Speech Dispatcher

jednotné rozhraní k řečové syntéze

Zodpovědný vývojář: Hynek Hanke <hanke@brailcom.org>

Obsah:

O projektu
Budoucnost
Lidé
Dokumentace
Source code
Mailing-listy

Quick links:

O projektu

Cílem projektu Speech Dispatcher je poskytnout vysokoúrovňovou na zařízení nezávislou vrstvu pro syntézy řeči skrze jednoduché, stabilní a dobře zdokumentované rozhraní.

Klíčové vlastnosti:

Jednotnný přístup k různým řečovým syntetizérům
Řešení současně přicházejících požadavků na syntézu, umožňující obsloužit řečové výstupy přicházející ve stejný okamžik z více míst v aplikaci a/nebo z více různých aplikací
Následná serializace, řešení priorit a konfliktů příchozích řečových zpráv
Snadné přepínání kontextů, každé klientské spojení může mít svá vlastní nezávislá nastavení, a to i v rámci jediné aplikace
Vysokoúrovňová klientská rozhraní pro populární programovací jazyky
Zajištění jednotného zvukového výstupu, přehrávání zvuku je obstaráváno samotným dispečerem namísto omezených možností jednotlivých řečových syntetizérů

Speech Dispatcher je pro řečovou syntézu tím, čím je velmi vysokoúrovňová GUI knihovna pro grafiku. Aplikace nemusí ani komunikovat přímo s koncovými zařízeními ani řešit vícenásobný přístup, zvukový výstup a další problematické aspekty řečové syntézy.

Podporované TTS:

Festival
Flite
Espeak
Cicero
IBM TTS
eSpeak + MBROLA (pomocí generic driveru)
Epos (pomocí generic driveru)
DecTalk software (pomocí generic driveru)
Cepstral Swift (pomocí generic driveru)

Podporované subsystémy pro audio výstup:

Architektura je založena na modelu klient/server. Klienty jsou všechny aplikace v systému, které chtějí mluvit (typicky technologie zpřístupnění). Základní způsob komunikace s dispečerem je přes TCP spojení s využitím Speech Synthesis Interface Protocol (viz dokumentace SSIP). Vysokoúrovňové klientské knihovny implementují tento protokol pro několik populárních programovacích jazyků, čímž je použití zjednodušeno na maximální možnou míru.

Existující klientská rozhraní:

C/C++ API
Python API
Java API
Emacs Lisp API
Common Lisp API
Guile API
Jednoduchá klientská aplikace pro příkazový řádek

Zpřístupňující technologie spolupracující se Speech Dispatcherem:

speechd-el
Orca (viz http://live.gnome.org/Orca/SpeechDispatcher)
Speakup (přes Speechd-Up)
Yasr
LSR
BrlTTY

Budoucnost

V současné době je podporován pouze výstup na řečovou syntézu. Pro nejbližší budoucnost však plánujeme přesunout úkol správy řečových syntetizérů na nový TTS API Provider (ke správě braillských zařízení lze s výhodou použít BrlTTY). Speech Dispatcher se pak bude moci koncentrovat na poskytování velmi vysokoúrovňového API pro aplikace, pokročilejší synchronizaci a správu priorit zpráv, historii a přepínání konfigurace specifické pro jednotlivé klienty. V této nové verzi rozhraní bude spojen výstup pro řečovou syntézu a braillský výstup tak, aby aplikace nemusely posílat stejné zprávy dvakrát a aby mohly být oba výstupy koordinovány pro větší pohodlí uživatele.

Lidé

Vývojový tým:

Hynek Hanke <hanke@brailcom.org>
Milan Zamazal <pdm@freebsoft.org>
Jan Buchal <buchal@brailcom.org>
Tomáš Cerha <cerha@freebsoft.org>

Dále přispěli:

Lukas Loehrer <listaddr1 at gmx point net> ... výstupní modul pro eSpeak
Gary Cramblitt <garycramblitt at comcast point net> ... výstupní modul IBM TTS, ALSA audio výstup
Olivier Bert <obert01 at mistigri point org> ... výstupní modul pro Cicero
Jacob Schmude <jschmude at adelphia point net> ... konfigurace obecného výstupního modulu pro sw. DecTalk.
Steve Holmes <steve at holmesgrown point com> ... vylepšení obecného výstupního modulu
Gilles Casse <gcasse at oralux point org> ... PulseAudio výstup
Luke Yelavich <themuso at themuseo point com> ... opravy audio subsystému
C.M. Brannon <cmbrannon at cox dot net> ... opravy chyb
Rui Batista <ruiandrebatista at gmail dot com> ... Java klientské API

Dokumentace

Dokumentace je součástí projektu a je šířena společně se zdrojovým kódem.

HTML verzi dokumentace lze prohlížet on-line:

Dokumentace Speech Dispatcher ... zahrnuje jak uživatelskou tak vývojářskou dokumentaci dispečera i jeho klientských rozhraní
Dokumentace SSIP ... specifikace komunikačního protokolu

Source code

Latest released version is 0.6.7.

The source code is managed using GIT. There are the following options to get the current development version:

Clone the git repository from git://git.freebsoft.org/git/speechd
Use GIT web interface.

Please send patches to project maintainer.

Vývojovou verzi v součastné době spravovuje Luke Yelavich na adrese:

git://git.themuso.com/git/speechd.git

Javovské klientské rozhraní je vedeno odděleně v CVS modulu speechd-java:

Stáhněte si CVS snapshot Java API.
Použijte webové rozhraní k CVS Java API.
Přistupujte k CVS modulu speechd-java přímo

Anonymní CVS přístup k speechd-java (přihlašte se prázdným heslem):

cvs -d :pserver:anonymous@cvs.freebsoft.org:/var/lib/cvs login
cvs -d :pserver:anonymous@cvs.freebsoft.org:/var/lib/cvs checkout speechd-java

Mailing-listy

Pro projekt Speech Dispatcher byl zřízen veřejný mailing-list speechd@lists.freebsoft.org.

Je určen jak pro vývojáře tak pro běžné uživatele. Pokud chcete k vývoji aktivně přispět, navrhnout novou vlastnost, požádat o radu, či pouze chcete být informováni o nejžhavějším dění, neváhejte se přihlásit. Komunikace je vedena v anglickém jazyce.

Můžete také navštívit seznam všech mailing-listů projektu Free(b)soft.