今年，我参加学校举办的的一个嵌入式比赛，我的作品中需要用到中文文本语音转换的功能，由于是使用linux系统，所以不能使用MS提供的语音开发包，虽然linux上也有很多TTS功能的软件，但都只支持英语文本的转换，不支持中文的转换，当然支持中文语音转换的也有，但都需要money的，而且我们对语音的要求不高，所以就由我自己来实现。

我实现的中文TTS现有功能如下：

1)：基于中文二级字库，语音库的语音元素使用的是MS的语音库语音元素。

2)：合成语音文件的格式为 WAV，  所以合成语音可以直接在声卡上播放。

3)：提供简单的函数调用接口，支持程序开发

附：

我实现的中文TTS 需改进的N点：

1)：没有自己的语音播放功能（我是FORK 播放器进程来读语音文件的）

需要在TTS中增加播放功能模块，才能算是完整的TTS系统，

网上有很多LINUX上播放器的代码，由于时间关系我暂时没做，但以后我一定会加上去的，

我也希望能有朋友能帮我完成这功能

2)：语音库文件太大（没压缩前有40M左右，使用普通的压缩程序压缩后只有2M多点）

我的发音元素是采用WAV格式的，所以有点大， 解决方法我暂时还没想到，我打算对压缩文件进行操作，但不知道

行不行，自己没把握。

3)：提供的函数功能太简单

3.1): 现在只提供了将GBK/GB2312编码 的中文文本转换， 如果程序使用的编码是其它格式的话，还需先自己转换

成GBK/GB2312的编码 才能使用我提供的函数，我想在中文TTS中封装编码转换函数，这样能使应用程序更方便

的使用。

3.2): 其他很多功能的实现：

  太多功能需要来实现，写都写不来了。。比如说读数字的处理等等，太多了，所以暂时空着 

4)：读音效果

     我想这点应该是评价一个TTS系统的最关键的因素，也是我自己认为最难的一点，我想这可能超出了我的知识范

围，我的头脑中只存在着编程逻辑，对其他的知道得甚少，我想我自己得突破这点。了解其它学科的知识。

 现在我只能说一句， 现在的读音效果超差，一听就知道是机器在读，没有一点人情味。

5)：不支持中英文混读

现在只能读中文，英文是一个一个字母的读，虽然有很多关于英语转换的TTS软件是开源的，但要完成这功能还是

需要一定的工作量的，想想如果让我一个人来做，就头晕，天哪，要看N多的代码.......

 6)：多音字的处理

我想这可能要用到中文分词了....

 文章导读：
中文TTS 的简单实现（基于linux）之 实现原理:
http://blog.csdn.net/dedodong/archive/2006/07/16/927041.aspx

中文TTS 的简单实现（基于linux）之 语音库的实现
http://blog.csdn.net/dedodong/archive/2006/08/22/1105742.aspx

中文TTS 的简单实现（基于linux）之 实现语音合成
http://blog.csdn.net/dedodong/archive/2006/08/22/1105879.aspx

中文TTS 的简单实现（基于linux）之 后记
http://blog.csdn.net/dedodong/archive/2006/08/24/1109908.aspx

发表于 @ 2006年07月15日 03:50:00|评论(loading...)|编辑