إي سبيك

📅 آخر تحديث: ٣١ يوليو ٢٠٢٦
✍️ نُشر في: ٣١ يوليو ٢٠٢٦
الموسوعة الحرة

eSpeak هو برنامج مجاني ومفتوح المصدر ، متعدد المنصات ، صغير الحجم، يُستخدم لتوليف الكلام . يعتمد على طريقة توليف الترددات الصوتية ، مما يوفر دعمًا للعديد من اللغات بحجم ملف صغير نسبيًا. أما eSpeakNG (الجيل التالي) فهو تطوير لمشروع المطور الأصلي، مع إضافة المزيد من الملاحظات من متحدثي اللغة الأصليين.

نظرًا لصغر حجمه ودعمه للعديد من اللغات، يُدمج برنامج eSpeakNG في قارئ الشاشة مفتوح المصدر NVDA [ 2 ] لنظام التشغيل Windows، بالإضافة إلى Android [ 3 ] و Ubuntu [ 4 ] وتوزيعات Linux الأخرى. وقد أوصت مايكروسوفت باستخدام سلفه eSpeak في عام 2016 [ 5 ] ، واستخدمته خدمة ترجمة جوجل لـ 27 لغة في عام 2010؛ [ 6 ] استُبدلت 17 منها لاحقًا بأصوات خاصة. [ 7 ]

تتفاوت جودة أصوات اللغات بشكل كبير. في برنامج eSpeak، البرنامج السابق لـ eSpeakNG، استندت الإصدارات الأولية لبعض اللغات إلى معلومات من ويكيبيديا . [ 8 ] وقد حظيت بعض اللغات باهتمام أكبر من المتحدثين الأصليين أو بملاحظات أكثر من غيرها. معظم من ساهموا في تحسين اللغات المختلفة هم مستخدمون مكفوفون لتقنية تحويل النص إلى كلام.

تاريخ

في عام 1995، أصدر جوناثان دودينغتون برنامج Speak لتوليف الكلام لأجهزة الكمبيوتر التي تعمل بنظام RISC OS ، والذي يدعم اللغة الإنجليزية البريطانية. [ 9 ] وفي 17 فبراير 2006، تم إصدار Speak 1.05 بموجب ترخيص GPLv2 ، في البداية لنظام Linux ، مع إضافة نسخة متوافقة مع واجهة برمجة تطبيقات Windows SAPI 5 في يناير 2007. [ 10 ] استمر تطوير Speak حتى الإصدار 1.14، عندما تم تغيير اسمه إلى eSpeak.

استمر تطوير برنامج eSpeak بدءًا من الإصدار 1.16 (لم يصدر الإصدار 1.15) [ 10 ] بإضافة برنامج eSpeakEdit لتحرير وبناء بيانات الصوت الخاصة بـ eSpeak. كانت هذه البرامج متاحة فقط كملفات مصدر وملفات تنفيذية منفصلة حتى الإصدار 1.24 من eSpeak. وكان الإصدار 1.24.02 من eSpeak أول إصدار يُدار بنظام التحكم في الإصدارات باستخدام Subversion ، [ 11 ] مع توفير ملفات المصدر والملفات التنفيذية بشكل منفصل على موقع SourceForge. [ 10 ] ابتداءً من الإصدار 1.27 من eSpeak، تم تحديث البرنامج لاستخدام رخصة GPLv3 . [ 11 ] وكان آخر إصدار رسمي من eSpeak هو 1.48.04 لأنظمة Windows وLinux، و1.47.06 لنظام RISC OS، و1.45.04 لنظام macOS . [ 12 ] كان آخر إصدار تطويري من eSpeak هو 1.48.15 في 16 أبريل 2015. [ 13 ]

يستخدم برنامج eSpeak نظام Usenet لتمثيل الأصوات باستخدام أحرف ASCII. [ 14 ]

إي سبيك إن جي

في 25 يونيو 2010، [ 15 ] بدأ ريس دان بإنشاء نسخة معدلة من برنامج eSpeak على منصة GitHub باستخدام الإصدار 1.43.46. وقد بدأ هذا المشروع كمحاولة لتسهيل بناء برنامج eSpeak على أنظمة Linux وغيرها من منصات POSIX .

