Kõneveeb ja Minu Hääl: uus kõnesünteesikeskkond ja -teenus

Abstract

https://doi.org/10.5128/ERYa19.07

Tekst-kõne-süntees on tehnoloogia, mis muudab kirjaliku teksti kõneks. Kõnesünteesi kasutusvaldkond on tänapäeval väga lai. Vajadus kõnesünteesi oma seadmesse paigaldada või tootesse integreerida on muutunud üldiseks. Käesolevas artiklis tutvustame Eesti Keele Instituudis arendatavat interaktiivset kõnesünteesi veebikeskkonda Kõneveeb, mille eesmärgiks ongi ühiskonna, ettevõtjate ja arendajate vajadusi arvestades pakkuda tasuta ühest kohast ja mugavalt kõiki Eesti Keele Instituudi kõnesünteesiga seotud teenuseid ja ressursse. Põhjalikumalt tutvustame Kõneveebis saadaval olevat uut teenust Minu Hääl, mis võimaldab igaühel luua ise sünteeshääle ilma mingite tehniliste eelteadmisteta kõnesünteesist. See teenus on mõeldud üksikisikutele ja ettevõtjatele, kelle vajadusi olemasolevad sünteeshääled ei rahulda, näiteks kellel on vaja spetsiifilises stiilis või unikaalset sünteeshäält või omaenda häälest tehtud sünteeshäält.

Võtmesõnad: kõne, kõnetehnoloogia, kõnekorpused, masinõpe, kõnesünteesiteenus, eesti keel

***

Kõneveeb and Minu Hääl: An interactive web environment for speech synthesis resources and a service for custom synthetic voice creation

Text-to-speech synthesis – a technology that converts written text into speech – has become part of everyday applications. This means that there is a general need for individuals to install speech synthesis in their devices and for companies to integrate it into their products and services. It is therefore important to make speech synthesis available for maximally easy uptake, especially for languages that are in danger of being dominated by English. The paper describes the interactive web environment Kõneveeb that is being developed to this end at the Institute of the Estonian Language. The purpose of the environment is to make the Institute’s Estonian speech synthesis resources and services easily available for individuals, companies, and developers alike. In addition to various free text voicing services, application interfaces, training corpora and training software, Kõneveeb offers a custom synthetic voice creation service, Minu Hääl. The service is intended for users who need a synthetic voice that is unique, represents a specific speaking style, or resembles their own voice. It allows the user to create a synthetic voice without any technical knowledge about speech synthesis. The service includes a dedicated program that enables an effortless recording of the donor voice and outputs a training corpus in the required format. After the user has uploaded the training corpus to Kõneveeb, three synthetic voices are automatically trained, using different synthesis methods. The resulting speech synthesisers can be used for text voicing either directly in Kõneveeb or installed in the user’s computer. Both the Kõneveeb environment and the Minu Hääl service will be constantly updated with new resources and possibilities.