mai sunt si alte vorbitoare

[GSM]

Salut! Vreau sa stiu si eu daca are cine va kitul de la Ivona Carmen, o voce mai romaneasca. Macar o varianta demo daca imi da si mie pt experienta, voi fi recunscutor.

[Paul]

Salut! Vreau sa stiu si eu daca are cine va kitul de la Ivona Carmen, o voce mai romaneasca. Macar o varianta demo daca imi da si mie pt experienta, voi fi recunscutor.

Poti incerca si Ancutza, facut de noi, in Romania.

Daca nu vrei sa te inregistrezi inainte de a descarca versiunea demonstrstiva, atunci o vreme functioneaza urmatorul link:

www.baum.ro/ro/ancutza/ancutza_v3.5.02.zip

Dupa vreo 200 de cuvinte va trebui sa repornesti cititorul de ecran; este o versiune demo.

Oricum, noi publicam periodic versiuni noi, imbunatatite.


Functioneaza si sub Jaws.

[GSM]

:da am- ancercato oam si" pe" kalkulatoru meu dar vroiam sa: vad si cum este aia.mersi mult.

[CarmenT]

Poti incerca si Ancutza, facut de noi, in Romania.

Daca nu vrei sa te inregistrezi inainte de a descarca versiunea demonstrstiva, atunci o vreme functioneaza urmatorul link:

www.baum.ro/ro/ancutza/ancutza_v3.5.02.zip

Dupa vreo 200 de cuvinte va trebui sa repornesti cititorul de ecran; este o versiune demo.

Oricum, noi publicam periodic versiuni noi, imbunatatite.


Functioneaza si sub Jaws.

Am aflat de o chestie foarte interesanta pentru textele in limba italiana. Se poate trimite un text in format txt pe o adresa, care momentan imi scapa, ceva ...@robobraille.com, iar sistemul trimite automat inapoi un mesaj cu link-ul de unde se poate descarca acelasi text in format mp3. Ma intrebam daca cei de la Baum nu ar putea sa faca asa ceva si pentru limba romana.

[Paul]

Am aflat de o chestie foarte interesanta pentru textele in limba italiana. Se poate trimite un text in format txt pe o adresa, care momentan imi scapa, ceva ...@robobraille.com, iar sistemul trimite automat inapoi un mesaj cu link-ul de unde se poate descarca acelasi text in format mp3. Ma intrebam daca cei de la Baum nu ar putea sa faca asa ceva si pentru limba romana.

Dar bineinteles, Camen! Ceea ce spui tu este deja rezolvat. este suficient sa mergi pe pagina noastra www.baum.ro, sa alegi limba romana si apoi din meniu TTS online. Eventual, poti folosi acest link:

http://www.baum.ro/ro/online/online.html


Acolo, asa cum ai spus, este o fereastra in care poti sa introduci un text in limba romana si apoi poti descarca un wave cu interpretarea audio a acestuia. Desigur, Ancutza functioneaza cu diacritice.

Daca nu vrei sa iti instalezi Ancutza, atunci poti testa modul in care citeste Ancutza datele calendaristice, formulele matematice (de exemplu 7+7/7*7=7-7) si altele.

Astept, inclusiv pe adresa mea de email (ca aici intru cam rar) parerile voastre.

Paul,
pf@baum.ro

[CarmenT]

Da, merge destul de binisor, desi mi se pare ca timbrul e putin tremurat, dar eu intrebam daca nu s-ar putea crea un serviciu care sa transforme carti intregi in fisiere audio. Dar presupun ca nu se poate, avand in vedere ca Baum este o societate comerciala.

[Sorin]

Hmmm, mi se pare ca Ancutza este mult mai "slabutza" decat Carmen asa ca Paul, cred ca mai aveti mult de munca pana sa puteti spune ca este un TTS cu adevarat bun. In plus, de la Expressivo fisierele vin in format MP3, de la voi vin in Wav.... inca o bila neagra pentru Ancutza

[GSM]

: da sa stiti ca asa este este mai buna si"suna mai frumos felicitari ivona

[Paul]

Hmmm, mi se pare ca Ancutza este mult mai "slabutza" decat Carmen asa ca Paul, cred ca mai aveti mult de munca pana sa puteti spune ca este un TTS cu adevarat bun. In plus, de la Expressivo fisierele vin in format MP3, de la voi vin in Wav.... inca o bila neagra pentru Ancutza

Sorin, am convingerea ca te pricepi la TTS-uri. Asadar, indraznesc sa te intreb: care sunt criteriile dupa care apreciezi un TTS ?