في 4 أكتوبر 2015 (بعد ستة أشهر من إصدار النسخة 1.48.15 من برنامج eSpeak)، بدأ هذا الفرع بالانفصال بشكل ملحوظ عن النسخة الأصلية من eSpeak. [ 16 ] [ 17 ]

في 8 ديسمبر 2015، دارت نقاشات على قائمة بريد eSpeak الإلكترونية حول قلة نشاط جوناثان دودينغتون خلال الأشهر الثمانية السابقة لآخر إصدار تجريبي من eSpeak. وتطورت هذه النقاشات إلى مناقشة استمرار تطوير eSpeak في غياب جوناثان. [ 18 ] [ 19 ] ونتج عن ذلك إنشاء نسخة espeak-ng (الجيل التالي) المعدلة، باستخدام نسخة GitHub من eSpeak كأساس للتطوير المستقبلي.

في 11 ديسمبر 2015، تم إطلاق نسخة espeak-ng المتفرعة. [ 20 ] وكان الإصدار الأول من espeak-ng هو الإصدار 1.49.0 في 10 سبتمبر 2016، [ 21 ] والذي تضمن تنظيفًا كبيرًا للكود، وإصلاحات للأخطاء، وتحديثات للغة.

سمات

يمكن استخدام eSpeakNG كبرنامج سطر أوامر، أو كمكتبة مشتركة.

يدعم لغة ترميز توليف الكلام (SSML).

تُعرَّف أصوات اللغات برمزها وفقًا لمعيار ISO 639-1 . ويمكن تعديلها باستخدام "متغيرات صوتية". وهي عبارة عن ملفات نصية تُتيح تغيير خصائص مثل نطاق النبرة، وإضافة مؤثرات صوتية كالصدى والهمس والصوت الأجش، أو إجراء تعديلات منهجية على ترددات الرنين لتغيير نبرة الصوت. على سبيل المثال، "af" هو صوت اللغة الأفريكانية. أما "af+f2" فهو صوت اللغة الأفريكانية المُعدَّل باستخدام المتغير الصوتي "f2" الذي يُغيِّر ترددات الرنين ونطاق النبرة ليُعطي صوتًا أنثويًا.

يستخدم eSpeakNG تمثيل ASCII لأسماء الصوتيات والذي يعتمد بشكل فضفاض على نظام Usenet .

يمكن تضمين التمثيلات الصوتية ضمن النص المدخل بوضعها بين قوسين مربعين مزدوجين. على سبيل المثال: espeak-ng -v en "Hello [[w3:ld]] " سيقولمرحبا بالعالمⓘ باللغة الإنجليزية.

طريقة التخليق

مقدمة ESpeakNG من eSpeakNG باللغة الإنجليزية

يمكن استخدام eSpeakNG كمترجم نص إلى كلام بطرق مختلفة، اعتمادًا على خطوة ترجمة النص إلى كلام التي يرغب المستخدم في استخدامها.

الخطوة الأولى - ترجمة النص إلى صوتيات

هناك العديد من اللغات (وخاصة الإنجليزية ) التي لا تملك قواعد مباشرة بين الكتابة والنطق؛ لذلك، فإن الخطوة الأولى في توليد الكلام من النص هي ترجمة النص إلى صوت.

  1. يتم ترجمة النص المدخل إلى أصوات النطق (على سبيل المثال، يتم ترجمة النص المدخل xerox إلى zi@r0ks للنطق).
  2. تُركّب الفونيمات الصوتية لتكوين صوت، على سبيل المثال، يُنطق zi@r0ks كصوت مجهور{{#parsoidfragment:27}} zi@r0ks بطريقة رتيبةⓘ

لإضافة النبرة إلى الكلام، أي بيانات النبر والتنغيم، يلزم توفير بيانات النبرة (مثل تشديد المقطع، وارتفاع أو انخفاض درجة الصوت الأساسية، والوقفات، وما إلى ذلك) ومعلومات أخرى، مما يسمح بتوليف كلام أكثر طبيعية وعفوية. على سبيل المثال، في صيغة eSpeakNG، يُضاف المقطع المُشدد باستخدام الفاصلة العليا: z'i@r0ks، مما يُضفي على الكلام طابعًا أكثر طبيعية.{{#parsoidfragment:30}} z'i@r0ks مع التنغيمⓘ

للمقارنة، عينتان مع بيانات النبرة الصوتية وبدونها:

  1. [[DIs Iz m0noUntoUn spi:tS]] تُكتب هكذابطريقة رتيبةⓘ
  2. [[DIs Iz 'Int@n,eItI2d sp'i:tS]] تُكتب هكذاطريقة نغميةⓘ

إذا تم استخدام eSpeakNG لتوليد بيانات النبرة فقط، فيمكن استخدام بيانات النبرة كمدخل لأصوات MBROLA ثنائية الصوت.

