用 RHVoice 把文字变成自然语音:给中文用户的免费语音合成指南
【免费下载链接】RHVoicea free and open source speech synthesizer for Russian and other languages项目地址: https://gitcode.com/gh_mirrors/rh/RHVoice
RHVoice 是一个免费开源的语音合成引擎,在本地把文字转成人声,支持约 20 种语言,全程离线可用。
一句话定位
RHVoice 走的是统计参数合成路线:用真人录音训练出数学模型,再按模型生成语音。语音包里只存模型不存音频,文件小、装起来快。代价是自然度比逐段拼接录音的合成器低一点,但读得清楚、音色接近原录音的说话人。
谁在什么情况下用
屏幕阅读器用户
你用 Linux 上的屏幕阅读器,却找不到免费的本地朗读引擎。装上 RHVoice,它通过 Speech Dispatcher 接入,NVDA 也能直接调用它的驱动。中文、俄文、英文混排的内容都能读出来,且完全离线。
有声内容创作者
你一次录制里既有俄语又有英语的旁白。配置一个 voice_profiles,把两种语音绑定到同一入口,合成时自动切换语言,不用在工具之间来回导文件。
做 Linux 应用的开发者
你的应用需要一个不依赖云服务的语音合成功能。RHVoice 的源码可以自行编译,也适配 SAPI5 等标准接口,接进应用后文本不出本机。
从克隆到跑起来:最小路径
先克隆源码(需要拉取子模块):
git clone --recursive https://gitcode.com/gh_mirrors/rh/RHVoice再编译并安装,随后用测试命令验证,读到声音就算跑通:
cd RHVoice scons && scons install echo test | RHVoice-test日常只需要改 RHVoice.conf 两个地方:
languages.russian.default_rate=1.5:把俄语的默认语速调快,值越接近 2 读得越快。voices.<名字>.enabled=no:关掉不用的音色,列表清爽一些。
注意配置文件只在启动时读一次,改完要重启使用 RHVoice 的程序才生效。
和替代方案比,差别在哪
差距主要体现在数据去哪儿、花不花钱。
| RHVoice | 商业 TTS | |
|---|---|---|
| 数据去向 | 本地跑,不上传 | 多数要发到云端 |
| 成本 | 免费 | 按调用量计费 |
| 音色与文档 | 约 20 种语言、文档较简 | 音色多、文档全 |
短板也要说:音色库和文档覆盖都比商业引擎少,俄语之外的语言,音色选择尤其有限。
适合谁 / 不适合谁
适合给屏幕阅读器加一个本地声音、想在自己应用里嵌入离线语音合成功能、以及不希望文稿经过第三方服务的内容创作者。不适合追求接近真人录音质感的人,也不适合需要中文音色的人——目前的音色库里没有中文。
下一步
读 Linux 编译说明 和 配置文件说明。建议先跑通默认配置,再考虑调语速和换音色。
【免费下载链接】RHVoicea free and open source speech synthesizer for Russian and other languages项目地址: https://gitcode.com/gh_mirrors/rh/RHVoice
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考