Fisierele noastre sunt trimise in format wav, pentru compatibilitate. Daca am fi convertit fisierul audio in format ogg, am fi primit o bila alba ?

[Sorin]

Ogg, nu ca poate unii oameni folosesc inca Winamp 3, dar mp3 da.

Si ca sa raspund la prima intrebare, criteriile mele pentru clasarea TTS-urile sunt: cursivitatea, claritatea, expresivitatea(respectarea ¡CORECTA! a semnelor de punctuatie), apoi strict legat de limba intervin pronuntarea corecta a cifrelor si diacriticele. Si, crede-ma, ca per total, Carmen o depaseste pe Ancutza. Nu ca as avea ceva cu voi. Doamne fereste. E pur si simplu o constatare 100% obiectiva.

[Emanuel.Selaru]

Si mie imi place mult Ivona, dar mai au mult de lucrat la ea.

[Paul]

Ogg, nu ca poate unii oameni folosesc inca Winamp 3, dar mp3 da.

Si ca sa raspund la prima intrebare, criteriile mele pentru clasarea TTS-urile sunt: cursivitatea, claritatea, expresivitatea(respectarea ¡CORECTA! a semnelor de punctuatie), apoi strict legat de limba intervin pronuntarea corecta a cifrelor si diacriticele. Si, crede-ma, ca per total, Carmen o depaseste pe Ancutza. Nu ca as avea ceva cu voi. Doamne fereste. E pur si simplu o constatare 100% obiectiva.

Ai uitat unul dintre cele mai importante criterii: comprehensibilitatea, inclusiv la viteze mari. Aceasta inseamna ca TTS-ul trebuie sa ramana usor de inteles, inclusiv la viteze mari. La acest capitol Ancutza este cel mai bine cotata.

Un alt criteriu important este ergonomia. Atunci cand ai mult de citit, vocea utilizata nu trebuie sa fie obositare. O voce este obositoare daca are prea multe inflexiuni, daca este afectata. O voce utilizata de catre nevazatori trebuie sa fie impersonala, pentru ca in spatele ei se afla autorul care a scris romanul sau e-mailul. Nu intotdeauna o voce feminina afectata este potrivita; de fapt chiar foarte rar.

Vorbesti despre pronuntarea corecta a cifrelor. Incearca propozitia "am 3-4 ani" cu Ancutza si cu Carmen. Incearca "12.3"; Carmen nu numai ca isi permite sa citeasca virgula in loc de punct, dar nici nu pronunta corect cuvantul virgula. Oricum un TTS trebuie sa citeasca ce scrie, nu ce se presupune ca ar trebui scris.

Ai mentionat pronuntarea diacriticelor. Carmen are probleme serioase, pe cand Ancutza pronunta corect.

Interpretarea corecta a semnelor de punctuatie ? in limba romana, la virgula cititorul ridica tonul. Carmen ridica tonul numai la anumite silabe.

Desigur, Carmen este un TTS dezvoltat in Polonia, de catre polonezi, asa ca nu are cum sa accentueze corect cuvintele din limba romana. Asculta cu Carmen cuvantul "culoare" si apoi cu Ancutza. In timp ce Carmen accentueaza in mod gresit prima vocala, Ancutza pune accentul corect, ca si in limba romana. Exista sute de reguli de accentuare in limba romana, care toate trebuie respectate.

Un alt criteriu esential pentru orice TTS in limba romana este respectarea foneticii limbii romane. Doua vocale alaturate se pot citi ca si diftong sau ca si hiat. Te rog asculta cu Carmen cuvantul "macaroanele". Ridicol, nu-i asa ?

Apoi, un TTS trebuie sa cunoasca abrevierile curente in limba pentru care a fost conceput. Te rog asculta cu Carmen cuvantele CFR, sau PCR, sau UDMR, sau html.

Un TTS trebuie sa recunoasca datele calendaristice; citeste cu Carmen 23.08.44 si razi!

