tts語(yǔ)音合成助手app免金幣v2.0.11免費(fèi)版

編輯點(diǎn)評(píng)：自媒體配音必備的語(yǔ)音合成軟件

非常適合需要自媒體配音的朋友使用，tts語(yǔ)音合成助手是一個(gè)專(zhuān)業(yè)的工具，支持文字轉(zhuǎn)語(yǔ)音，大咖主播，廣告配音，海量的素材可以選擇，還可以將mp3文件導(dǎo)出來(lái)在u播上播放，很實(shí)用。

破解說(shuō)明

已破解付費(fèi)功能，免費(fèi)使用所有功能。

可以選擇語(yǔ)音聲音、調(diào)整語(yǔ)速、免費(fèi)音樂(lè)和導(dǎo)入文本等。

需要制作短視頻配音的同學(xué)可以試試。

功能介紹

1、智能語(yǔ)音合成：專(zhuān)業(yè)配音，一鍵合成。

2、導(dǎo)出Mp3文件：生成的MP3文件可以拷貝到U盤(pán)或者內(nèi)存卡里面播放。

3、藍(lán)牙播放：可連接藍(lán)牙音箱播放，無(wú)需導(dǎo)出文件也可使用。

4、海量背景音樂(lè)：支持添加背景音，個(gè)性化定制背景音樂(lè)。

5、文字轉(zhuǎn)語(yǔ)音，簡(jiǎn)單快捷。

優(yōu)勢(shì)介紹

1、操作簡(jiǎn)單，中英文隨意切換，多種發(fā)音人選擇。

2、海量背景音樂(lè)，與您的廣告完美搭配。

3、同步導(dǎo)出MP3和歌詞文件，多平臺(tái)分享微信朋友圈和好友。

4、支持藍(lán)牙音箱播放，無(wú)需導(dǎo)出文件免費(fèi)播放。

支持的場(chǎng)景

1、廣告配音：商場(chǎng)廣告促銷(xiāo)、地?cái)偨匈u(mài)、企業(yè)宣傳、影視配音等。

2、英語(yǔ)讀物：制作各類(lèi)英語(yǔ)配音，英語(yǔ)聽(tīng)力音頻制作等。

3、有聲閱讀：小說(shuō)、雜志、課本、童話，打造屬于你的個(gè)性化聽(tīng)書(shū)APP。

4、廣播配音：學(xué)校、企業(yè)、車(chē)站、機(jī)場(chǎng)、商場(chǎng)的廣播播音。

5、配音類(lèi)：動(dòng)畫(huà)片、flash影片、各類(lèi)廣播劇。

6、影視配音：廣告片配音、影視片配音、動(dòng)畫(huà)后期配音。

7、工業(yè)用聲：防盜、報(bào)警、車(chē)輛船舶導(dǎo)航系統(tǒng)的語(yǔ)音錄制。

8、出版物：有聲讀物、文藝作品、課件、培訓(xùn)軟件的語(yǔ)音錄制。

9、多媒體：光盤(pán)解說(shuō)、集團(tuán)彩鈴、電信、金融CTI的語(yǔ)音錄制。

10、解說(shuō)配音：企業(yè)專(zhuān)題片、建筑動(dòng)畫(huà)、工程標(biāo)書(shū)解說(shuō)等配音解說(shuō)。

11、教學(xué)配音：電子詞典、教材、電子圖書(shū)、各類(lèi)語(yǔ)音IC系列錄制。

12、自有視頻配音：快手等自媒體視頻快速配音，適配剪映、快影等本地導(dǎo)入功能。

語(yǔ)音和TTS介紹

語(yǔ)音合成基礎(chǔ)(1)——語(yǔ)音和TTS

本文未經(jīng)允許，禁止轉(zhuǎn)載，謝謝合作。

本文我們主要介紹語(yǔ)音合成的一些基礎(chǔ)知識(shí)，我們從最基本的發(fā)聲的物理過(guò)程開(kāi)始，逐步深入到語(yǔ)音合成。

1. 語(yǔ)音

發(fā)聲的物理過(guò)程

總體來(lái)說(shuō)， 我們首先在腦中產(chǎn)生要說(shuō)的東西的概念，然后大腦會(huì)控制肌肉來(lái)調(diào)整聲道中的空氣流動(dòng)，從而產(chǎn)生語(yǔ)音。

空氣從肺(lung)中產(chǎn)生（當(dāng)然一開(kāi)始是你把空氣吸進(jìn)來(lái)的），聲帶(vocal chord)使得空氣產(chǎn)生震動(dòng)，因此控制了基礎(chǔ)頻率(base frequency)，是聲音產(chǎn)生的起點(diǎn)。

