espeak

 

背景

语音输出经常用的输出方式，在以前Windows平台下做过句子的语音播放，用MCI播放字的Wav形成句子效果，MIC有播放函数也有播放完成消息，通过播放动作和消息结合形成播放句子效果。随着时代发展朗读功能形成了开源项目，也有了读屏这类专业软件。espeak就是朗读句子的专业开源项目软件，espeak处理音频非常专业。

espeak官网

下面内容是官网翻译，注意不要把espeak当做一个工具软件，要把它理解为一个平台，一个能自洽的平台。

eSpeak是适用于Linux和Windows的紧凑型开源软件语音合成器，适用于英语和其他语言。 http://espeak.sourceforge.net eSpeak使用“共振峰合成”方法。这允许以小尺寸提供许多语言。语音清晰，可以高速使用，但不如基于人类语音记录的大型合成器自然或流畅。

eSpeak包含如下形式：

一个命令行程序（Linux和Windows），用于说出文件或stdin中的文本。
供其他程序使用的共享库版本。 （在Windows上，这是一个DLL）
Windows的SAPI5版本，因此可以与屏幕阅读器和其他支持Windows SAPI5界面的程序一起使用
eSpeak已经移植到其他平台，包括Android，Mac OSX和Solaris
特点.
包括不同的音色，其特征可以更改。

可以将语音输出生成为WAV文件。

支持（不完整）SSML（语音综合标记语言）以及HTML。

体积小巧。该程序及其数据（包括多种语言）总计约2 MB。

可以用作MBROLA diphone语音的前端，请参阅mbrola.html。 eSpeak将具有音高和长度信息的文本转换为音素。

可以将文本转换为音素代码，因此可以将其用作另一个语音合成引擎的前端。

其他语言的潜力。在进展的不同阶段中包括了几个。欢迎母语为这些语言或其他语言的人员提供帮助。

开发工具可用于生成和调整音素数据。

用C开发。

我经常使用eSpeak收听博客和新闻站点。我更喜欢通过家用立体声系统而不是小型计算机扬声器来播放声音，后者听起来会很刺耳。

语言： eSpeak语音合成器支持多种语言，但是在许多情况下，这些只是初始草案，需要更多工作来改进它们。欢迎母语使用者提供这些语言或其他新语言的帮助。如果您需要帮助，请与我联系。eSpeak对以下几种语言进行文本到语音的合成，其中一些语言比其他语言更好。

南非语，阿尔巴尼亚语，阿拉贡语，亚美尼亚语，保加利亚语，粤语，加泰罗尼亚语，克罗地亚语，捷克语，丹麦语，荷兰语，英语，世界语，爱沙尼亚语，波斯语，芬兰语，法语，格鲁吉亚语，德语，希腊语，北印度语，匈牙利语，冰岛语，印度尼西亚语，爱尔兰语，意大利语，卡纳达语，库尔德语，拉脱维亚语，立陶宛语，罗伊班语，马其顿语，马来西亚语，马拉雅拉姆语，普通话，尼泊尔语，挪威语，波兰语，葡萄牙语，旁遮普语，罗马尼亚语，俄语，塞尔维亚语，斯洛伐克语，西班牙语，斯瓦希里语，瑞典语，泰米尔语，土耳其语，越南语，威尔士语。

最新的开发版本位于：espeak.sf.net/test/latest.html。

espeakedit是用于准备和编译音素数据的GUI程序。现在可以下载。当前文档很少，但是如果您想使用它来增加或改善语言支持，请告诉我。

历史：最初称为语音，最初于1995年为Acorn / RISC_OS计算机编写。此版本经过增强和重写，包括放宽了对原始内存和处理能力的限制，并支持其他语言。