PlainTalk - PlainTalk

PlainTalk это собирательное название для нескольких синтез речи (MacinTalk) и распознавание речи технологии, разработанные Apple Inc. В 1990 году Apple вложила много труда и денег в технологию распознавания речи, наняв множество исследователей в этой области. Результатом стал "PlainTalk", выпущенный с моделями AV в Macintosh Quadra серия с 1993 года. Сделана стандартным компонентом системы в Система 7.1.2, и с тех пор поставляется на всех PowerPC и немного 68 тыс. Макинтоши.

Программного обеспечения

Синтез речи

Технологии

Преобразование текста в речь Apple использует дифоны. По сравнению с другими методами синтеза речи, он не очень ресурсоемкий, но ограничивает естественность синтез речи возможно. Американский английский и испанский версии были доступны, но с момента появления Mac OS X Apple поставляла только голоса на американском английском, полагаясь на сторонних поставщиков, таких как Группа Акапела для предоставления голосов для других языков (в OS X 10.7 Apple лицензировала множество сторонних голосов и сделала их доступными для загрузки в панели управления речью).

An интерфейс прикладного программирования известный как Speech Manager, позволяет сторонним разработчикам использовать синтез речи в своих приложениях. Существуют различные контрольные последовательности, которые можно использовать для точной настройки интонации и ритма. В объем, подача Также можно настроить скорость речи с учетом пения.

Входом в синтезатор можно явно управлять с помощью специального фонема алфавит.

Оригинальный MacinTalk

Первоначальный механизм преобразования текста в речь Macintosh, MacinTalk (названный Дениз Чандлер), использовался Apple в 1984 г. Macintosh в котором компьютер заявил о себе миру (и высмеял вес компьютера IBM). Хотя он был включен в операционную систему Macintosh, он официально не поддерживался Apple (хотя информация о программировании была доступна через Техническую записку Apple[1][2]). MacinTalk был разработан Джозефом Кацем и Марком Бартоном, которые позже основали SoftVoice, Inc. который в настоящее время продает движки TTS для Windows, Linux и встраиваемых платформ. Macintalk использовал прямой доступ к исходному звуковому оборудованию Macintosh, и все попытки Apple лицензировать исходный код для его обновления для новых компьютеров Mac не увенчались успехом. [1] [2]

MacinTalk 2

В конце концов, Apple выпустила поддерживаемую систему синтеза речи под названием MacinTalk 2. Она поддерживает любой Macintosh. Системное программное обеспечение 6.0.7 или позже. Она оставалась рекомендованной версией для более медленных машин даже после выпуска MacinTalk 3 и Pro.

MacinTalk 3, Pro

В MacinTalk 3 появилось большое количество голосов. Помимо стандартных взрослых голосов «Ральф», «Фред» и «Кэти» и детских голосов, таких как «Принцесса» и «Джуниор», были включены различные новые голоса, такие как «Шепот», «Зарвокс» (роботизированный голос с мелодичным фоновые звуки, в том числе голос, называемый «триноиды»), «виолончели» (голос, который пел свой текст для Эдвард Григ настраивать, с одинаково поющими голосами, такими как «Хорошие новости», «Плохие новости», «Орган»), «Альберт» (хриплый голос), «Колокола», «Боинг», «Пузыри» и другие.

Каждый из этих голосов сопровождался собственным примером текста, который произносился при нажатии кнопки «Тест» на панели управления речью. Некоторые просто назвали свое имя, язык и версию MacinTalk, с которой они были представлены. Другие сказали бы забавный такие вещи, как «Мне очень нравится находиться внутри этого модного компьютера», «У меня в горле лягушка ... Нет, я имею в виду настоящую лягушку!», «Мы должны радоваться этому болезненному голосу» ( пародия из Западный церковный гимнодий с органной музыкой ), или «Свет, который вы видите в конце туннеля, - это фара быстро приближающегося поезда». Эти голоса, а также их тестовые тексты все еще присутствуют в Mac OS X сегодня.

С увеличением вычислительной мощности, которую обеспечивали компьютеры Mac AV и Macintosh на базе PowerPC, Apple могла позволить себе повысить качество синтеза. MacinTalk 3 требовал 33 МГц 68030 процессор и MacinTalk Pro требовал 68040 или лучше и не менее 1 МБ из баран. Каждый синтезатор поддерживал свой набор голосов.

Преобразование текста в речь в Mac OS X

Преобразование текста в речь было частью каждого Mac OS X (более поздняя версия для macOS). Голос Виктории был значительно усилен в Mac OS X v10.3, и добавлен как Вики (Виктория не была удалена). Его размер был почти в 20 раз больше за счет использования более качественных образцов дифонов.

