Speech Central Pack: Kokoro

Απολαύστε φυσικές αγγλικές φωνές Kokoro στις εφαρμογές ανάγνωσης Android—ιδιωτικά και εκτός σύνδεσης.

Το SC Kokoro είναι μια μηχανή μετατροπής κειμένου σε ομιλία συστήματος που έχει σχεδιαστεί για βιβλία, άρθρα και άλλες μεγάλες αναγνώσεις. Σε συμβατά τηλέφωνα, χρησιμοποιεί την GPU για την απαιτητική εργασία δημιουργίας ομιλίας. Σε σύγκριση με τις μηχανές Kokoro που βασίζονται μόνο στην CPU, αυτό δίνει στις ικανές συσκευές περισσότερο χώρο για να προετοιμάσουν την επερχόμενη ομιλία και βοηθά την ανάγνωση να φαίνεται πιο ευαίσθητη. Μειώνει σημαντικά την παραγωγή θερμότητας, η οποία με τη σειρά της οδηγεί σε χαμηλότερη κατανάλωση μπαταρίας.

Επιλέξτε από 28 αγγλικές φωνές, συμπεριλαμβανομένων των επιλογών ΗΠΑ και Ηνωμένου Βασιλείου. Κατεβάστε τα φωνητικά δεδομένα μία φορά και, στη συνέχεια, δημιουργήστε ομιλία στη συσκευή σας. Το κείμενο που ακούτε δεν αποστέλλεται σε υπηρεσία ομιλίας cloud.

Το SC Kokoro λειτουργεί με εφαρμογές που υποστηρίζουν μηχανές μετατροπής κειμένου σε ομιλία Android. Μπορείτε να το επιλέξετε σε μια εφαρμογή ανάγνωσης που προσφέρει μια επιλογή μηχανής TTS. Για την πιο ομαλή ακρόαση μεγάλης διάρκειας, συνιστούμε το Speech Central: η προηγμένη προσωρινή αποθήκευση μπορεί να προετοιμάσει τα επερχόμενα αποσπάσματα και να μειώσει τις διακοπές. Η αναπαραγωγή σε άλλες εφαρμογές εξαρτάται εν μέρει από τον τρόπο με τον οποίο ζητούν και προσωρινά αποθηκεύουν ομιλία.

Η ταχύτητα δημιουργίας ομιλίας εξαρτάται από τη συσκευή σας. Με αποτελεσματική αποθήκευση στην προσωρινή μνήμη, η ανάγνωση μεγάλης διάρκειας μπορεί να λειτουργήσει καλά ακόμη και σε συσκευές μεσαίας κατηγορίας. Σε πιο αργές συσκευές, το SC Kokoro μπορεί να δημιουργήσει αρχεία ήχου υψηλής ποιότητας μέσω εφαρμογών που υποστηρίζουν την εξαγωγή ήχου, αν και η διαδικασία μπορεί να διαρκέσει περισσότερο. Οι εργασίες που απαιτούν άμεση προφορική ανατροφοδότηση, όπως το TalkBack, είναι πολύ πιο απαιτητικές και μπορεί να είναι δύσκολες ακόμη και σε συσκευές υψηλής τεχνολογίας.

Η εφαρμογή ελέγχει τη συμβατότητα πριν από τη λήψη του μοντέλου και εμφανίζει μια εκτίμηση της εμπειρίας που μπορείτε να περιμένετε. Η μέγιστη απόδοση επιτυγχάνεται όταν η οθόνη είναι απενεργοποιημένη κατά την ανάγνωση.

Πηγαίος κώδικας και άδειες χρήσης: https://github.com/speech-central/sc-voices-android