espeak-ng/espeak-ng

解决的问题

eSpeak NG 是一个紧凑、开源的文本转语音（TTS）合成器，可将文本转换为语音。它为大型录音式合成器提供了一种轻量级替代方案，支持超过 100 种语言和口音，可在 Linux、Windows 和 Android 等多个操作系统上运行。

工作原理

与许多使用人类语音录音的现代 TTS 系统不同，eSpeak NG 使用“共振峰合成”技术，使软件体积极小（仅几兆字节），同时保持清晰的语音输出和高速播放能力。它可以作为命令行工具、供其他程序集成的共享库，或用于 Windows 屏幕阅读器的 SAPI5 版本运行。

适用人群

需要在资源受限设备上运行或集成到其他软件应用程序中的轻量级、多语言 TTS 引擎的开发者和用户。

主要亮点

• 广泛的语言支持：支持超过 100 种语言和口音。
• 极小的占用空间：程序及其数据总大小仅为几兆字节。
• 灵活的输出方式：可生成 WAV 文件或直接输出音频。
• 易于集成：提供命令行程序、共享库和 SAPI5 接口。
• 音素转换功能：可将文本转换为音素代码，作为其他合成引擎（如 MBROLA）的前端使用。