Un TTS trebuie sa recunoasca ora; citeste cu Carmen 12:03:15

Asadar, sa reluam criteriile pe care le-ai enumerat:
- cursivitate: ambele voci sunt cursive, nici una nu vorbeste cu hopuri, desi Carmen se poticneste la anumite combinatii de vocale sau abrevieri.
- claritate: claritatea reprezinta pronuntarea limpede a sunetelor; din acest punct de vedere Carmen este ceva mai buna decat Ancutza, dar din pacate accentuarea gresita si pronuntarea incorecta a vocalelor diminueaza claritatea.
- expresivitatea: Carmen a fost optimizata sa fie expresiva. Acest lucru poate insa sa devina obositor la citirea textelor lungi. Ancutza a fost optimizata sa fie comprehensibila la viteze de redare mari; din acest motiv este mai putin expresiva.
- pronuntarea corecta a cifrelor: nesatisfacator pentru Carmen. Nu citeste corect zecimalele, nu citeste corect datele calendaristice, nu citeste corect orele, nu citeste corect intervalele numerice. Ancutza citeste corect toate numerele, datele, orele, expresii matematice.
- diacriticele: Carmen citeste incorect diacriticele in majoritatea situatiilor. Ancutza citeste corect toate diacriticele.
- comprehensibilitate (claritate) la viteza ridicata: Carmen este foarte greu de inteles la viteze ridicate. Ancutza a fost optimizata pentru citirea cu viteza ridicata, specifica lecturilor si navigarii pe internet.
- accentul corect in limba romana: Carmen accentueaza aleator. Ancutza respecta regulile de accentuare in limba romana.
- citirea corecta a diftongilor si triftongilor: Carmen nu cunoaste regulile de citire ale acestora (de altfel cei de la IVO ne-au cautat si ne-au rugat sa le vindem aceste reguli, pentru ca in limba romana nu au de unde sa le obtina). Ancutza respecta cele cateva sute de reguli de citire (de exemplu litera x se pronunta uneori c si s alteori g si s).
- un TTS scris pentru o anumita limba trebuie sa cunoasca un minim de cuvinte care se citesc in mod diferit: abrevieri, cuvinte din engleza etc. (cititi cuvantul windows sau chiar etc cu Carmen)

Apoi ar mai fi un criteriu. Cunosti cu siguranta WinTalker. Este o voce romaneasca realizata in Cehia, care a ramas in acelasi stadiu ca si cel in care a fost realizata. Spre deosebire, Ancutza este realizata de catre romani pentru romani; aceasta voce se dezvolta continuu si noi corectem rapid toate erorile pe care le aflam de la testerii nostrii. Noi urmeaza sa adaugam continuu noi facilitati, cum ar fi recunoastrea automata a diacriticelor atunci cand acestea lipsesc, recunoastrea cifrelor romane, recunoastrea de noi cuvinte care nu respecta regulile de citire in limba romana si multe altele. Ma indoiesc ca cei de la IVO scot in fiecare luna cate o noua versiune; noi asa facem.

Asadar, draga Sorin, ti-am demonstrat cu multe exemple ca in afara unei voci clare (atunci cand citeste cuvinte simple) Carmen nu are nici un avantaj asupra vocii Ancutza, dimpotriva esueaza lamentabil atat in situatii simple, cat si in situatii unde numai un roman cunoaste pronuntia corecta. In concluzie si obiectiv, Ancutza este mult mai buna.

[Sorin]

Intrebare: tu ai Expressivo instalat pe calculator? As zice ca nu.

1) Carmen citeste toate diacriticele corect. Pe testate
2) Am incercat cu date. Spre exemplu, 12.03.2008 citeste 12 martie 2008

Si ca sa fiu sincer, lucrul care ma enerveaza cel mai tare, dar cel mai tare la Ancutza, este felul acela cantat de a vorbi. Imi aduce aminte de Wintalker.
Gresesti cand spui ca un TTS nu trebuie sa fie expresiv, gresesti teribil, si da-mi voie si sa iti spun de ce. Daca ai vrea ca cititorul sa citeasca cum vrea el, ar trebui sa citeasca "," ca "virgula", "." ca "punct" etc. Oricat vei incerca, nu ma poti convinge ca Ancutza poate fi adusa la stadiul de voce pseudoumana, ceea ce au reusit cei de la Ivona. Asculta vocea Carmen, doar asculta vocea nu ce vorbeste si o sa imi dai dreptate. Sincer sa fiu, daca as fi pus sa aleg in a lasa Jaws-ul in Eloquence sau a trece pe Ancutza, as ramane pe Eloquence deoarece mi se pare ca suna mai uman. Intelegi? Asta ma scoate pe mine din sarite, si pe 80% din utilizatori. Nu ma intereseaza ca diftongul "ea" mi-l citeste "e a" sau ca pune accentul putin aiurea, ma intereseaza ca vocea sa fie cat mai umana, mai calda. Nu ma intereseaza atat cat de corect vorbeste, ca in fond o inteleg, ci ma intereseaza sa fie o voce care sa alunece pe timpan, nu sa zgarie.

[Paul]

Intrebare: tu ai Expressivo instalat pe calculator? As zice ca nu.

Intr-adevar, nu am avut expresivo instalat. Eu am folosit vocea SAPI5 pe care am testat-o cu testerul pus la dispozitie de colegii de la IVO. Toate erorile pe care le-am mentionat au fost identificate in acest fel.