基礎(chǔ)聲波會(huì)依次通過(guò)聲道(vocal tract)、軟顎(palate，即將嘴的上半部分和鼻子分開(kāi)的部分)、口腔(oral cavity)和舌頭(lip)等器官，這些器官相當(dāng)于一個(gè)大的濾波器，調(diào)整了原始聲波的頻率，從而生成了最終的語(yǔ)音。

phone/sound

任何清晰的語(yǔ)音都是phone/sound

phoneme音素

能區(qū)分意義的最小聲音單位

比如dog和fog中，d和f只要改變一個(gè)就改變了意義。

voiced/unvoiced

聲帶振動(dòng)/不振動(dòng)

漢語(yǔ)中一般稱(chēng)這兩個(gè)概念為濁音和清音

清音

簡(jiǎn)單來(lái)說(shuō)，發(fā)清音時(shí)聲帶不振動(dòng)，因此清音沒(méi)有周期性。

如：[p]pea豌豆、[t]tea茶、[k]key鑰匙、[f]fat肥胖、[s]seat座位

濁音

發(fā)音時(shí)聲帶振動(dòng)的音稱(chēng)為濁音。輔音有清有濁，而多數(shù)語(yǔ)言中的元音均為濁音，鼻音、邊音、半元音也是濁音。

vowel元音

Sound produced with open vocal tract，一般都是voiced，元音的清晰度主要取決于聲道的形狀

consonant輔音

Sound produced with (partially) closed vocal tract，輔音可以是清音也可以是濁音（voice/voiceless)。輔音的質(zhì)量同樣取決于聲道關(guān)閉的形狀，且有很多種類(lèi)的發(fā)音

爆破音Stops/plosives: total closing + “explosive” release，比如p

鼻音Nasals：停止的時(shí)候鼻腔會(huì)張開(kāi), 比如n

摩擦音fricatives：聲道半張半開(kāi)，因此產(chǎn)生震動(dòng)，比如s, z

半元音approximants：發(fā)音時(shí)聲道先閉合然后再?gòu)堥_(kāi)，比如w, j

下圖展示了元音和輔音發(fā)音時(shí)各種發(fā)音器官的變化

2. 語(yǔ)音的頻率

speech wave

語(yǔ)音波是一種compound wave，即包含各種頻率的波。因此在頻域上表示語(yǔ)音更為合適。

pitch音高

聲音的尖銳程度，在頻域中表現(xiàn)為頻率的高低。

基礎(chǔ)頻率F0

正如我們之前介紹的，濁音中存在基礎(chǔ)頻率，而清音中不存在，F(xiàn)0決定了聲音的音高。

formants共振峰

是一種元音特有的在頻域中的現(xiàn)象，因?yàn)橹挥性�音有基礎(chǔ)頻率。每個(gè)元音都有兩個(gè)共振峰，可以用來(lái)區(qū)分元音，記為F1和F2。F1,F2取決于基礎(chǔ)頻率，如果基礎(chǔ)頻率太高，共振峰可能會(huì)消失，這種情況下就區(qū)分不出來(lái)元音，這種現(xiàn)象在各種女高音身上比較常見(jiàn)。

timbre音色

音色在廣義上是指聲音不同于其它的特點(diǎn)，在語(yǔ)音中不同的音節(jié)都有不同的特點(diǎn)，這可以通過(guò)頻域觀察出來(lái)，另外，特別地，對(duì)于元音我們可以通過(guò)共振峰來(lái)分辨音色。

noise

噪音、輔音(摩擦音)都會(huì)有broad spectrum，也就是說(shuō)我們無(wú)法通過(guò)共振峰來(lái)識(shí)別它們。

下圖展示了各種聲音在時(shí)頻域中的樣子：

envelope包絡(luò)

在波的時(shí)域和頻域圖中，用來(lái)形容圖形的整體形狀的叫做包絡(luò)。

比如在時(shí)域中，如果時(shí)間的分辨率較低，我們可以看到語(yǔ)音被分成一個(gè)一個(gè)菱形，上半部分三角形的輪廓就叫做包絡(luò)。

3. Utterance

hierarchy of phone

如下圖所示：

可以看到Utterance滿足層次結(jié)構(gòu)，一般提取特征也是基于多個(gè)層次來(lái)做的。

syllables

最小的可以發(fā)聲(pronounceable)的單元。

open syllable：以元音為結(jié)尾的音節(jié)，日語(yǔ)基本上都是這樣

closed syllable：以輔音為結(jié)尾的音節(jié)

consonant cluster：很多個(gè)輔音連接在一起，英文中常見(jiàn)