Новый, гораздо более естественный голос под названием "Alex" был добавлен в список Mac для преобразования текста в речь с выпуском Mac OS X 10.5 Леопард.[3]

С Mac OS X 10.7 Лев, голоса доступны на дополнительном американском английском и других акцентах английского языка, а также на 21 другом языке.[4]

В Произнести выделенный текст при нажатии клавиши Функция позволяет читать выбранный текст из любого приложения с помощью комбинации клавиш. Из Mac OS X 10.1 к Mac OS X 10.6, функция скопирует выделенный текст в буфер обмена и прочитает его оттуда. Из Mac OS X 10.7 к Mac OS X 10.10, новая реализация функции потребовала от разработчиков программного обеспечения реализовать синтез речи API в свои приложения.[5][6] Это предотвратило перезапись буфера обмена, но также означало, что для приложений, которые не использовали API, функция не будет работать должным образом, считывая строку заголовка, а не выделенный текст.[7][8]

В macOS Sierra 10.12 Siri была представлена ​​для Mac, однако голос не был доступен в качестве системного голоса, а это означало, что голоса Siri можно было использовать только в Siri. Siri была доступна как системный голос в macOS Catalina 10.15, так что она могла работать с любым текстом. Голоса Siri работают совершенно по-другому, а сказать команда по-прежнему не может использовать Siri.

Распознавание речи

В 1990 году Apple наняла множество исследователей в области распознавания речи. Примерно через год они продемонстрировали технологию под кодовым названием Casper. Он был выпущен как часть пакета PlainTalk в 1993 году. Хотя он доступен для всех компьютеров Macintosh PowerPC и компьютеров AV 68k (это было одно из немногих приложений, в которых использовалась DSP в Centris 660AV и Quadra 840AV ), он не входил в стандартную установку системы до Mac OS X, требуя от пользователя выполнения специальной установки ОС, чтобы получить возможности распознавания речи.

В Mac OS X 10.7 Lion и ранее распознавание речи Apple было ориентировано только на голосовые команды, то есть не предназначалось для диктовки. Его можно настроить для прослушивания команд при нажатии горячей клавиши, после обращения с фразой активации, такой как «Компьютер» или «Macintosh», или без запроса. Графический монитор состояния, часто в виде анимированного персонажа, обеспечивает визуальную и текстовую обратную связь о состоянии прослушивания, доступных командах и действиях. Он также может общаться с пользователем с помощью синтеза речи.

Ранние версии распознавания речи предоставляли полный доступ к меню. Позднее эта поддержка была удалена, так как она требовала слишком много ресурсов и делала распознавание менее надежным, и была повторно добавлена ​​в Mac OS X 10.3 в качестве «технологии универсального доступа», называемой голосовым пользовательским интерфейсом.

Пользователь может запускать элементы, расположенные в специальной папке, называемой «Speakable Items», просто произнося их имя (пока система находится в слушание Режим). Apple отправила несколько AppleScripts в этой папке, но псевдонимы, документы и папки можно открыть таким же образом.

Дополнительную функциональность предоставляют отдельные приложения. An интерфейс прикладного программирования позволяет программам определять и изменять доступные словарный запас. Например, Finder предоставляет словарь для управления файлы и окна.

В OS X 10.8 Mountain Lion, Apple представила «Диктовку,[9]»Предназначен для общего текста. Первоначально требовалась отправка аудиоданных на серверы Apple для обработки. В OS X 10.9 Mavericks, Apple добавила возможность загрузки поддержки диктовки без подключения к Интернету. Начиная с OS X 10.9.3, поддерживаются восемь языков (19 диалектов).

В популярной культуре

В радио

Синтез речи MacinTalk можно услышать в нескольких радиопрограммах:

  • Некоторые из радиопередач в сериале BBC Radio 1 Blue Jam используйте MacinTalk.[10]

В музыке

Синтез речи MacinTalk можно услышать в нескольких песнях:

В кино

  • Голос «Ральфа» служит голосом компьютеризированного автопилот АВТО в 2008 году Дисней -Pixar фильм ВАЛЛ-И. MacinTalk указан в качестве этого голоса в финальных титрах фильма.[12]
  • В Незаполненный чек Престон использовал MacInTalk в качестве голоса М.Мачинтоша, чтобы купить дом по телефону.