الخطوة الثانية - توليف الصوت من بيانات النبر والتنغيم

يُقدّم برنامج eSpeakNG نوعين مختلفين من توليف الكلام باستخدام طريقتين مختلفتين. وذلك من خلال مُركِّب الصوت الخاص به eSpeakNG ومُركِّب Klatt : [ 22 ]

  1. يُنتج مُركِّب الصوت eSpeakNG أصوات الكلام المجهورة، مثل حروف العلة والحروف الساكنة الرنانة، عن طريق التركيب الجمعي الذي يجمع موجات جيبية لتكوين الصوت الكلي. أما الحروف الساكنة المهموسة، مثل /س/، فتُنتج عن طريق تشغيل أصوات مُسجلة، [ 23 ] لأنها غنية بالتوافقيات، مما يجعل التركيب الجمعي أقل فعالية. بينما تُنتج الحروف الساكنة المجهورة، مثل /ز/، عن طريق مزج صوت مجهور مُركَّب مع عينة مُسجلة من صوت مهموس.
  2. يستخدم مُركِّب الصوت Klatt في الغالب نفس بيانات التشكيل الصوتي التي يستخدمها مُركِّب الصوت eSpeakNG. ولكنه يُنتج الأصوات أيضًا عن طريق التركيب الطرحي ، حيث يبدأ بضوضاء مُولَّدة غنية بالتوافقيات، ثم يُطبِّق مرشحات رقمية وتغليفًا لتصفية طيف الترددات وغلاف الصوت اللازمين لصوت ساكن مُعيَّن (s، t، k) أو صوت رنان (l، m، n).

بالنسبة لأصوات MBROLA ، يقوم برنامج eSpeakNG بتحويل النص إلى وحدات صوتية (فونيمات) وخطوط النبرة المرتبطة بها. ثم يمرر هذه البيانات إلى برنامج MBROLA باستخدام تنسيق ملف PHO، حيث يتم التقاط الصوت الناتج من MBROLA. بعد ذلك، يتولى eSpeakNG معالجة هذا الصوت.

اللغات

يقوم برنامج eSpeakNG بتوليف الكلام من النص للغات التالية: [ 24 ]

