。
3、有声阅读：小说、杂志、课本、童话，打造属于你的个性化听书APP。
4、广播配音：学校、企业、车站、机场、商场的广播播音。
5、配音类：动画片、flash影片、各类广播剧。
6、影视配音：广告片配音、影视片配音、动画后期配音。
7、工业用声：防盗、报警、车辆船舶导航系统的语音录制。
8、出版物：有声读物、文艺作品、课件、培训软件的语音录制。
9、多媒体：光盘解说、集团彩铃、电信、金融CTI的语音录制。
10、解说配音：企业专题片、建筑动画、工程标书解说等配音解说。
11、教学配音：电子词典、教材、电子图书、各类语音IC系列录制。
12、自有视频配音：快手等自媒体视频快速配音，适配剪映、快影等本地导入功能。
语音合成基础(1)——语音和TTS
本文未经允许，禁止转载，谢谢合作。
本文我们主要介绍语音合成的一些基础知识，我们从最基本的发声的物理过程开始，逐步深入到语音合成。
1. 语音
发声的物理过程
总体来说， 我们首先在脑中产生要说的东西的概念，然后大脑会控制肌肉来调整声道中的空气流动，从而产生语音。
空气从肺(lung)中产生（当然一开始是你把空气吸进来的），声带(vocal chord)使得空气产生震动，因此控制了基础频率(base frequency)，是声音产生的起点。
基础声波会依次通过声道(vocal tract)、软颚(palate，即将嘴的上半部分和鼻子分开的部分)、口腔(oral cavity)和舌头(lip)等器官，这些器官相当于一个大的滤波器，调整了原始声波的频率，从而生成了最终的语音。
phone/sound
任何清晰的语音都是phone/sound
phoneme音素
能区分意义的最小声音单位
比如dog和fog中，d和f只要改变一个就改变了意义。
voiced/unvoiced
声带振动/不振动
汉语中一般称这两个概念为浊音和清音
清音
简单来说，发清音时声带不振动，因此清音没有周期性。
如：[p]pea豌豆、[t]tea茶、[k]key钥匙、[f]fat肥胖、[s]seat座位
浊音
发音时声带振动的音称为浊音。辅音有清有浊，而多数语言中的元音均为浊音，鼻音、边音、半元音也是浊音。
vowel元音
Sound produced with open vocal tract，一般都是voiced，元音的清晰度主要取决于声道的形状
consonant辅音
Sound produced with (partially) closed vocal tract，辅音可以是清音也可以是浊音（voice/voiceless)。辅音的质量同样取决于声道关闭的形状，且有很多种类的发音
爆破音Stops/plosives: total closing + “explosive” release，比如p
鼻音Nasals：停止的时候鼻腔会张开, 比如n
摩擦音fricatives：声道半张半开，因此产生震动，比如s, z
半元音approximants：发音时声道先闭合然后再张开，比如w, j
下图展示了元音和辅音发音时各种发音器官的变化
2. 语音的频率
speech wave
语音波是一种compound wave，即包含各种频率的波。因此在频域上表示语音更为合适。
pitch音高
声音的尖锐程度，在频域中表现为频率的高低。
基础频率F0
正如我们之前介绍的，浊音中存在基础频率，而清音中不存在，F0决定了声音的音高。
formants共振峰
是一种元音特有的在频域中的现象，因为只有元音有基础频率。每个元音都有两个共振峰，可以用来区分元音，记为F1和F2。F1,F2取决于基础频率，如果基础频率太高，共振峰可能会消失，这种情况下就区分不出来元音，这种现象在各种女高音身上比较常见。
timbre音色
音色在广义上是指声音不同于其它的特点，在语音中不同的音节都有不同的特点，这可以通过频域观察出来，另外，特别地，对于元音我们可以通过共振峰来分辨音色。
noise
噪音、辅音(摩擦音)都会有broad spectrum，也就是说我们无法通过共振峰来识别它们。
下图展示了各种声音在时频域中的样子：
envelope包络
在波的时域和频域图中，用来形容图形的整体形状的叫做包络。
比如在时域中，如果时间的分辨率较低，我们可以看到语音被分成一个一个菱形，上半部分三角形的轮廓就叫做包络。
3. Utterance
hierarchy of phone
如下图所示：
可以看到Utterance满足层次结构，一般提取特征也是基于多个层次来做的。
syllables
最小的可以发声(pronounceable)的单元。
open syllable：以元音为结尾的音节，日语基本上都是这样
closed syllable：以辅音为结尾的音节
consonant cluster：很多个辅音连接在一起，英文中常见
accent / stress units
发音的特性，有些语言通过声调来区分意义，比如日语或者中文，而英语是通过重音来区分意义的。
rhythm / isochrony
也就是发声时候的节奏，比如日语是平假名分隔，而中文是汉字，英文是由重音来作为分隔的。
prosodic / intonation units
韵律、声调，针对单词和短语
utterances
一般是句子，但也可以变长。标点符号分隔。
neighboring phones influence each other a lot。
4. 语音合成及其历史
TTS
Text-To-Speech，语音合成，特指从文字合成出语音
VC
Voice Conversion，声音转换，就是把一个人的声音转成另一个
ASR
Automatic Speech Recognition，即语音识别，从语音到文字
历史
Mechanical speech production system-1790，即机械系统
Electric system-1930，电子系统，键盘操作，贝尔实验室开发
Computer TTS-1960，基于计算机的TTS
Production systems-1980
5. TTS Pipeline
传统的TTS主要是通过组合多个模块构成流水线来实现的，整个系统可以大致分为前端(frontend)和后端(backend)。
frontend
主要是文字处理，使用NLP技术，从离散到离散，包括基本的分词、text normalization、POS以及特有的Pronunciation标注。
前端和后端基本独立。
backend
根据前端结果生成语音，从离散到连续
segmentation & normalization
去噪、分句、分词以及把缩写、日期、时间、数字还有符号都换成可发音的词，这一步叫spell out。
基本都基于规则
grapheme-to-phoneme
利用发音词典和规则，生成音素。
音素一般利用ASCII编码，比如SAMPA和ARPAbet，这种编码在深度模型中也可以被支持。
这里的一个问题是pronunciation一般基于上下文，因为上下文可能决定了词的词性等，比如read的过去式就有不同的读音。
IPA(international Phonetic Alphabet)
是一个基于拉丁字母的语音标注系统。IPA只能表示口语的性质，比如因素，音调，音节等，如果还想要表示牙齿舌头的变动则还有一个extension IPA可以用。
IPA中最基本两种字母是letter和diacritic(变音符号)，后者用来表示声调。
IPA虽然统一了不同语言的发音，但是英语本身是stress language所以注音很少，而中文这样依赖于音调的语言就会包含很多音调。
intonation/stress generation
这一步比较难，基本根据规则，或者构造统计模型
SSML(speech synthesis markup language)
一种专门为语音合成做出来的语言，基于XML，包含了发音信息。
waveform synthesis
包含很多方法
formant-based: 基于规则来生成共振峰还有其它成分
concatenative: 基于database copy&paste
parametric model: HMM等，神经网络就是最新的参数模型
1、【修复】部分bug，优化用户体验
1、【修复】部分已知bug，优化用户体验
1、【修复】部分已知bug，优化用户体验
1、【增加】文件分享功能，一键分享你的音频
2、【增加】云端储存功能，文件查看更便捷
3、【增加】作品集文件管理功能，分类更清晰
4、【修复】部分已知bug，优化用户体验
1、【修复】部分Bug，优化体验
版权说明：如非注明，本站文章均为 PS自学网 原创，转载请注明出处和附带本文链接；