На телевидении

В видеоиграх

  • MacinTalk использовался в японской версии игры. Убийца7, как голоса Остаточных Психов.
  • В игре использовался MacinTalk Нет больше героев. Перед каждым боем с боссом голос «Шепот» объявляет имя текущего босса.
  • Оригинальный выпуск 1999 года Серебряный футляр использовал "Ральф" и "Боинг" во вступительном треке.
  • Видеоигра Grand Theft Auto IV использовал "Вики" как голос диджея внутриигровой радиостанции "Путешествие ".
  • Видеоигра 2009 года Машинарий включает несколько голосов Macintalk в своей эмбиентной музыке.
  • В 3DO версия Звездный контроль 2 использовал «Брюса» как голос Зондирования Слайландро. В игре озвучен голос Зонда как 840AV. «Агнес» также использовалась в качестве голоса компьютера капитана корабля, услышанного при первой встрече с расой Орз.
  • Японская и европейская версии Соник CD использовал голоса MacinTalk в фоновой музыке на сценах Bad Future Metallic Madness.
  • Видеоигра Castle Crashers использовал голос новинки Боинг для персонажа, известного как Художник.
  • Видеоигра 2003 года Шин Мегами Тенсей: Ноктюрн в саундтреке использовал «Альберт» для вокала.

В веб-видео

  • Голос MacinTalk "Zarvox" использовался для озвучивания робота в Smosh видео "УДИВИТЕЛЬНЫЙ НОВЫЙ РОБОТ!", и голос "Фреда" был использован для озвучивания Стивен Хокинг в "15 ЧАСОВ ЭНЕРГИИ!"
  • YouTuber Макс Джиларди использовал разные голоса Macintalk для своих видео.
  • В Создание извергов веб-сериал имел версию эпизода «Китти Китти Китти», где исходный звук был заменен компьютерным симулятором речи.
  • В начале Nitro Rad голос произносит слова «Nitro Rad».

Аппаратное обеспечение

Apple произвела два микрофоны под названием «Микрофон Apple PlainTalk». Первые поставлялись с Macintosh LC и ранними моделями Performa и имели круглую форму. Он был разработан для размещения в держателе, прикрепленном к боковой стороне ЭЛТ-дисплей, и быть поднятым и удерживаемым за рот во время разговора. Вторая модель была представлена ​​вместе с моделями AV в Macintosh Quadra в 1993 году, но также продавалась отдельно. Он был разработан таким образом, чтобы располагаться над экраном и быть чувствительным к звуку спереди. Обе модели имели более длинный разъем, кончик которого использовался для подключения микрофона. напряжение смещения.

