Не найдено

ClaritySynth (Многоязычный синтезатор речи с приоритетом на арабский язык)

Нейросетевой, с приоритетом на арабский язык, многоязычный синтезатор речи в виде дополнения для экранного диктора NVDA.

ClaritySynth озвучивает арабский текст естественными нейросетевыми голосами с автоматическим проставлением огласовок (ташкиль), благодаря чему обычный текст без огласовок произносится с правильными харакатами. Он также читает английский язык и, с помощью загружаемых голосовых пакетов, многие другие языки, автоматически переключаясь между арабским и другими языками внутри одного предложения. Он также умеет читать числа, даты, время, валюты и символы полностью на арабском языке и может добавлять огласовки для любого используемого вами синтезатора, а не только для собственных голосов.

Два синтезатора

ClaritySynth устанавливает два синтезатора. Выберите один из списка синтезаторов NVDA (NVDA+Ctrl+S):

• ClaritySynth Neural — основной голос с естественным звучанием для повседневного чтения.
• ClaritySynth Formant — очень маленький и надёжный альтернативный синтезатор, не требующий нейросетевых моделей. Он может использовать NV Speech Player, встроенный формантный движок или eSpeak NG и запускается мгновенно. Полезен как запасной вариант, на маломощных компьютерах или когда нужен максимально отзывчивый голос.

Быстрый старт

1. Нажмите NVDA+Ctrl+S и выберите ClaritySynth Neural.
2. Нажмите NVDA+Ctrl+V, чтобы открыть настройки речи.
3. Выберите Основной голос (арабский голос) и, при желании, Дополнительный голос для английского и других языков.
4. Оставьте Библиотеку ташкиля в значении по умолчанию — CATT — для наилучшего баланса качества и скорости.

Основной и дополнительный голоса

ClaritySynth читает смешанное предложение, назначая каждому языку свой голос. Две отдельные настройки управляют этим:

• Основной голос — арабский голос. В движке Mixer это один из встроенных нейросетевых арабских голосов; в движке Piper это один из загружаемых голосов Piper для арабского языка.
• Дополнительный голос — голос, используемый для неарабских слов (по умолчанию английский, или французский, немецкий и т.д., если вы загрузите эти голоса). Когда средство чтения встречает английское слово в арабском тексте, оно произносится дополнительным голосом, затем управление возвращается к основному арабскому голосу — всё в одном плавном высказывании.

Существуют соответствующие настройки Основного варианта и Дополнительного варианта для движков, предлагающих различные варианты скорости/качества (например, размер модели Mixer или уровень качества голоса Piper).

Основной движок

Настройка Основной движок определяет, как создаётся арабский голос: Mixer (встроенная многоголосая нейросетевая модель, используется по умолчанию) или Piper (загружаемый одноголосый арабский голос). Изменение движка меняет список голосов, доступных в списке основного голоса.

Библиотеки ташкиля (огласовки)

Арабский язык обычно пишется без харакатов, поэтому ClaritySynth автоматически добавляет их перед чтением. В настройке Библиотека ташкиля доступно несколько библиотек; они различаются по точности, скорости и размеру:

• CATT — рекомендуется и используется по умолчанию. Лучший выбор в целом: очень высокое качество и высокая скорость, и никогда не повреждает предложение. Встроена в дополнение, поэтому всегда работает сразу после установки.
• CATT ED — более высокая точность, но используйте с осторожностью. Версия CATT с кодировщиком-декодером немного точнее на сложных текстах, но она значительно больше и медленнее и иногда может некорректно обработать часть предложения. Она не встроена; загрузите её через Загрузить дополнительные компоненты… в меню ClaritySynth (это два файла — кодировщик и декодер, оба загружаются автоматически). Предпочитайте обычный CATT, если вам не нужна ED.
• Libtashkeel — надёжный лёгкий нейросетевой диаризатор.
• Rawi — ансамблевый диаризатор (загружаемый).
• Shakkala / Shakkelha — дополнительные нейросетевые диаризаторы (загружаемые).
• Выкл. — читать текст в точности как написано, без добавления харакатов.

