شرکت فناوری محلی نرم افزار TTS را راه اندازی کرد

یک نرم‌افزار تبدیل متن به گفتار بومی توسعه یافته با نام آریانا ۳ اخیراً توسط یک شرکت فناوری ایرانی راه‌اندازی شده است.

متن به گفتار که به اختصار TTS نامیده می شود، نوعی ترکیب گفتار است که متن را به خروجی صوتی گفتاری تبدیل می کند. سیستم های متن به گفتار ابتدا برای کمک به افراد کم بینا با ارائه یک صدای گفتاری تولید شده توسط کامپیوتر که متن را برای کاربر “خوانده” می کند، توسعه یافت.

به گزارش ایرنا، آخرین نسخه این نرم افزار تخصصی که ماه گذشته رونمایی شد، توسط یک شرکت علمی موسوم به عصر گویش پرداز منتشر شد.

هادی ویسی، مدیر پروژه نرم‌افزاری، گفت: اگرچه چندین نسخه نرم‌افزار TTS به زبان انگلیسی کیفیت بالایی دارند، اما نسخه‌های قبلی همان نرم‌افزار توسعه‌یافته به زبان فارسی یک ایراد بزرگ داشت و آن صدای رباتیک دیجیتالی بود.

او توضیح داد که اولین نسخه‌های نرم‌افزار با صفحه‌خوان JAWS برای کاربران هدف با بینایی ضعیف کار می‌کرد.

صفحه خوان JAWS محبوب ترین صفحه خوان جهان است که برای کاربران رایانه ای که از دست دادن بینایی آنها را از دیدن صفحه باز می دارد، ساخته شده است.

او گفت: “نسخه فعلی طی شش سال توسعه و اصلاح شده است. برجسته ترین عامل آخرین نسخه این است که صدا شبیه گفتار طبیعی است و به راحتی قابل درک است.”

ویسی توضیح داد که این نرم افزار برای بلند خواندن یک متن از مدل سازی ریاضی استفاده می کند و متون را می توان با صدای زن یا مرد خواند.

صدای ضبط شده توسط صداپیشه های حرفه ای انجام شده است. در هر زمینه ای، نسخه جدید و پیشرفته این قابلیت را دارد که معنی متفاوت همگراف ها را از هم جدا کرده و بر اساس آن تلفظ کند. همچنین می تواند اعداد را در قیمت، تاریخ و زمان تشخیص دهد و بخواند. “او گفت.

به گفته سازنده، آریانا ۳ می تواند به ویژه برای ایجاد پیام های تلفنی خودکار مفید باشد.

ویسی افزود: این نرم افزار به ویژه برای افراد کم بینا و سالمندان مفید خواهد بود. رسانه های خبری می توانند این ویژگی را به وب سایت های خود اضافه کنند تا امکان خواندن آسان برای گروه های ذکر شده فراهم شود.

همچنین می‌تواند در برنامه‌های تلفن هوشمند که کتاب‌های صوتی و پیام‌های متنی را می‌خوانند، استفاده شود.

نرم افزار جدید در وب سایت شرکت www.farsireader.com تست شد و موفق به ارائه نشد. با این حال، برخی از اشتباهات در تلفظ برخی از کلمات و لحن‌ها وجود داشت که احتمالاً در به‌روزرسانی‌های بعدی اصلاح می‌شوند.

عصر گویش پرداز اولین شرکت ایرانی متخصص در زمینه هوش مصنوعی و سیگنال های صوتی است. این شرکت با تیمی از متخصصان دانشگاه صنعتی شریف در سال ۱۳۸۲ شروع به کار کرد و از آن زمان تاکنون چندین محصول و خدمات در زمینه تشخیص و پردازش صدا به طور خاص به زبان فارسی عرضه کرده است.

برخی از محصولات قابل توجهی که قبلا منتشر شده‌اند، یک نرم‌افزار تشخیص و دیکته صدا معروف به Nevisa، نرم‌افزاری برای پیشنهاد خودکار و تصحیح خودکار در تایپ و همچنین نرم‌افزار تفسیر فارسی به عربی و فارسی به انگلیسی است.