Totusi, astazi am descarcat si mi-am instalat versiunea demo a Expresivo.

1) Carmen citeste toate diacriticele corect. Pe testate

Intr-adevar, daca se deschide un fisier text de pe calulator, diacriticele sunt citite corect. Daca insa se foloseste clipboard-ul (Copy/Paste) atunci diacriticele nu sunt interpretate, ci sunt citite ca si "semnul iontrebarii". Ciudat, dupa ce am citit un text, in care diacriticele sunt interpretate corect, a functionat si citirea din clipboard. Deci este o problema de interfata, nu de voce.

2) Am incercat cu date. Spre exemplu, 12/23/2008 citeste 12 martie 2008

Dar ai incercat 12.03.08 ? Dar ai incercat 12/23/2008. Deci nu citeste datele decat uneori.

Dar cu ore ai incercat ? De exemplu 13:30:20. Deci nu citeste orele.

Si ca sa fiu sincer, lucrul care ma enerveaza cel mai tare, dar cel mai tare la Ancutza, este felul acela cantat de a vorbi. Imi aduce aminte de Wintalker.

Sorin, ce versiune de Ancutza ai testat ? Imi pare rau ca te enerveaza Ancutza. Analiza unui soft ar trebui facuta rational, nu sentimental.

Gresesti cand spui ca un TTS nu trebuie sa fie expresiv, gresesti teribil, si da-mi voie si sa iti spun de ce. Daca ai vrea ca cititorul sa citeasca cum vrea el, ar trebui sa citeasca "," ca "virgula", "." ca "punct" etc.

Am sa iti spun un secret cunoscut de toata lumea. Un TTS trebuie sa ridice vocea inainte de virgula si sa faca o mica pauza. Carmen interpreteaza uneori virgula la fel ca si punctul, dar cu o pauza mai mica. In general, acest lucru este deranjant, iar uneori da senzatia de voce afectata. Totusi este o eroare clara. Verifica si cu alte TTS-uri si ai sa vezi.

Ceea ce au reusit colegii de la Ivo este sa realizeze o voce cu dimensiunea de 59 de MB, in timp ce Ancutza are doar 4 Mb. Tehnologia se numeste unit selection si este cunoscuta ca fiind lacoma cu resursele calculatorului, inclusiv cu procesorul.

Atunci cand am inceput realizarea vocii, am avut o discutie lunga cu Domnul Mircea Bucur, care ne-a atras atentia ca nevazatorii din Romania nu au calculatoare foarte performante. Totodata ne-a atras atentia ca cel mai important criteriu de calitate pe care trebuie sa il avem in vedere este ca vocea sa fie usor de inteles la viteze mari. Cu ocazia asta am auzit si eu cu ce viteza citeste un nevazator.

Oricat vei incerca, nu ma poti convinge ca Ancutza poate fi adusa la stadiul de voce pseudoumana, ceea ce au reusit cei de la Ivona. Asculta vocea Carmen, doar asculta vocea nu ce vorbeste si o sa imi dai dreptate.

Draga Sorin, noi nu ne-am propus sa ceam o voce pseudo-umana. Noi am creat o voce sintetica, usor de inteles si la viteze mici si la viteze mari si care stie sa citeasca in limba romana.

Sincer sa fiu, daca as fi pus sa aleg in a lasa Jaws-ul in Eloquence sau a trece pe Ancutza, as ramane pe Eloquence deoarece mi se pare ca suna mai uman. Intelegi? Asta ma scoate pe mine din sarite, si pe 80% din utilizatori.

Nu ma intereseaza ca diftongul "ea" mi-l citeste "e a" sau ca pune accentul putin aiurea, ma intereseaza ca vocea sa fie cat mai umana, mai calda. Nu ma intereseaza atat cat de corect vorbeste, ca in fond o inteleg, ci ma intereseaza sa fie o voce care sa alunece pe timpan, nu sa zgarie.

Sorin, daca pe tine te enerveaza o voce, nu inseamna ca 80% din utilizatori sunt de aceeasi parere. Dimpotriva, ceea ce mi s-a spus mie este ca este pacat ca cei de la Ivo care au realizat o voce frumoasa nu au angajat un lingvist roman. Din cauza citirii defectuoase, in special la viteze ceva mai mari, Carmen devine de neinteles.

In plus, am vorbit cu mai multi nevazatori care au spus ca accentul strain si cuvintele citite gresit de catre Carmen sunt mult mai suparatoare decat vocea monotona pe care o are Ancutza.

