3个开源TTS（三）flite的简要分析与espeak的选择

    这篇主要介绍下flite和在windows下的cygwin中编译，以及选择espeak的原因。
    从flite的介绍中可以看到，它是festival-lite，即festival的精简版，相对于Festival结构过冗余，速度太慢，它是一款短小精悍，快速实时的TTS引擎。Flite设计中兼容Festival的voiees和models，Flite使用HRGS（heterogeneous relation graphs）作为它的基本的发音代表结构。而且合成器的大部分内容是数据，比如字典，单元数据库等(lexicons，unitdatabaseetc)，实际的代码量相当的小。对于festival，大部分数据存在在外部文件中，依需要而下载，而对于Flite来说，因为它是非常小的一个引擎，所以允许核心数据在ROM中。从架构上看，Flite包括两个部分，核心库和声音，Flite库包含核心合成代码。Flite声音，这包含三个子部分(1)语一言模型:字串处理，韵律模型 textprocessing，  prosodymodelsete(2)字典不fJ字符到声音规则    Lexieonandxette:tosoundrules(3)单元库和声音定义 unitdat汕   aseandvoicedefinition。
    Flite是墓于diphone原理合成的，Diphone合成中所使用的是一种简约语音库，它包括一种语言中出现的所有diphone(汉语中叫做双因素)，diphone的数量是基于这种语音的因素的数目，比如:西班牙语有大约800个diphone，德语有2500左右。在diphone合成中，每个dihone只有一个例子是包含在语音库里。在运行时，句子的韵律处理是基于这些最小单位的叠