Новини: Тошко 2 / Тошко II - работата по най-мощния български синтезатор на реч напредва (TTS, говореща програма, говоряща програма) | Toshкo 2 TTS - Update - News About The Most Powerful Bulgarian Speech Synthesizer

Анонс за приложението: Тошко 2 Алфа (2.01) излиза скоро! Говореща програма - Синтезатор на реч 

Сайт на "Тошко 2": http://twenkid.com/software/toshko2/


Знам, искате да чуете демо или да пробвате програмата сами, но засега не може. :P
Ще има когато преценя, че достатъчна част от функциите стават за потребители, били и тестери. Имам да решавам и други, не синтезаторни проблеми.

Разработвам разни инструменти, замислени преди 100 години, които ще подробят този синтезатор и ми трябват за следващото поколение, както и за системата за филмопроизводство Twenkid FX Studio, която също чака на опашка да я направя на продукт.

Тя е пренебрегната и самотна :), но ще я удостоя с внимание, защото ми е нужна, за да реализирам рекламата - хрумнаха ми някои шантави идеи и репетирах малко вчера-завчера. :D

"Тошко II" има нужда и от модули за връзка с други приложения и с Интернет, архитектура за разширяване на функциите и добавяне на интелигентност (съществена част малко по-нататък!), от защита на интелектуалната собственост, от измисляне на варианти за демо версии и пълна версия,  различни окомплектовки, възможности за настройки, интерфейс и др. Работа -  бол.

Между другото имам належаща работа и по други технически въпроси, като това че трябва да се ориентирам и в мобилната разработка, и няма кой да ми направи сайтовете по-динамични и "живи". Те също, горките, са пренебрегвани, и ударно ще трябва да свърша и малко такава работа.

Разбира се, винаги на дневен ред са изследователски неща от по-фундаменталните насоки и безкрайните идеи, при които закъснението може да е фатално - зарекъл съм се до края на годината да съм създал поне първи прототип на моя мислеща машина.

И други софтуерни чакащи задачи, някои от тях много важни за продуктивността ми по всички останали... И останалите 1000 неща, за които не стига времето...

Нещо като героя от най-новото ми кратко филмче (изисква човек да е гледал "Ед Ууд"):  Понякога... - вдъхновен от Ед Ууд и Джони Деп

Отзиви на зрители:
1. :D
2. Ха-ха-ха, това което си направил е доста интересно! :D
3. Много е сладко филмчето! :)
4. Супер се е получило! :) :D //Мнение на магистър по кинокритика.
5. Супер е!
6. Луд за връзване! :)
7. Дюк Нюкъм ли чух?
8. (...) хахаха!

Въпреки всички задачи обаче, "Тошко 2" идва скоро! :P

...

© Тодор "Тош" Арнаудов 2013

http://research.twenkid.com
http://twenkid.com
http://twenkid.blogspot.com/

Думи: говореща програма на български, TTS Bulgarian, ТТС български, синтез, реч, говор, Android, Windows, PC, Linux, Win32, българска, говор, говореща програма, говоряща, интелигентен, агент, асистент, чат, бот, conversational, agent, chat, bot, speech synthesis, text-to-speech synthesis, talking program, Twenkid Research, Todor Arnaudov's, Tosh, Тош, 2004, 2013, софтуер, програми, софтуерно, инженерство, разработка, девелопъри, девелопери, developers, developing, audio, звук, звукова обработка, аудио обработка, говореща компютърна програма, помощник, изкуствен интелект, мислеща машина, изкуствен разум, Тошко 2 / Тошко II

Read More

Тошко 2 Алфа (2.01) излиза скоро! Говореща програма - Синтезатор на реч на Тодор Арнаудов | "Toshкo 2.01 alpha" - Speech Synthesizer - new version of "Glas 2004" (Preliminary Announcement)

"Тошко 2" е начало на поредица от приложения от цяла софтуерна екосистема, която се надявам да успея да разгърна още през тази година.

