Hola, necesito saber como es el funcionamiento de los sintetizadores en cuanto a síntesis concatenativa y demás. es decir el proceso de programación en los sintetizadores. Además, quien y cómo hace el proceso de pasar el texto a un sistema fonológico. agradeceria si alguien me puede dar una explicación o postear la explicación de una fuente confiable. Gracias.

aí te avlan , fer!

fer fer, esta pregunta es para vos!

Jummm, los voy a mataaaaarrrrrr a ustedes 2 xd!

Bueno ameo, te cuento:
De cómo se programa esto hoy día no te voy a saber decir bien, y mejor que no te enrosques, sin ninguna duda es escribir código, código y más código... para colmo con la síntesis concatenativa la vas a tener más difícil que para la síntesis por formantes.
Pero de cómo se hace, básicamente el locutor, o el hablante, como lo quieras ver, depende de la síntesis. Si hablás de la síntesis por selección de unidades que es la más compleja de implementar, tenés que grabar horas de letras, sílabas, franemas, fonemas, palabras, oraciones, frases...
Todo esto al programarse el sintetizador lo procesa obteniendo las mejores unidades para que al leer lo que tenga que leer lo pronuncie y entone de la manera más adecuada de manera que parezca una voz más natural, viste?
En la wikipedia, aunque sea libre dicen bastante bien cómo funciona esto en términos teóricos.

Bueno, aquí el Fer sí es útil, ya que este tema se puede mover como pez en el agua.

una pregunta: qué síntesis es la que utilizaste fer en una publicación de blindworlds?

Síntesis en HMM, o mediante modelos ocultos de MarkOv, como prefieras verlo, que la podés encontrar en varios sintetizadores, en vocalizer, en acá me la pela, digo acapela, microsoft (desde windows 8) y hasta Google tts, samsun tts, svox pico...

Bueno, la verdad es que estoy haciendo una investigación de lingüística y para ello debo saber como se crean los sintetizadores de voz que usan los lectores de pantalla. Por ejemplo, saber cómo son capaces los sintetizadores de diferenciar las variantes foneticas como en dado, donde la primera D la pronuncia diferente a la segunda. Y en sí lo que me digiste me sirve aunque lo necesito más detallado: no puedo sacarlo de wikipedia dado que es una fuente conciderada no confiable.

Hola,

En mi opinión la confiabilidad de la Wikipedia es un tema un tanto subjetivo. Es decir, si bien hay artículos que parecieran haber sido escritos por un niño de 12 años, hay otros que son bastante útiles.
Otra cosa que yo tomo en cuenta es el idioma de los resultados, porque de éste dependerán los conocimientos a obtener así como la información que se haya recopilado. Cuando tengo mis dudas, lo que hago es buscar en otro idioma con el fin de reforzar mis resultados (en mi caso mi segundo el inglés) encontrando de igual forma artículos muy buenos y otros quizá no tanto. Como en todo, los resultados pueden variar.
De igual forma existen otras páginas sobre las que podrás conocer más sobre el tema, el asunto es buscarlas y no darse por vencido si no encuentras dicha información al primer intento.

Un saludo.

en el caso por ejemplo de un sintetizador sofisticado aunque no lo parezca.
El eloquence. Cómo funciona?
xq entre todas las voces q conozco es la única q veo q respeta interrogación, exclamación y todos los signos de puntuación xq ni vocalizer no veo nada de eso.

Es cierto lo que dice el compañero con el tema subjetivo lo de wikipedia, pero para los profesores universitarios la primera página descartada como fuente de investigación es esa misma. xddd

de echo ... no es que no lo parezca : mas bien ... y simple mente : no lo es ... valla... que eloquence es antiguo : y de echo speak también respeta interrogación , exklamación , y algunos mas que no recuerdo , lo malo , es que suena feíto jaja

exacto xdd. obviamente eloquence creo q no sé hace ucantos viene existiendo jejej. Pero por eso. si tengo que hablar de respeto a exclamaciones, no conozco otra voz a demás d esos 2. xq ni vocalizer, loquendo, ivona, acapella, samsung tts, google tts, ninguno los he escuchado pronunciar la exclamación como eloquence al momento de escribir algo entre admiración.

Las voces Loquendo si respetan los signos. Presta atención, y verás.

solamente algunas exclamaciones ya preconfiguradas.
Hola!
Gracias!
Socorro!
Buneas noches!
y ese tipo de cosas. actualmente uso la variable de las voces q se puede calificar como hp xq hay otra variable q se oye siempre en youtube q es como q tiene menos brillo y la otra la hp que tiene bieeen brillo y se oye bien como una grabación d estudio jejej. No sé si me explico xd.

Hola chicos, aparte de Eloquence y Espeak, Dectalk/fonixtalk también pueden entonar preguntas y exclamaciones. Softvoice, no me acuerdo si en ciertos programas podía, pero en el complemento para NVDA no. Las antiguas voces Microsoft, por ejemplo el viejp Sam, también podía entonar exclamaciones. Todo lo que tienen en común estos sintetizadores es que usan síntesis por formantes.
Loquendo efectivamente puede entonar exclamaciones pero algunas, igual que Acapela, siempre que las mismas estén grabadas por los locutores que hagan la voz, si no no. Es una de las limitaciones que tiene la síntesis concatenativa, o desventaja sobre la síntesis por formantes.
Extrañamente (aunque mejor) Acá pela, ivana, digo ivone, digo ivona, y algunas voces vocalizer son capaces de entonar preguntas, más allá de lo que graban los locutores como expresiones en caso de Acá pela, y es que de a poco la síntesis concatenativa va abanzando en esto y ahora puede diferenciar mejor entre comas y preguntas. Pero síntesis por dífonos también, por ejemplo las de Elan Speech, entonan bastante bien las preguntas.
Incluso Microsoft! Sus voces no entonan las preguntas, salvo las de Cortana, que además están llenas de grabaciones de voz humana.

alguno me puede pasar las voces loquendo porfa?

eso es cierto.
La cortana tiene muuuchas rabaciones humanas e ncluso la síntesis, (la voz a demás de la grabación) es muuuy parecida a la voz humana q usa para las expreciones o para cantar.

Sí, son la misma vieja, y ojo! Me parece, meeee parece, que Pablo y Sabina también tienen sus grabaciones de voz humana ahí dando vueltas.

jajajajaja acá pela xd. oigan, y por cierto nunca se llegó a desarrollar el addon de keinotegold para NVDA? esque el año pasado escuché que se tenía pensado hacerlo, pero después no supe mas nada. para los que no lo conozcan, keinotegold es un sintetizador que utiliza síntesis por formantes al igual que los que conocemos como espeak, eloquence, etc.

Sí, pero no se hizo nada... jummmm! llora

que lástima, encima me parece muy bueno ese sintetizador. por ahora sólo lo escuché en inglés, pero tengo entendido que también está en español

Sí, y hablaba bastante lindo. De menor calidad que eloquence, pero mejor que dectalk, usaba los formantes tipo truVoice.

nuuunca lo escuché nombrar. alguien tiene una muestra d audio de s tts para pasarla por acá?

yo si lo escuché

y q tal se siente?

se siente extraño xd

Yo tenía un audio con Keynote hablando incluso en español, pero la cosa es que funciona en Windows antiguos únicamente, ya que maneja aplicaciones 16 bits, o sea del año del pedo negro. Ya no tengo el link ni a mano ni anda, era un chango gringo que lo subió a no recuerdo dónde, y lo sacó.