roboforum.ru

в том то и дело, потому хотел бы другой вариант использовать

надо не слова наговаривать а слоги. тогда можно подавать строку, анализировать, разбивать на слоги и проговаривать.

только с ударениями надо помудрить... хотя без них тоже будет весьма прикольно

Идеи есть какие слоги и какие правила?

ну только в общих чертах. слоги надо делить так, чтобы при стыковке минимизировать разрыв. так что каждого слога должно быть больше чем по одному варианту. ну и ударный и безударный слог тоже будут по разному звучать. наверное удобно было бы дробить по согласным... надо подумать.

а вообще надо начинать со слов в один слог и экспериментировать со составлением походу. там и родится где резать слог. очевидно, чем длинее будут слоги тем слаженнее будет речь и тем больше места будет занимать файлО

Добавлено спустя 16 минут 13 секунд:
википедия говорит о полуслогах. окончание предыдущего и начало следующего.

в любом случае, имхо, следуем двигаться от простого к сложному. например произносить простые односложные слова и цифры. уже будет практическая польза

Блин, написал большой мэссэдж, глюкануло и мэссэдж пропал... Ограничусь выводами:
Перспективнее разбивать слова на фонемы по международному фонетическому алфавиту(МФА). Для синтеза слова на любом языке (на начальном уровне) потребуется около 2000 вавок (если все-таки в вавки писать). Для качественного синтеза около 30к-50к вавок. Для слогов и полуслогов - значительно больше, но это упростит фонетический словарь. ИМХО, перспективнее иметь огромный фонетический словарь и маленькую БД звуков, разбивая слова на фонемы, поскольку синтез получиться более гибкий и качественный. Подправив пару параметров и не записывая никаких новых вавок можно будет даже акценты делать... (Но тут DSP надо ставить)
Еще перспективней моделировать звукосинтезирующий тракт человека (или попугая какого-нить )... Тут, надеюсь, всё понятно... Но это, ИМХО, пока очень трудноосуществимо. Микроконтроллер такое не потянет... Тут нужен мощный кластер.
Так что для микроконтроллеров скорее всего вавки + фонемы по МФА.

хотел бы другой вариант использовать

я использовал микросхему ISD, "готовил" на компе (с помощью СаундФордж) звуки букв и слоги, затем с компа записывал всё это в МСХему. Затем с помощью МК вызывал из ISD-эшки звуки складывая (програмно) в слова и предложения. Длина и количество слов ограничено только длиной программы в МК, а т.к. прога оч. простая то, походу, можно целый доклад воспроизвести с помощью 10-ти-секундной ISD и какой-нидь тиньки. Разборчивость текста конечно, оставляет желать лучшего, но понять можно, особенно если знаешь весь текст... Но это касательно чел. речи, а если звуки - то ваще без проблемм
Здесь небольшой пример того, что получается.
ЗЫ: не претендую на оригинальность, просто может кому сгодится...

может стоит синтезировать на компе готовыми утилитами, а на МБ отправлять звуковой поток? канал вроде широкий (кто там про 250кбит/сек говорил? ), вот только справится ли мега

На такой звук 8-16 кбит хватит...

Ну что, будем пытаться что-нибудь более сложное и реальнее синтезируемое делать чем ГОВОРИЛКА? Если да, давайте попробуем что то типа алгоритма или описания для начала придумаем.

наброски по поводу синтеза речи на пк с использованием sapi. осталось научится записывать звук в поток памяти, кодировать и передавать его

А что сюда то выложил?

то что просто говорит
набросок он и есть набросок, прст библиотеку подключил и посмотрел чего будет

ну вот кажется докопался до сохранения голоса в вавку с произвольным битрейтом, частотой сэмплирования и проч. вскорости выложу екзек

У тебя какой синтезатор речи установлен на ПК?