Рекомендации

  1. ^ Джим Рикес (июнь 1989 г.). «Техническая записка № 019: Как создать непрерывный звук без щелчка, написанная Джинджер Джерниган в апреле 1985 года, отредактированная Джимом Рикесом в июне 1989 года». Apple Computer Inc. Архивировано с оригинал на | архив-url = требует | дата-архива = (помощь). Получено 18 сентября 2019. В этом техническом примечании ранее описывалось, как использовать звуковой драйвер для создания непрерывного звука без щелчка .... Техника непрерывного звука больше не рекомендуется .... из-за проблем совместимости. Аппаратная поддержка звука, разработанная в ранней архитектуре Macintosh, была минимальной ... Apple Sound Chip (ASC) ... присутствует во всем семействе Macintosh II, а также в Macintosh SE / 30 и более поздних машинах. Доступ к старому оборудованию Macintosh Plus и SE может вызвать щелчок. Этот щелчок - проблема с оборудованием. Программным решением этой проблемы было непрерывное воспроизведение тишины. Это не реальное решение проблемы и не рекомендуется по следующим причинам: - Техника, используемая для создания непрерывного звука, должна была использоваться только на Macintosh Plus или SE, поскольку это единственные модели, у которых есть «смущающий» нажмите " Не используйте этот метод на Macintosh со звуковым чипом Apple. - Звуковой драйвер больше не поддерживается ... не будет присутствовать в будущих выпусках системного программного обеспечения, или будущее оборудование может не поддерживать его. Sound Manager - это интерфейс приложения для звукового оборудования. - Использование технологии непрерывного звука или звукового драйвера, если на то пошло, вызовет проблемы для системы и тех приложений, которые правильно используют Sound Manager. Также имейте в виду, что _SysBeep, который является обычной процедурой, которую все использует, является процедурой Sound Manager. - Технология непрерывного звука тратит время процессора на воспроизведение тишины. С мультимедийными приложениями и появлением MultiFinder важно, чтобы ЦП выполнял как можно больше работы. Технология непрерывного звука использовала ЦП для непрерывного воспроизведения тишины, тем самым отнимая драгоценное время у других, более важных задач.
  2. ^ Джим Рикес (1 февраля 1990 г.). «Техническое примечание PT22, также известное как № 268: MacinTalk - Последняя глава от MacinTalk - Последняя глава». Apple Computer Inc.. Получено 18 сентября 2019. Результатом этой работы стал MacinTalk. MacinTalk - это файл, который может быть помещен в системную папку обычного компьютера Macintosh и позволяет преобразовывать текст в речь для введения в 1984 году. Было сочтено, что это интересная программа, поэтому Apple сделала ее доступной для разработчиков. Были опубликованы интерфейсы к MacinTalk, и лицензирование программного обеспечения Apple позволило включить его в продукты разработчиков. Первоначальный проект должен был получить драйвер речи для Macintosh, но он не включал получение исходного кода этого драйвера. У Apple есть только то, что она дает разработчикам: файл, который нужно скопировать в системную папку, и этот файл нельзя изменить, поскольку у Apple нет исходного кода. [Оригинал] MacinTalk работает, используя задачу VBL для записи данных непосредственно в звуковое оборудование логических плат Macintosh Plus и SE - метод, который Apple не поддерживает. Только благодаря усилиям Sound Manager программное обеспечение, которое записывает данные непосредственно в это звуковое оборудование, продолжает работать. MacinTalk продолжает записывать на аппаратные адреса материнской платы Macintosh 128K, но Sound Manager и Apple Sound Chip работают вместе, позволяя таким программам, как MacinTalk, продолжать работать на новых машинах. Sound Manager и Apple Sound Chip [ASC] были представлены в Macintosh II. Sound Manager отслеживает адреса оборудования, которые раньше присутствовали на Macintosh. Когда Sound Manager обнаруживает активность на одном из этих адресов, он переходит в режим «совместимости». В этом режиме он направляет данные на реальное звуковое оборудование, но пока это происходит, правильный код Sound Manager не может работать - даже _SysBeep Sound Manager не работает, когда используется MacinTalk. Кроме того, режим совместимости нельзя отключить, пока приложение, требующее его, не вызовет _ExitToShell. Даже приложение, которое правильно использует звук с правильным кодом, не работает, если другое приложение открывает драйвер MacinTalk. Нет никаких решений для этой несовместимости .... Другими словами, если вы находите MacinTalk интересным и интересным - покупайте его. Напишите код и наслаждайтесь. Однако имейте в виду, что MacinTalk не следует включать как часть какого-либо коммерческого продукта. Apple Computer, Inc. не предоставляет никакой поддержки MacinTalk, кроме той, которая приобретается вместе с самим пакетом, и в будущем поддержка не будет. Apple стремится предоставить сообществу разработчиков целый ряд речевых технологий, интегрированных с Sound Manager ... Больше ничего не будет сделано [с оригинальным MacinTalk]. Это риск совместимости ... приводит к сбою Sound Manager ... не будет работать с новым Sound Manager, запланированным для System 7.0 ... может вообще не работать с будущими версиями оборудования Macintosh. .... # 000: О технических примечаниях Macintosh .... Мы не налагаем никаких ограничений на копирование технических примечаний, за исключением того, что вы не можете их перепродавать, поэтому читайте, наслаждайтесь и делитесь. Мы надеемся, что Технические заметки Macintosh предоставят вам много ценной информации при разработке оборудования и программного обеспечения Macintosh. Альтернативный URL
  3. ^ «Доступность - OS X». яблоко. Получено 2016-04-27.
  4. ^ «Архивная копия». Архивировано из оригинал 24 сентября 2011 г.. Получено 23 июля, 2011.CS1 maint: заархивированная копия как заголовок (связь)
  5. ^ «Введение в руководство по программированию синтеза речи». Developer.apple.com. 2006-09-05. Получено 2016-04-27.
  6. ^ «Синтез речи в OS X». Developer.apple.com. 2006-09-05. Получено 2016-04-27.
  7. ^ «[Решено] Преобразование текста в речь читает только заголовок документа (см. Тему) • Форум сообщества Apache OpenOffice». Forum.openoffice.org. Получено 2016-04-27.
  8. ^ "scottmartin / speak-selected-text-sublime: плагин для преобразования текста Mac в речь из Sublime Text 2". GitHub.com. Получено 2016-04-27.
  9. ^ «Используйте свой голос для ввода текста на Mac - служба поддержки Apple». Support.apple.com. 2016-04-05. Получено 2016-04-27.
  10. ^ "Крис Моррис - Blue Jam - Стив Ламак Стинг". YouTube. BBC Radio 1. Получено 30 ноября 2014.
  11. ^ "Мэрилин Мэнсон - официальное музыкальное видео Antichrist Superstar". Официальное музыкальное видео Antichrist Superstar. NME.com. Получено 15 августа 2011.
  12. ^ Стив «Капоне» Прокопий (24.06.2008). «Эндрю Стэнтон передает товары на ВАЛЛ-И, а ДЖОН КАРТЕР - Капоне!». Разве это не крутые новости. Получено 2008-11-22.

внешняя ссылка