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.
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.
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. ![]()
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. ![]()
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. ![]()