如何简化我们最先进的文本转语音功能？

Question

在过去，文字转语音技术虽然很先进，但仍然非常不完善。当你输入一个单词时，它几乎会按照你的拼写方式读出它......单调。很多时候，结果会很有趣。如今，文本转语音技术已经非常智能，不会出现令人发笑的错误。

作为一个个人项目，我想编写一个应用程序，可以恢复这种旧式的文本到语音转换，即使只是作为一个玩具。在.Net 中，我可以使用 System.Speech.dll 和 SpeechLib COM 对象。 （微软语音对象库）两者似乎都使用操作系统内置的文本转语音功能，这又太聪明了。有什么方法可以配置它们以禁用使其变得智能的任何功能吗？

我尝试了几种不同的“SayAs”选项，尝试将区域性设置为不变（例外！），现在我正在考虑 SSML。看起来我必须找到旧技术本身，但我什至不知道从哪里开始。

作为我希望看到的混乱的一个例子，这里有一些 Moonbase Alpha 供您参考：http: //www.youtube.com/watch?v=Hv6RbEOlqRo （确保您戴着耳机！）

欺骗这些新奇的文本到音素转换器、标准化器和无绳电话， 和...

Answer 1

您可能想要所谓的“NRL 算法”，该算法由 Votrax 语音合成器使用在 20 世纪 70 年代和 20 世纪 80 年代。我记得我的一个朋友有一个我们连接（通过串行端口）到我的 Osborne I 的设备。我们从它“说”东西的方式中得到了很多笑声。例如，“Computer”一词源自“com poo ter”。

或者可能是我朋友拥有的 Microvox。这似乎敲响了警钟。当时，所有文本转语音框都使用几乎相同的技术。链接的文章是信息的源泉。大约中间有一段较长的关于文本到语音转换的部分。它描述了规则和基本算法。我怀疑，通过一些研究和实验，您可以复制 Microvox 的语音合成。

NRL 算法是由 Unix talk 命令 实现的，其来源显然是失去了历史的伟大部分。然而，MD McIlroy 写了一篇关于它的论文。 按规则合成英语语音（它是一个包含扫描页面的 tar 文件）。

如果我有时间的话，这将是一个有趣的项目。祝你好运。如果你有任何进展请告诉我。

Answer 2

好吧，我刚刚偶然发现了旧的“Microsoft Voice Text”库：vtext.dll

这似乎就是我正在寻找的东西！与现代 TTS 库相比，界面非常简单。结果似乎与我链接的视频中的声音并不完全相同，但这可能是不同的实现。不管怎样，是时候回忆一下了。

var tts = new HTTSLib.TextToSpeech();
tts.Speak("ebrbrbrbrbrbrbrbr");

由于某种原因，当我让它说“这里”时，vshost.exe 崩溃了。但由于这只是一个愚蠢的个人项目，我可以忽略它。