Sprechendes Weblog? - www.talkingblogs.de

[mastermind]

Zitat von TheTeddy

Eine "OpenSource-Variante", wie Du sie nennst (ich gehe mal davon aus, dass Du damit die zugrundeliegende TTS-Engine meinst, die "frei" sein muss) stricke ich Dir in einer Stunde hinter das Plugin. Tipp: Mach Dir nicht die Mühe mit Festival, nimm z.B. MBROLA (ist zwar kein unit-selection system sondern diphone-basiert, liefert aber auch audio-content). Das hast Du in 15 Minuten am laufen. Danach schreibst Du dir ein Skript mit nen paar LTS-rules, die die grapheme2phoneme Konvertierung zur PHO-file Generierung übernehmen und legst danach eine übliche Intonationskurve über die Phonemsequenz. Schon hast Du ein "freies" TTS-Plugin.

Nun ja, ich würde es mir insofern noch einfacher machen, als ich mich mit dem Backend gar nicht beschäftigen würde, sondern nur einen Wrapper für eine fertige TTS-Engine schreiben. MBROLA kenne ich und finde ich auch ganz nett, aber zum einen steht es nicht unter einer freien Lizenz, zum anderen wüsste ich nicht, warum ich MBROLA Festival vorziehen sollte. (Das liegt aber daran, dass ich MBROLA zu wenig kenne.) Letztendlich kann man MBROLA-Stimmen ja auch mit Festival nutzen.

Zitat von TheTeddy

ABER: Darum geht es nicht. Ich weiß nicht, inwieweit Du Dich linguistisch mit dem ganzen Thema auskennst, aber Evaluationskriterien für solche Systeme sind unter Anderem Verständlichkeit und Natürlichkeit der Sprache - hast Du Dir schonmal überlegt, warum TTS noch lange nicht im Alltagsleben angekommen ist? Eben weil die Systeme noch lange nicht "natürlich" klingen. Und genau dort liegt der Hase im Pfeffer: Zeig mir ein frei verfügbares System, welches annähernd die Qualität von kommerziellen Systemen (wie dem von Cepstral) bietet. Du wirst immer einen gewissen, bei MBROLA abhängig von Deinem Preprocessing-Skript sogar recht hohen Grad an Monotonie in den freien synthetischen Stimmen finden - und das will der eifrige Endkunde (in unserem Fall die vielen Blogger da draußen) nicht. Willst Du Dein Blog von einem "Roboter" vorgelesen bekommen? Also dann würde ich es lieber ganz sein lassen.

Ich kenne mich mit den Basics aus; kann also mit Begriffen wie Phonem, Formant(-ansatz), etc. durchaus was anfangen. (Hatte in der Uni mal ein Hauptseminar zum Thema Sprache.) Aber ich bin natürlich kein Fachmann. Dass die Qualität von Festival und MBROLA mit den TTS-Anwendungen jüngeren Datums nicht konkurrieren können, ist mir natürlich auch klar -- ich würde nie behaupten, dass Festival eine Konkurrenz zu Cepstral darstellen könnte. Ich hatte auch schon das Vergnügen, JAWS und Blindows zu erleben, und ich bin wirklich beeindruckt von der verhältnismäßig natürlichen Sprachwiedergabe. Wie auch immer -- ich glaube, dass eine eher simple, dafür aber kostenlose TTS-Engine bei Bloggern (zahlenmäßig) auf mehr Interesse stoßen würde als eine bessere und kommerzielle.

Zitat von TheTeddy

Ich denke, die Diskussion führt gerade etwas am Thema hier vorbei, denn eigentlich sollen in diesem Forum ja neue Plugins und deren Entwicklung vorgestellt werden ...

Nö, wieso... ich denke, wir sind mitten drin im Thema.

Zitat von TheTeddy

Falls Du aber wirklich ein System mit einer "freien" TTS-Engine zusammenstrickst bin ich sehr an den Ergebnissen interessiert!

Naja, meine Ankündigung war nicht so ganz ernst gemeint. Aber vielleicht habe ich demnächst ja ein paar müßige Stunden und mache mich mal dran.

Zitat von TheTeddy

Allen anderen Lesern wünsche ich weiterhin viel Spaß mit dem original talkinGBlogs-Plugin ...

lol, keine Sorge... ich werde Dir weder Namen noch Inhalt Deiner Lösung streitig machen.

[tts]

Damm meldet sich hier auch mal schnell die Konkurrenz zu Wort!

Wir bieten ebenfalls ein Plugin an, das Blogeinträge in Sprache übersetzt - und das mit einer sehr guten Sprachqualität (und kostenlos).

Wer mehr wissen möchte: www.talkingtext.de

Schönen Tag noch!

[TheTeddy]

Zitat von tts

Damm meldet sich hier auch mal schnell die Konkurrenz zu Wort!

Hey tts ... Ich würde das nicht als "Konkurrenz" bezeichnen ... Ihr habt eine ganz andere (kommerzielle) Strategie. Ihr finanziert Euch über Werbung, sammelt Daten von Kunden, erlaubt "nur" 8 Blogeinträge zu synthetisieren bei neuen Blogs ... Außerdem sind Eure Kunden immer abhängig von Eurem System, da die Sythese auf Euren Servern läuft wie ich gesehen habe ...
Aus kommerzieller Sicht sicherlich genau der richtige Weg (siehe andere kommerzielle Systeme wie z.B. Readspeaker die genauso verfahren) ...

talkinGBlogs funktionert komplett auf dem eigenen Webspace - es ist sicherlich nicht so einfach einzubinden wie Euer Plugin, und die hochwertige TTS-Engine im Hintergrund kostet Geld ... Wenn es aber läuft ist man vollkommen unabhängig von anderen Webservern, und: man hat seine personenbezogenen Daten nicht herausgegeben.

Jeder sollte selbst entscheiden, was ihm lieber ist ...

Mein Plugin ist zu rein wissenschaftlichen Zwecken entwickelt worden (entwickelt im Frühjahr 2006 - vorgestellt auf einer Computerlinguistik-Konferenz im September) ... Dass das TTS-System Geld kostet liegt nicht in meiner Hand, ich biete kein kommerzielles all-in-one package an so wie ihr, sondern gebe lediglich die Möglichkeit, durch das Plugin ein Blog unter Zuhilfenahme eines hervorragenden TTS-Systems zu synthetisieren.

Zitat von tts

Wir bieten ebenfalls ein Plugin an, das Blogeinträge in Sprache übersetzt - und das mit einer sehr guten Sprachqualität (und kostenlos).

Über die Sprachqualität müsste man allerdings mal diskutieren. Ich weiß nicht, welche TTS-Engine ihr einsetzt (sicherlich auch eine "zugekaufte", und keine eigene, oder?!) ...
Allerdings würde mich interessieren, warum hinter all Euren synthetisierten Einträgen Musik hinterliegt?!
Ein Schelm, der denkt, dass das der Fall ist um "schlechte" joins (sofern ihr ein Unit-selection System einsetzt) zu verschleiern.

Viel Erfolg weiterhin (aus wissenschaftlicher Sicht bin ich zugegeben etwas neidisch auf das riesige Lexikon was ihr "nebenbei" und quasi kostenfrei durch Eure "User-machen-mit"-Strategie von den Benutzern erstellen lasst - guter Einfall!)

Gruß
talkinGBlogs