Software-Karte

Julius is an open-source, high-performance large vocabulary continuous speech recognition (LVCSR) engine for speech-related researchs and developments. With HMM acoustic model and language model, you can construct your own speech recognition system.

Moved to github: https://github.com/julius-speech/julius

Open JTalk は、修正BSDライセンスの元で配布されている日本語テキスト音声合成システムです。Open JTalk は、オープンソースの形態素解析エンジンの MeCab（和布蕪、めかぶ）、奈良先端大学を中心にして開発された形態素解析用辞書の naist-jdic、隠れマルコフモデル(HMM)に基づく音声合成エンジン hts_engine を用いています。

MMDAgent は、音声対話システムを構築するためのツールキットです。ユーザーは、ユーザー自身のダイアログのシナリオ、3D のエージェント、および声をデザインできます。このソフトウェアは修正 BSD ライセンスでリリースされます。

Linphone is an audio and video Internet phone with GTK+ and console interfaces. It uses the SIP protocol, and is compatible with most SIP clients and gateways. It can use various audio and video codecs such as Speex, GSM, G711, G722, ilbc, amr, Theora, H263-1998, MPEG4, H264, VP8, and snow.

英語と幾つかの言語用のテキストの音声読み上げエンジンです。コンパクトなサイズで明確な発音が特徴です。 GnomeとKDE TTSシステムで動作します。また、Windows SAPI5とコマンドライン版も存在します。

Mumbleはゲーマー向けのボイスチャットソフトウェアです。遅延が少なく、高品質な通話が可能なのが特徴です。多人数で同時に会話が可能で、ゲームと連携しての使用や、ゲーム画面上に操作ウィンドウをオーバーレイ表示する、といった設定が可能です。

ここに紹介する読み上げソフト等は、SAPI5規格の音声合成エンジンと、 Microsoft Office 2010用の音声合成エンジン『Microsoft Speech Platform』に対応しています。

☆☆☆☆☆☆☆最新情報☆☆☆☆☆☆☆
Windows10のMicrosoft Ayumi MobileとMicrosoft Ichiro MobileのSAPI5化を紹介しております。
Aozoravoice２の設定のWin10のMicrosoft Haruka DesktopとMicrosoft Ayumi MobileとMicrosoft Ichiro Mobileも提供しています。
☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆

Microsoft Speech Platform 11.0のインストールの仕方は、MS Harukaのインストール手引きをご覧下さい。
日本語のMS Harukaと英語（US）のen-US_ZiraProのSAPI5化も紹介しております（32bitOSかつ32bitソフト用のみ）。
また、Microsoft Speech Platformには、日本語、英語、ドイツ語等が用意されていますのでご活用下さい。

青空文庫をmp3に変換するソフトであるAozoravoice２の設定ファイルのMisaki版と、MS Haruka版を提供しています。

http://bbs.kakaku.com/bbs/-/BBSTabNo=0/SortID=9685323/　
青空文庫 http://www.aozora.gr.jp/ http://ja.wikipedia.org/wiki/%E9%9D%92%E7%A9%BA%E6%96%87%E5%BA%AB

お勧めの読み上げソフトは、NoahさんのText To Wavです。テキスト(txt)の読み上げやmp3(lameが必要）に変換が出来ます。
http://noah0.blog119.fc2.com/blog-category-2.html

Text To Wavは、読み上げ部分をハイライトしてくれる為、語学の勉強に最適です。

また、発達障害の読み障害の方の教材として使えるようです。http://cogdiv.wordpress.com/2009/02/25/%E8%AA%AD%E3%81%BF%E4%B8%8A%E3%81%92%E6%94%AF%E6%8F%B4%EF%BC%9Asapi5%E3%81%AB%E5%AF%BE%E5%BF%9C%E3%81%97%E3%81%9Ftexttowav/

Microsoft Word のアドオンになる和太鼓も発達障害の読み障害の方の教材として、
今、最も注目を集めています。
http://www.geocities.jp/jalpsjp/
http://www.geocities.jp/jalpsjp/wordaico/wordaico.html

フリーのスクリーンリーダ として、NVDA 日本語版があります。
http://sourceforge.jp/projects/nvdajp/
http://mahoro-ba.net/e1584.html

99 SAMPLE MS HARUKA ver10.2.zip　10.2のMS Harukaのサンプル
05 win10.zip　Microsoft Ayumi MobileとMicrosoft Ichiro MobileのSAPI5化とHarukaとAyumiとIchiroのAozoravoise2の設定
04 MS Haruka.zip　MS Harukaのインストール手引き
03 MISAKI.zip　 Aozoravoise2のMISAKI用の設定 　
02 MS HARUKA-AOZORA2.zip　MS Harukaのインストール手引きとAozoravoise2のMS Haruka用の設定
01 SAMPLE MS HARUKA.zip MS Harukaのサンプル 夏目漱石の「我輩は猫である」の一部をmp3化したもの

Speex is a patent-free compression format designed especially for speech. It is specialized for voice communications at low bit-rates in the 2-45 kbps range. Possible applications include Voice over IP (VoIP), Internet audio streaming, audio books, and archiving of speech data (e.g. voice mail).

The FAAC project includes the AAC encoder FAAC and decoder FAAD2. It supports several MPEG-4 object types (LC, Main, LTP, HE AAC, PS) and file formats (ADTS AAC, raw AAC, MP4), multichannel and gapless en/decoding as well as MP4 metadata tags. The codecs are compatible with standard-compliant audio applications using one or more of these profiles.

FreeTTSは、すべてJAVA(TM)で書かれた音声合成エンジンです。 FreeTTSは、Sun Microsystems Laboratoriesの音声チームが書いたもので、CMUのFliteエンジンを元にしています。 FreeTTSはJSAPI 1.0の一部を含んでいます。

PHP Voice (formerly known as PHP VXML) contain four classes that assist in developing voice application using PHP. It supports Speech Synthesis Markup Language 1.0, Speech Recognition Grammar Specification 1.0, Voice Browser Call Control: CCXML 1.0, and Voice Extensible Markup Language (VoiceXML) 2.0.

MisterHouse is a Unix/Windows home automation program written in Perl. It can respond to voice commands, Web browsers, time of day, serial port and X10 data, external files, etc., and can speak via Text to Speech engines.