Speech Central Pack: Kokoro

Profitez des voix naturelles de Kokoro en anglais dans vos applications de lecture Android, en toute confidentialité et hors ligne.

SC Kokoro est un moteur de synthèse vocale système conçu pour les livres, les articles et autres textes longs. Sur les téléphones compatibles, il utilise le GPU pour la génération vocale, une tâche exigeante. Contrairement aux moteurs Kokoro qui s'appuient uniquement sur le CPU, cela permet aux appareils performants de mieux préparer la parole et offre une lecture plus fluide. La production de chaleur est considérablement réduite, ce qui diminue la consommation de la batterie.

Choisissez parmi 28 voix anglaises, incluant les versions américaine et britannique. Téléchargez les données vocales une seule fois, puis générez la parole sur votre appareil. Le texte que vous écoutez n'est pas envoyé à un service de synthèse vocale dans le cloud.

SC Kokoro fonctionne avec les applications compatibles avec les moteurs de synthèse vocale Android. Vous pouvez le sélectionner dans une application de lecture proposant un choix de moteur de synthèse vocale. Pour une écoute optimale des textes longs, nous recommandons Speech Central : sa mise en mémoire tampon avancée permet de préparer les passages suivants et de réduire les interruptions. La lecture dans d'autres applications dépend en partie de leur méthode de requête et de mise en mémoire tampon de la parole.

La vitesse de génération vocale dépend de votre appareil. Grâce à une mise en mémoire tampon efficace, la lecture de textes longs fonctionne correctement même sur les appareils de milieu de gamme. Sur les appareils moins performants, SC Kokoro peut générer des fichiers audio de haute qualité via des applications compatibles avec l'exportation audio, bien que le processus puisse être plus long. Les tâches nécessitant un retour vocal immédiat, comme TalkBack, sont beaucoup plus exigeantes et peuvent s'avérer difficiles même sur les appareils haut de gamme.

L'application vérifie la compatibilité avant de télécharger le modèle et affiche une estimation de l'expérience attendue. Les performances optimales sont obtenues lorsque l'écran est éteint pendant la lecture.

Code source et licences : https://github.com/speech-central/sc-voices-android