Gadatliwa strona, samoczytające się emaile itp. itd. hbo i tvn, Syntezator mowy wyręczający nas w czytaniu. Opcje

[fiasko]

Od ostatniej zabawy syntezatorami mowy minęło już u mnie sporo czasu. Generalnie włączałem je sobie z All Playerem do czytania napisów na filmie i do dnia dzisiejszego nie wydawało mi się , że będę tego potrzebował w innych celach.

Szybko zajrzałem więc na stronę jedynego w miarę przyzwoitego polskiego syntezatora mowy o którym wiedziałem z poprzednich lat doświadczeń - program o nawie IVONA.

Ku mojemu zdumieniu Soft Ivona bardzo się rozrósł. Możliwe stało się bowiem używanie syntezatorów mowy w aplikacjach www.

W brew pozorom program można wykorzystać nie tylko dla nie słyszących. Pobawiłem się tym softem i nawet elegancko czyta e-maile.

W każdym bądź rzazie daje link http://www.ivona.com/webreader.php

Moim zdaniem jedyną wadą i głupotą producenta jest sposób licencjonowania programu .
WADY które moim zdaniem są barierą wejścia w powszechny użytek

A. cena z kosmosu - 1 907 zł za rok, przy czym liczba odsłuchań 2000 na miesiąc (rozbuj),
B. abonament,
C limit odsłuchań,
D. synteza na zewnętrznym serwerze. - z wielu powodów nie dopuszczalne.

Gdyby nie te przeszkody można byłoby z powodzeniem stosować te rozwiązania .

Uważam też , że dużym minusem jest to , że synteza dźwięku odbywa się na serwerach producenta Ivona. Obawy moje rodzi , to, że w przypadku czytania poufnych informacji nie będą już poufne.
Skąd ja mam wiedzieć czy transmisja nie zostanie w jakiś sposób podsłuchana lub zapisana po drugiej stronie ? Kolejnym problem jest to , że serwer musi oczekiwać na dobicie się do serwerów IVONA co nie zawsze skutkuje powodzeniem.

Ja osobiście mocno ubolewam nad tym, że mimo, iż Polacy nie gęsi i swój język mają to nie mają nadal syntezatora mowy, który byłby w miarę na wysokim poziomie i za free. Wtedy można byłoby wykorzystać go jak bibliotekę i generować mowę w aplikacjach. No cóż mam nadzieję, że producent syntezatora mowy Ivona zejdzie na ziemię.


Ciekawe zastosowania dla tego softu jakie przyszły mi do głowy w aplikacjach www:

- odsłuchiwanie e-maili po kliknięciu w linka.
- tworzenie animacji i gadających dynamicznie postaci animowanych np. interaktywny przewodnik po stronie www.
- tworzenie interaktywnych pomocy np. przy zakupach w sklepach internetowych,
- gadające reklamy,
- alerty dźwiękowe w przypadku wykrycia błędu w formularzu ,
- oczywiste ,że dla niewidomych,
- nauka języków dla obcokrajowców hehe,

i masa innych zastosowań .


Jak sądzicie czym generować mowę w PHP ?

Ten post edytował fiasko 9.04.2011, 02:21:22

[thek]

Działa słabo, ponieważ największy problem to prawidłowe nagranie fonemów. Tu trzeba nieco zdać się na wyczucie. Poza tym Ty nagrywasz fonemy czy litery? To dwie różne rzeczy (IMG:style_emoticons/default/smile.gif) Najbliższe fonemów są głoski, ale to też nie do końca to samo. Podam Ci przykład zamiany na fonemy (IMG:style_emoticons/default/wink.gif)
Prządka:
p-ż-o-n-d-k-a ("rz" to fonetycznie "ż", a "ą" zmiększa się zazwyczaj do "on")
p-sz-o-n-d-k-a (jeśli przed "ż" wystąpią takie fonemy jak "p", "h", "k" to następuje zmiększenie do "sz")
Jak widzisz, trzeba naprawdę dobrze znać język by poznać reguły kierujące. A co dopiero mówić gdy chesz jeszcze intonacje i akcenty wprowadzić. Tutaj musisz manikulować częstotliwością. Pytania charakteryzują się choćby tym, że częstotliwość się zwiększa im bliżej końca pytania, a w ostatnich wyrazach czy wręcz sylabach następuje znaczne jej zwiększenie, niemal wykładniczo. Do tego każdy fonem to nie ta sama długość w czasie, tutaj wspomniane wyczucie i samodzielny odsłuch wskazany.