accent / stress units

發(fā)音的特性，有些語(yǔ)言通過(guò)聲調(diào)來(lái)區(qū)分意義，比如日語(yǔ)或者中文，而英語(yǔ)是通過(guò)重音來(lái)區(qū)分意義的。

rhythm / isochrony

也就是發(fā)聲時(shí)候的節(jié)奏，比如日語(yǔ)是平假名分隔，而中文是漢字，英文是由重音來(lái)作為分隔的。

prosodic / intonation units

韻律、聲調(diào)，針對(duì)單詞和短語(yǔ)

utterances

一般是句子，但也可以變長(zhǎng)。標(biāo)點(diǎn)符號(hào)分隔。

neighboring phones influence each other a lot。

4. 語(yǔ)音合成及其歷史

TTS

Text-To-Speech，語(yǔ)音合成，特指從文字合成出語(yǔ)音

VC

Voice Conversion，聲音轉(zhuǎn)換，就是把一個(gè)人的聲音轉(zhuǎn)成另一個(gè)

ASR

Automatic Speech Recognition，即語(yǔ)音識(shí)別，從語(yǔ)音到文字

歷史

Mechanical speech production system-1790，即機(jī)械系統(tǒng)

Electric system-1930，電子系統(tǒng)，鍵盤(pán)操作，貝爾實(shí)驗(yàn)室開(kāi)發(fā)

Computer TTS-1960，基于計(jì)算機(jī)的TTS

Production systems-1980

5. TTS Pipeline

傳統(tǒng)的TTS主要是通過(guò)組合多個(gè)模塊構(gòu)成流水線來(lái)實(shí)現(xiàn)的，整個(gè)系統(tǒng)可以大致分為前端(frontend)和后端(backend)。

frontend

主要是文字處理，使用NLP技術(shù)，從離散到離散，包括基本的分詞、text normalization、POS以及特有的Pronunciation標(biāo)注。

前端和后端基本獨(dú)立。

backend

根據(jù)前端結(jié)果生成語(yǔ)音，從離散到連續(xù)

segmentation & normalization

去噪、分句、分詞以及把縮寫(xiě)、日期、時(shí)間、數(shù)字還有符號(hào)都換成可發(fā)音的詞，這一步叫spell out。

基本都基于規(guī)則

grapheme-to-phoneme

利用發(fā)音詞典和規(guī)則，生成音素。

音素一般利用ASCII編碼，比如SAMPA和ARPAbet，這種編碼在深度模型中也可以被支持。

這里的一個(gè)問(wèn)題是pronunciation一般基于上下文，因?yàn)樯舷挛目赡軟Q定了詞的詞性等，比如read的過(guò)去式就有不同的讀音。

IPA(international Phonetic Alphabet)

是一個(gè)基于拉丁字母的語(yǔ)音標(biāo)注系統(tǒng)。IPA只能表示口語(yǔ)的性質(zhì)，比如因素，音調(diào)，音節(jié)等，如果還想要表示牙齒舌頭的變動(dòng)則還有一個(gè)extension IPA可以用。 

IPA中最基本兩種字母是letter和diacritic(變音符號(hào))，后者用來(lái)表示聲調(diào)。

IPA雖然統(tǒng)一了不同語(yǔ)言的發(fā)音，但是英語(yǔ)本身是stress language所以注音很少，而中文這樣依賴(lài)于音調(diào)的語(yǔ)言就會(huì)包含很多音調(diào)。

intonation/stress generation

這一步比較難，基本根據(jù)規(guī)則，或者構(gòu)造統(tǒng)計(jì)模型

SSML(speech synthesis markup language)

一種專(zhuān)門(mén)為語(yǔ)音合成做出來(lái)的語(yǔ)言，基于XML，包含了發(fā)音信息。

waveform synthesis

包含很多方法

formant-based: 基于規(guī)則來(lái)生成共振峰還有其它成分

concatenative: 基于database copy&paste

parametric model: HMM等，神經(jīng)網(wǎng)絡(luò)就是最新的參數(shù)模型

更新日志

2.0.11更新

1、【修復(fù)】部分bug，優(yōu)化用戶(hù)體驗(yàn)

2.0.9更新

1、【修復(fù)】部分已知bug，優(yōu)化用戶(hù)體驗(yàn)

2.0.5更新

1、【修復(fù)】部分已知bug，優(yōu)化用戶(hù)體驗(yàn)

1.4.1120更新

1、【增加】文件分享功能，一鍵分享你的音頻

2、【增加】云端儲(chǔ)存功能，文件查看更便捷

3、【增加】作品集文件管理功能，分類(lèi)更清晰

4、【修復(fù)】部分已知bug，優(yōu)化用戶(hù)體驗(yàn)

1.4.1118更新

1、【修復(fù)】部分Bug，優(yōu)化體驗(yàn)