Ваши собственные харакаты сохраняются

Если вы сами написали слово с некоторыми харакатами — например أُكلت — ClaritySynth сохраняет ваши знаки и заполняет только те буквы, которые остались без огласовок, вместо того чтобы перечитывать слово заново. Таким образом, أُكلت التفاحةُ читается как أُكِلَتْ التُّفَّاحَةُ, сохраняя пассивный залог, который вы указали. Это относится к озвучиванию, автоматическому проставлению огласовок и к инструменту «Огласовать арабский текст».

Чтение чисел, дат и символов

ClaritySynth может преобразовывать письменные цифры в полностью произносимый литературный арабский язык перед чтением, поэтому новостная статья или книга читаются естественно:

• Числа: 2026 → ألفان وستة وعشرون
• Даты: 25/7/2026 → الخامس والعشرون من يوليو…
• Время: 14:30 → الساعة الثانية والنصف مساءً
• Валюты, проценты, номера телефонов, римские цифры, простые арифметические выражения, распространённые сокращения и многие символы (& @ + = × ÷ …).

Вы можете включить или отключить это в панели настроек ClaritySynth (см. ниже). Это работает как для нейросетевого, так и для формантного голосов.

Автоматическое проставление огласовок для ЛЮБОГО синтезатора

Вам не обязательно использовать голос ClaritySynth, чтобы пользоваться его функцией ташкиля. Включите автоматическое проставление огласовок, и ClaritySynth будет добавлять огласовки к арабскому тексту для любого используемого вами синтезатора — eSpeak, Vocalizer, стороннего нейросетевого голоса, любого.

• Переключить можно с помощью NVDA+J (вы можете изменить это сочетание в жестах ввода NVDA, в категории ClaritySynth).
• Или используйте флажок в панели настроек ClaritySynth.
• Используется библиотека, выбранная в панели настроек, и состояние запоминается.

Панель настроек ClaritySynth

Откройте Меню NVDA → Параметры → Настройки → ClaritySynth, чтобы в одном месте настроить:

• Библиотеку ташкиля, используемую для автоматического проставления огласовок.
• Включена ли автоматическая огласовка.
• Преобразуются ли числа, даты и символы в произносимый арабский текст.

Эти настройки независимы от библиотеки ташкиля, выбранной в Настройках голоса нейросетевого или формантного синтезатора, и независимы от библиотеки, выбранной в окне огласовки арабского текста. Изменение одной настройки никогда не влияет на другие, поэтому вы можете, например, читать с автоматической огласовкой с одной библиотекой, в то время как инструмент огласовки использует другую, а синтезатор — третью.

Меню ClaritySynth

В разделе Меню NVDA → Сервис → ClaritySynth вы найдёте:

• Загрузить дополнительные голоса, вокодеры и библиотеки ташкиля… — менеджер загрузок для дополнительных компонентов: арабские и другие голоса, вокодеры и дополнительные диаризаторы (включая CATT ED). Загрузки сохраняются в конфигурации пользователя NVDA, поэтому они сохраняются при обновлении дополнения.
• Огласовать арабский текст… — вставьте любой арабский текст, выберите библиотеку и получите полностью огласованный текст. Это окно запоминает свой выбор библиотеки, независимо от остальных настроек.
• Проверить обновления… — проверяет на GitHub наличие новой версии ClaritySynth.

Другие настройки, которые стоит знать

• Чёткость — мягкое шумоподавление для нейросетевого голоса; также доступно в кольце настроек (NVDA+Ctrl+Стрелки влево/вправо).
• Ускорение темпа — расширяет максимальную скорость речи для быстрого чтения.
• Длительность паузы / Пауза после танвина — тонкая настройка пауз при знаках препинания и в конце танвина.

Требования и примечания

• Для нейросетевого голоса требуется установленный Microsoft Visual C++ Redistributable (большинство систем уже имеют его). Если нейросетевой голос не запускается, установите его и перезапустите NVDA.
• Формантный голос всегда работает и не требует дополнительных компонентов.
• ClaritySynth совместим с дополнениями, такими как MultiLang, которые используют его в качестве арабского голоса.

Благодарности

ClaritySynth основан на нескольких открытых проектах арабской речи и огласовки и включает компоненты, переданные сообществом (включая дополнение NabraTTS от pbt, предоставленное Ilyas Dragonoid). Диаризаторы являются работой их соответствующих авторов (CATT от проекта abjadai, Libtashkeel, Rawi, Shakkala и Shakkelha от их создателей).