Grundlegende Sprachsynthese
Die folgendetalk.php ist ein Beispiel, das aus Text Audio synthetisiert und in eine WAV-Datei schreibt.
Sprachsynthese in einem Schritt (tts-Methode)
Wenn Sie die zwei Schritte createAudioQuery + synthesis überspringen möchten, können Sie die tts()-Methode verwenden:
Sprachsynthese mit Katakana-Notation
Sie können auch aus Katakana in AquesTalk-ähnlicher Notation synthetisieren:Benutzerwörterbuch verwenden
Um die Aussprache benutzerdefinierter Wörter zu registrieren, verwenden SieUserDict:
Anpassung der AudioQuery
Wenn Sie das mitcreateAudioQuery gewonnene JSON vor der Synthese anpassen, können Sie Intonation und Tempo fein steuern:
Akzentphrasen abrufen
Sie können die Akzentphrasen-Informationen eines Textes abrufen und prüfen bzw. bearbeiten:GPU-Modus verwenden
In Umgebungen mit GPU können Sie durch Angabe vonAccelerationMode::Gpu die Geschwindigkeit erhöhen:
Mehrere Audiomodelle verwenden
Sie können mehrere.vvm-Dateien laden und durch Wechseln der Style-ID mehrere Charakterstimmen verwenden:
OnExistingVoiceModelId als zweitem Argument von loadVoiceModel() festlegen. Der Standardwert Error löst eine Exception aus, Reload lädt das Modell neu und Skip tut nichts:
PCM frameweise erzeugen
Wenn Sie ein mitcreateAudioFeature() erstelltes AudioFeature nach Frame-Bereichen mit slice() aufteilen und mit render() rendern, können Sie auch lange Texte schrittweise in Audiodaten umwandeln. Das folgende Beispiel schreibt PCM in Abschnitten von etwa 0,3 Sekunden:
Die Ausgabe von
render() ist kein WAV, sondern rohe 16-Bit-PCM-Daten. Für diese Methode ist ein VVM-v2-Modell erforderlich. Die C-API bietet Funktionen zum Erstellen eines AudioFeature und zum Rendern von Bereichen, aber keine High-Level-API streaming_synthesis.