Asadar, ceea ce conteaza este pentru ce ai nevoie de un TTS. Daca vrei sa asculti cateva cuvinte sau mesaje scurte, orice TTS este bun. Daca ai de citit un document lung si interesant, atunci ai nevoie de o voce care sa fie usor de inteles la viteze mari.

Nu stiu de ce esti suparat, Sorin si nu inteleg de ce te inversunezi ? In fond vorbim despre un program de calculator, nu despre echipa de fotbal cu care tinem si nici despre vre-un partid politic.

Scopul discutiilor este de a separa apele si de a identifica ce este bine si ce este rau, nu de a apara una sau alta dintre voci. Pe mine ma intereseaza fiecare parere si vreau sa stiu care sunt calitatile care conteaza pentru un TTS. Punctul tau de vedere cred ca l-am inteles si ti-l respect.

Numai bine,
Paul

[Manu]

Nu stiu ce sa zic... cred ca e foarte bine in primul rand ca se face un sintetizator si in Romania, sintetizator care poate fi dezvoltat in viitor.
Din pacate Ancuta nu prea va fi cumparat pentru ca omul este obisnuit deja cu WinTalker, iar cand asculta ancuta, desi mult mai uman, nu va simti un foarte mare avantaj ca sa dea bani.
Intr-adevar, Carmen citeste foarte bine mesaje scurte pe o viteza standard, fapt care ii va impresiona la prima auditie pe toti, dar nimeni dintre cei care deja sunt obisnuiti cu WinTalker sau Eloquence in italiana nu se va folosi de aceasta pentru ca nu va reusi sa citeasca la o viteza mai mare unde se incaleca cumva cuvintele, nu au facut nimic in sensul acesta al vitezei, cel mai important poate dupa inteligibilitate.
Ancuta citeste la fel, indiferent de viteza, intr-adevar un avantaj.
Poate era mult mai bine sa nu se aiba in vedere asa-zisele calculatoare slabe ale nevazatorilor din Romania... este ceva nerelevant, omul isi cumpara ce este necesar daca e cazul, iar o voce buna poate fi un motiv de reinnoire a sistemului.
Eu am tot sperat in Ancuta, de cand a aparut i-am urmarit evolutia, si ma gandeam ca poate in viitor va fi cumparat astfel incat sa se permita o dezvoltare tot mai buna. Nu stiu de ce, dar acei 4 mega cred ca vor parea suspecti pentru multi, toti se vor gandi ca nu poate sa sune bine la o asa marime mica.

Concurenta intre Ancuta si Carmen, ca utilizare constanta, va fi in randul incepatorilor, cei care se vor speria de WinTalker si vor alege, pentru ca le trebuie in limba romana neaparat, ori Ancuta, ori Carmen, singurele doua posibilitati la ora actuala.
Cei de la Ivo au scos acel Expressivo, care e ca si gratuit, au facut un sistem de activare al versiunii complete doar cu un simplu serial... am impresia ca a fost intentionata treaba asta, au fost oarecum smecheri, toti isi vor instala programul, se vor folosi de el, iar apoi, in urma obisnuintei, poate vor cumpara versiunea pentru Jaws sau, chiar daca nu o vor cumpara ei, o vor putea arata foarte repede incepatorilor, incepatori care se intereseaza de vocile existente, iar Carmen va fi cel mai usor, dupa WinTalker de aratat, toti o au probabil instalata. Cum se vor speria de WinTalker, Carmen le va parea extraordinar, la Ancucta nu vor mai ajunge pentru ca nu au cum sa o arate imediat. O idee buna ar fi sa faceti un mic programel, chiar mai simplu decat Expressivo, cu cat mai simplu cu atat mai apreciat si utilizat, pur si simplu un edit in care sa se poata da paste la text si acela sa fie trimis intr-un fisier audio. Lumea il va avea instalat si pe acesta, fiind mai simplu de utilizat il vor incerca mai des, pana la urma vor observa avantajele si poate il vor cumpara. In stadiu actual... nu prea vad modul de iesire cu el pe piata. Cei de la Carmen au protejat foarte puternic versiunea pentru Jaws, deci, prin protejarea atat de slaba, practic de ras a Expressivo, arata cumva ca nu prezinta un interes pentru vanzare, ci e mai mult pentru promovare.
Aceasta e parerea mea, nu spun ca e neaparat sa fie asa, dar asa pare la prima vedere sau asa se va intampla ca efect, chiar daca nu au intentionat sa nu protejeze Expressivo.
Succes in dezvoltarea Ancutei, pacat ca s-a renuntat la Andrei, fiind doua voci, era si mai atractiv.