  1. الأفريكانية [ 25 ]
  2. الألبانية [ 26 ]
  3. الأمهرية
  4. اليونان القديمة
  5. العربية [ أ ]
  6. الأراغونية [ 27 ]
  7. الأرمنية ( الشرقية )
  8. الأرمنية ( الغربية )
  9. اللغة الأسامية
  10. الأذرية
  11. باشكير
  12. الباسكية
  13. بيلاروسي
  14. كريول بيلتر
  15. البنغالية
  16. بيشنوبريا مانيبوري
  17. البوسني
  18. البلغارية [ 27 ]
  19. البورميين
  20. الكانتونية [ 27 ]
  21. الكاتالونية [ 27 ]
  22. شيروكي
  23. الصينيون (هاكا) [ ب ]
  24. الصينية ( الماندرين )
  25. تشوفاش
  26. الكرواتية [ 27 ]
  27. التشيك
  28. الدنماركية [ 27 ]
  29. الهولندية [ 27 ]
  30. الإنجليزية ( الأمريكية ) [ 27 ]
  31. الإنجليزية ( البريطانية )
  32. الإنجليزية ( الكاريبي )
  33. الإنجليزية ( لانكسترية )
  34. الإنجليزية ( مدينة نيويورك ) [ ج ]
  35. الإنجليزية ( النطق القياسي )
  36. الإنجليزية ( الاسكتلندية )
  37. الإنجليزية ( غرب ميدلاندز )
  38. الإسبرانتو [ 27 ]
  39. الإستونية [ 27 ]
  40. الفنلندية [ 27 ]
  41. الفرنسية ( البلجيكية ) [ 27 ]
  42. الفرنسية ( فرنسا )
  43. فرنسي ( سويسري )
  44. جورجي [ 27 ]
  45. الألمانية [ 27 ]
  46. اليونانية ( الحديثة ) [ 27 ]
  47. غرينلاندي
  48. غواراني
  49. الغوجاراتية
  50. الكريولية الهايتية
  51. هاواي
  52. العبرية
  53. الهندية [ 27 ]
  54. المجرية [ 27 ]
  55. الأيسلندية [ 27 ]
  56. أفعل
  57. الإندونيسية [ 27 ]
  58. لغة إنترلينغوا
  59. الأيرلندي [ 27 ]
  60. الإيطالية [ 27 ]
  61. اليابانية [ د ] [ 28 ]
  62. الكانادا [ 27 ]
  63. الكازاخستاني
  64. كيتشي
  65. كلينغون
  66. كونكاني [ 29 ]
  67. كوري
  68. الكردية [ 27 ]
  69. قيرغيزستان
  70. لاتغاليان
  71. اللاتينية
  72. اللاتفية [ 27 ]
  73. اللغة المشتركة الجديدة
  74. الليتواني
  75. لوجبان [ 27 ]
  76. لوكسمبورغي
  77. المقدوني
  78. الملايو [ 27 ]
  79. المالايالامية [ 27 ]
  80. مالطي
  81. الماوري
  82. الماراثية [ 27 ]
  83. لغة ناواتل ( الكلاسيكية )
  84. النيبالية [ 27 ]
  85. نوغاي
  86. النرويجية ( بوكمول ) [ 27 ]
  87. أوريا
  88. أورومو
  89. بابيامنتو
  90. الفارسية [ 27 ]
  91. الفارسية ( اللاتينية )
  92. البولندية [ 27 ]
  93. البرتغالية ( البرازيلية ) [ 27 ]
  94. البرتغالية ( البرتغال )
  95. البنجابية [ 30 ]
  96. لغة بياش ( لغة مصطنعة )
  97. الكيتشوا
  98. كوينيا
  99. الرومانية [ 27 ]
  100. الروسية [ 27 ]
  101. الروسية ( لاتفيا )
  102. سامي (لولي)
  103. اللغة الغيلية الاسكتلندية
  104. الصربية [ 27 ]
  105. لغة سيتسوانا
  106. شان (تاي ياي)
  107. السندارين
  108. السندية
  109. السنهالية
  110. سلوفاك [ 27 ]
  111. السلوفيني
  112. الإسبانية ( أمريكا اللاتينية )
  113. الإسبانية ( إسبانيا ) [ 27 ]
  114. السواحيلية [ 25 ]
  115. السويدية [ 27 ]
  116. التاميل [ 27 ]
  117. التتار
  118. التيلجو
  119. تايلاندي
  120. التركية [ 27 ]
  121. التركمان
  122. الأوكرانية
  123. الأردية
  124. الأويغور
  125. أوزبكي
  126. الفيتنامية ( الوسطى ) [ 27 ]
  127. الفيتناميون ( الشماليون )
  128. الفيتنامية ( الجنوبية )
  129. الويلزية

ملحوظات

  1. ↑ حاليًا،يتم دعم اللغة العربية المكتوبة بأحرف تشكيلية كاملة فقط.
  2. ↑ حاليًا، يتم دعم لغة Pha̍k-fa-sṳ فقط
  3. ↑ غير متوفر حاليًا؛ يجب بناؤه من أحدث شفرة مصدرية.
  4. ↑ حاليًا ، يتم دعم الهيراغانا والكاتاكانافقط

