如何使用 FliteController 类中的 withVoice: 参数减慢语音速度？

Question

我正在使用 OpenEars FliteController 类将文本转换为语音。

我正在使用以下方法：

[self.fliteController say:@"Aphrase Id like my app to say outloud." withVoice:@"cmu_us_awb8k"];

在 withVoice: 之后可以输入的参数选项如下：

cmu_us_awb8k
cmu_us_rms8k
cmu_us_slt8k
cmu_time_awb
cmu_us_awb
cmu_us_kal
cmu_us_kal16
cmu_us_rms
cmu_us_slt

我用 withVoice: 尝试了所有这些参数，

但是，我的客户对这些声音不满意。他告诉我这些都很快。因此，我需要一种使用 withVoice: 参数来减慢语音速度的方法。我该怎么做呢？还有其他语音可用吗？

Answer 1

自 0.911 版本起，速度/音高/方差变换现已成为 OpenEars 的一项功能。您可以按如下方式使用它：

使用 FliteController 的以下属性更改声音的速度、音调和变化性：

duration_stretch // Duration of speech
target_mean // Average pitch of speech
target_stddev // Variance

例如，在发送此消息之前：

[self.fliteController say:@"Aphrase Id like my app大声说话。” withVoice:@"cmu_us_awb8k"];

您可以对 self.fliteController 进行以下设置：

self.fliteController.duration_stretch = 1.5; // Slow down the speed a bit
self.fliteController.target_mean = 1.2; // Raise the pitch
self.fliteController.target_stddev = 1.5; // Increase the variance

1.0 是默认值，0.0 是最小值，2.0 是可能的最大有用值（尽管您可以高于 2.0，但它可能不会是一个有用的值） 。

uration_stretch 为 0.5 时，速度是 1.0 的两倍，duration_stretch 为 2.0 时，速度是 1.0 的一半。 target_mean 或 target_stddev 为 2.0 将使平均音调频率或方差加倍，而 0.5 会将它们减少一半。

您不必设置或覆盖这些设置 - 如果您不使用它们，它们将被设置为语音的默认值。如果您想在覆盖它们后将它们恢复为默认值，只需将它们全部设置为 1.0：

self.fliteController.duration_stretch = 1.0; // Reset the speed
self.fliteController.target_mean = 1.0; // Reset the pitch
self.fliteController.target_stddev = 1.0; // Reset the variance

Answer 2

我相信这是 OpenEars 的成果。不知道如何在 OpenEars 中进行配置。但是您可以查看此演示，它可以根据您的要求进行自定义。就像您可以设置声音的音高/方差/速度一样。从链接克隆存储库。

如果您可以迁移到此，这将是您的解决方案。如果您对此演示有任何疑问，我一定可以提供帮助，因为我为 TextToSpeech 准备了 1 个带有播放/暂停/停止选项的演示。

希望有帮助。