1982年文本转语音软件的JavaScript移植版
SAM-js是1982年Commodore C64平台上SAM (Software Automatic Mouth)文本转语音软件的JavaScript移植版。该项目保留了原版低内存占用和小文件体积的特点,提供文本到音素转换和语音输出功能。通过简单API,开发者可实现语音播放、波形文件下载和音频缓冲区生成,为现代Web应用轻松添加复古风格的语音合成能力。SAM-js项目基于C语言版本改编,使用纯JavaScript实现,避免了Emscripten转换,实现了更小的文件体积。它适用于需要复古语音效果的Web游戏、教育应用或交互式网站,为开发者提供了一个独特的、低资源消耗的语音合成解决方案。
这是一个用原生 JavaScript 移植的文本到语音 (TTS) 软件 SAM(软件自动口语),原版由 Don't Ask Software(现为 SoftVoice, Inc.)于 1982 年为 Commodore C64 发布。
本项目基于 Stefan Macke 对 C 语言的改编,以及 Vidar Hokstad 和 8BitPimp 的重构。
它包含一个称为 reciter 的文本到音素转换器和用于最终输出的音素到语音程序。
它旨在减少内存占用和文件大小,这也是我想避免使用 Stefan 的 Emscripten 转换(大约 414kb)的原因。
更多详情,请参阅 retrobits.net
有关 S.A.M. 的一些分析可以在 Artyom Skrobov (@tyomitch) 的博客中找到,他还提供了非常有见地的 PR。 访问他的博客 https://habr.com/ru/post/500764/(俄语) 或谷歌翻译版本。
通过 yarn 安装模块:yarn add sam-js
在程序中使用:
import SamJs from 'sam-js'; let sam = new SamJs(); // 通过扬声器播放"Hello world"。 // 这会返回一个 Promise,在播放结束后解析。 sam.speak('Hello world'); // 生成包含"Hello world"的 wave 文件并下载。 sam.download('Hello world'); // 将传入的文本渲染为 8 位 wave 缓冲数组(Uint8Array)。 const buf8 = sam.buf8('Hello world'); // 将传入的文本渲染为 32 位 wave 缓冲数组(Float32Array)。 const buf32 = sam.buf32('Hello world');
描述 速度 音调 喉音 口音
精灵 72 64 110 160
小机器人 92 60 190 190
鼻音男 82 72 110 105
小老太太 82 32 145 145
外星人 100 64 150 200
SAM 72 64 128 128
我在此仓库中捆绑了原始手册的副本,请查看 docs 目录中的 manual.md 文件。
该软件是对 30 多年前发布的商业软件的逆向工程版本。当前的版权持有人是 SoftVoice, Inc. (www.text2speech.com)
尝试联系该公司均告失败。网站最后一次更新是在 2009 年。因此,原始软件的状态最好被描述为废弃软件(http://en.wikipedia.org/wiki/Abandonware)
在这种情况下,我无法将我的代码置于任何特定的开源软件许可证下。使用时请自行承担风险。
联系方式
如果您有问题,请随时问我。如果您发现了关于代码的新知识,请提交一个 issue。
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作
AI办公助手,复杂任务高效处理
AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。