انظر أيضاً

مراجع

  1. ↑ https://github.com/espeak-ng/espeak-ng/releases/tag/1.52.0 .{{cite web}}: مفقود أو فارغ |title=( مساعدة )
  2. ↑ "التبديل إلى eSpeak NG في توزيعة NVDA · المشكلة رقم 5651 · nvaccess/nvda" . GitHub .
  3. ↑ "eSpeak TTS - تطبيقات أندرويد على جوجل بلاي" . play.google.com .
  4. ^ "حزمة espeak-ng : أوبونتو" . لوحة الإطلاق . 21 ديسمبر 2023. 
  5. ↑ "قم بتنزيل الأصوات للقارئ الغامر ووضع القراءة والقراءة بصوت عالٍ" .
  6. ↑ مدونة جوجل، إتاحة المزيد من اللغات على ترجمة جوجل ، مايو 2010
  7. ↑ مدونة جوجل، استمع إلينا الآن ، ديسمبر 2010.
  8. ↑ "مُركِّب الكلام eSpeak" . espeak.sourceforge.net .
  9. ↑ "eSpeak: مُركِّب الكلام" . espeak.sourceforge.net .
  10. 1 2 3 "ESpeak: توليف الكلام - تصفح /Espeak على SourceForge.net" .
  11. 1 2 "eSpeak: توليف الكلام / الكود / تصفح التغييرات" . sourceforge.net .
  12. ↑ "Espeak: Downloads" .
  13. ↑ "أحدث إصدارات التطوير من espeak و espeakedit" . مؤرشف من الأصل بتاريخ 27 أغسطس 2008. تم الاطلاع عليه بتاريخ 14 يوليو 2026 .
  14. ^ فان ليوسن، جان ويليم؛ ترومب ، مارتن (26 يوليو 2007). “اللاتينية إلى الكلام”. ص. 6. سايتسيركس 10.1.1.396.7811 .  
  15. ↑ "إصدار: السماح بالتبديل بسهولة بين منفذي الصوت 18 و19. · rhdunn/Espeak@63daaec" . GitHub .
  16. ↑ "Espeakedit: إصلاح معالجة الوسائط لأنواع argv يونيكود · rhdunn/Espeak@61522a1" . GitHub .
  17. ↑ "التبديل إلى eSpeak NG في توزيعة NVDA · المشكلة رقم 5651 · nvaccess/Nvda" . GitHub .
  18. ↑ " [ Espeak-general ] تولي مسؤولية مشروع eSpeak ومستقبله | eSpeak: توليف الكلام" . sourceforge.net .
  19. ↑ " [ Espeak-general ] صوّت لمطور رئيسي جديد لـ eSpeak | eSpeak: توليف الكلام" . sourceforge.net .
  20. ↑ "أعد تسمية برنامج espeak إلى espeak-ng. · الإصدار رقم 2 · espeak-ng/espeak-ng" . جيثب .
  21. ^ "الإصدار 1.49.0 · espeak-ng/espeak-ng" . جيثب .
  22. ↑ كلات، دينيس هـ. (1979). "برنامج لمُركِّب الترددات المتتالية/المتوازية" (ملف PDF) . مجلة الجمعية الصوتية الأمريكية، 67(3) مارس 1980.
  23. ↑ "espeak-ng" . GitHub .
  24. ↑ "ESpeak NG Text-to-Speech" . GitHub . 13 فبراير 2022.
  25. 1 2 بوتجيريت، ل.، وبوثا، أ. (مايو 2009). هاديدا: الطريقة الصاخبة لممارسة مفردات التهجئة باستخدام الهاتف المحمول . في مؤتمر IST-Africa 2009، كمبالا، أوغندا .
  26. ↑ حميتي، م.، وكاستراتي، ر. (2014). تكييف برنامج eSpeak لتحويل النص إلى كلام باللغة الألبانية . المجلة الدولية لقضايا علوم الحاسوب (IJCSI) ، 11(4)، 21.
  27. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 كايت، س.، وجوالي، د.ب. (2015). توليف الكلام الماراثي: مراجعة. المجلة الدولية للاتجاهات الحديثة والمبتكرة في الحوسبة والاتصالات، 3(6)، 3708-3711.
  28. ↑ برونك، ر. (2013). إضافة دعم توليف اللغة اليابانية إلى نظام eSpeak . جامعة أمستردام.
  29. ↑ موهانان، س.، سالكار، س.، نايك، ج.، ديساي، ن. ف.، ونايك، س. (2012). قارئ نصوص للغة الكونكانية. الأتمتة والأنظمة المستقلة ، 4(8)، 409-414.
  30. ↑ كور، ر.، وشارما، د. (2016). نظام مُحسَّن لتحويل النص إلى كلام للغة البنجابية باستخدام برنامج eSpeak . المجلة الدولية للبحوث الهندسية والتكنولوجيا ، 3(4)، 500-504.