एक भाषण ड्रा: सॉफ्टवेयर स्वचालित मुँह

1. रिकिटर अंग्रेजी पाठ को एक फोनीमे रिकॉर्ड में अनुवादित करता है: उदाहरण के लिए, "ए लिटल टू लो" (एसएएम से जुड़ा डेमो प्रोग्राम का एक उदाहरण ) "एएच लिहोल ट्यूव 5 लो" में बदल जाता है।
2. पार्सर एक ध्वन्यात्मक रिकॉर्ड को एक ध्वन्यात्मक एक में बदल देता है: "एएच लिहुल टूव 5 लो" से "यह बाहर निकलता है AH, ,L,IH,DX,AX,LX, ,T,*,*,UX,WX, ,L,OW,WX"। प्रदर्शित की गई प्रत्येक पृष्ठभूमि के लिए, पार्सर अवधि और टोन भी निर्धारित करता है।
3. रेंडरर ध्वन्यात्मक रिकॉर्डिंग से आवृत्तियों, आयाम और अन्य ध्वनिक विशेषताओं की एक सरणी बनाता है;
4. अंतिम, अनाम घटक (फ़ंक्शन ProcessFrames) ऑडियो आउटपुट के लिए एक पीसीएम स्ट्रीम में आवृत्तियों और आयामों की एक सरणी को बदल देता है।

पढ़नेवाला

पार्सर

1. «» (, ) . ( ) «-» UL, UM, UN, [l̩, m̩, n̩]. , /əl, əm, ən/; Parser , AXL, AXM, AXN .
2. , .. . «AH LIHTUL TUW LOW» , /t/ [ɾ] (DX) [t] (T,*,*) . ( .) , /l/ [ɫ] (LX) , [l] (L) .
3. .

1. खुद को पार्स करना: इनपुट लाइन पर पृष्ठभूमि कोड की एक सूची और इनपुट लाइन में संख्याओं द्वारा दी गई टोन की समानांतर सूची बनती है।
2. पृष्ठभूमि की सूची में दो दर्जन नियमों का एक सेट लागू करना: उदाहरण के लिए, प्रतिस्थापन / t / + / r / → [t /] + [ɹ̠] और / के / + / गैर-सामने स्वर / → [k + + स्वर]। (/ k / सामने स्वरों के सामने अपरिवर्तित रहें और पृष्ठभूमि का मिलान करें [k /]।)
3. CopyStress: तनावग्रस्त स्वरों के लिए निर्धारित स्वर उन व्यंजन के लिए विस्तारित होते हैं जो उनसे पहले होते हैं।
4. SetPhonemeLength: अवधि प्रत्येक पृष्ठभूमि (सशर्त "फ़्रेम") में प्रतिस्थापित की जाती है। दो पृष्ठभूमि देशांतर तालिकाओं का उपयोग किया जाता है - एक तनावग्रस्त सिलेबल्स के लिए और एक अनस्ट्रेस्ड लोगों के लिए।
5. AdjustLengths: पृष्ठभूमि की अवधि को समायोजित करने के लिए सात नियमों का एक सेट लागू होता है। उदाहरण के लिए, स्वर व्यंजन से पहले स्वर डेढ़ गुना लंबा हो जाता है, और लगातार विस्फोटक व्यंजन आधा हो जाता है।
6. ProlongPlosiveStopConsonants: स्वरों के सामने विस्फोटक व्यंजन, चिकनी और फ्रिकेटिव व्यंजन पृष्ठभूमि के त्रिगुणों में विभाजित हैं। तीन में पहली पृष्ठभूमि ध्वनि की कम तीव्रता से संबंधित है, दूसरी पूर्ण तीव्रता से, तीसरी मौन से।
7. InsertBreath: वाक्यांश को "मूक" पृष्ठभूमि ( .?,-) 232 फ्रेम तक ("यह लगभग 2) सेकंड) " "साँस" में विभाजित किया गया है । रेट्रो-पीसी के लिए एसएएम कार्यान्वयन में, स्मृति को बचाने के लिए ऐसा विभाजन आवश्यक था; जावास्क्रिप्ट संस्करण में इसका कोई अर्थ नहीं है, और मेरे कांटे में इसे हटा दिया गया है।

रेंडरर

वोट	गति	पिच	गला	मुंह
योगिनी	72	64	110	160
छोटा रोबोट	92	60	190	190
कठोर आदमी	82	72	110	105
छोटी बुढ़िया	82	32	145	145
एक्स्ट्रा टेरेस्ट्रियल	100	64	150	200
सैम	72	64	128	128
Dalek	120	100	100	200

1. SetMouthThroat: स्वर और सोनोर बैकग्राउंड के लिए (कोड ५-२ ९ और ४–-५३), आवृत्तियों एफ _१ और एफ _२ के सारणीबद्ध मानों को क्रमशः मुंह और गले से गुणा किया जाता है।
2. CreateFrames: . , (1–8) Pitch (1 → −32, 6 → 0, 8 → +12). , ( 30 ) , .
3. CreateTransitions: F₀–F₃ F₁–F₃ . , , .
4. F₀ F₁, «pitch contour», .
5. , () , PCM.

• . , Speed. ([s]) 105 , ([p] [t]) — 10.4 .
• $$$\frac{Speed\cdot162}{50}$PCM-, : () F₁ F₂, ( ) F₃. , Speed=72 10.6 .
• , , $$$\frac34\cdot\frac{Speed\cdot162}{50}$PCM-, . , Speed . , Pitch=64, 1.6 , .. 9.5 .