tgies/klattsch

解决的问题

在浏览器、Node.js 或通过 CLI 中生成合成语音，无需依赖重型外部依赖。它特别使用并行共振峰合成技术，重现 1970 年代末至 1980 年代初语音合成器（如 Votrax 或 SAM）的「复古」音色。

工作原理

系统采用两步流程：编译器和合成器。

1. 编译器：接收使用 ARPABET 标准的音素字符串和指令（用于控制音高、音调高度和时序），将其转换为带时间戳的目标调度表。
2. 合成器：解析该调度表以生成声音。它使用 Rosenberg 风格的声门脉冲处理有声音，使用 xorshift 噪声处理无声音，然后将这些信号通过三个并行的带通二阶滤波器（共振峰）进行处理，以塑造语音质感。

支持多音轨（多声部），允许多个独立的声音混合在一起，可通过 AudioWorklets 集成到网页应用中，实现低延迟播放。

适用人群

• 希望在项目中添加复古语音效果的 Web 开发者。
• 寻找轻量级、无依赖语音引擎用于角色对话的游戏开发者。
• 对共振峰合成和早期计算机语音感兴趣的音效设计师。

特色亮点

• 零运行时依赖：可在浏览器、Node.js 和 CLI 中无缝运行。
• 多声部支持：可创建和弦或多重语音。
• 灵活的语调控制：可调节音高、颤音、气息感和声门努力。
• 高度可定制：编译器与核心解码器解耦，支持自定义引擎或为高级 DSP 扩展使用不透明状态指令。