Самата втора версия на синтезатора на българска реч ("говореща програма", "говореща компютърна програма") е загрявка за по-горните версии от планираното развитие на проекта. Версия 3, 4 и евентуално 5 ще използват по-мощни и гъвкави архитектури - може би на няколко пъти ще има промяна, или ще се  добавят алтернативни архитектури, които ще се включват по желание. (7)

По-късно ще ви покажа примерни приложения, за които аз самият използвам оригиналната версия и друг синтезатор на английски, и ще използвам новия ми софтуер, за да го правя по-добре и във все повече случаи.

* (7)... - виж забележките в края ... :)

Сайт на Тошко 2 за актуални новини: http://twenkid.com/software/toshko2/

Сравнение между "Тошко 2" и "Глас" ("Глас 2004") - един най-добрите ми продукти от тийнейджърската юнашка ера (6), комбинация от "Писар" (2002-2004) и "Глас" (2004)

Глас  (Глас 2004, Писар-Глас 2004)		Тошко 2 (Глас 2, Глас 2013)
Хибриден микрофонемно-формантен синтезатор със синтез на плавен преход - позволява гладък говор без досадните насичания на синтезаторите със слепване, голяма гъвкавост при настройката на параметрите му и изключително компактни размери и малко използвана памет. (4)		Усъвършенстван хибриден микрофонемно-формантен синтезатор - все още с изключително компактни размери. (4)
Съобразява се с правилата за правоговор и фонетични изменения в българския език.		Съобразява се с правилата за правоговор и фонетични изменения в българския език.
Може да изгоравя ударени и затъмнени гласни, но трябва да се отбележат ръчно в текста.		Автоматично поставя ударения и по-добрe моделира ударени и неударени гласни. (1)
Настройка на скорост, височина (в "Глас" наречена "тембър" - дебел или тънък глас), преход и др., чрез избор на готови стойности от падащо меню.		По-удобен интерфейс за бърза настройка с плъзгачи.
Може да се променя само дължината на гласните.		Промяна на дължината и на съгласните.
Промяната на височината ("тембъра") е само по един начин.		По-богати възможности за промяна на тембъра и по-разнообразни гласове.(2)
Монотонен говор.		Автоматична интонация според текста и възможност за ръчно задаване на интонация. (1)
Няма динамика на вокалната енергия.		Динамика на вокалната енергия.
Може да запише изговореното в некомпресиран файл за слушане без програмата (PCM, WAV). (3)		Може да записва в некомпресиран файл и в MP3 и др., и ще е видима функция.
Работи и под Linux с емулатора Wine.		Ще се стремя да запазя този принцип.
Работи с ANSI текст - еднобайтови символи, Windows-1251. Mоже да импортира и МИК (ДОС-овска). Win-1251 понякога създава проблеми под Linux, който използва UNICODE.		Работи и с UTF-8 UNICODE текст.
Може да прочита някои съкращения, цифри - разширява се от потребителя от конфигурационен файл.		Разширени функции за прочитане на числа, дати, някои думи на английски и др. (1)
X1		X1 - Тайна! Очаквайте като излезе
Промените на настройките стават само в диалогов режим през графичния интерфейс.		Настройките ще могат да се задават със скрипт в самия текст или отделно - за по-изразително четене с подсилена интонация, промяна на темпото на говор, паузи и пр.
X2		X2 - Тайна! Очаквайте като излезе
...		И др. изненади, и допълнения по желание на потребителите!

(1) - Обхватът и точността на тези функции ще се разширява с времето и междинните версии. Вероятно ще създам платформа, с която потребителите да маркират ударения и да обучават системата, да се добавят примери със съкращения и изговор др.

(2) - Някои функции може и да не са налични веднага в първата публикувана алфа версия.

(3) - Имаше запис на говора във файл за вътрешни нужди, но включването му ставаше чрез конфигурационния файл и не беше упоменато как става. :)

(4) - Обвивката на "Глас" беше текстовият ми микро-редактор "Писар", изестен в Download.BG по онова време като "Българският Notepad" - макар че беше по-мощен от Notepad, въпреки изключително компактния изпълним файл, писан на Си. Компресираният .zip пакет на "Глас 2004" заемаше само 173 КБ, използваше около 2 МБ памет, основно буфер за изговореното, като това можеше да се настройва в конфигурацията и стойността по подразбиране беше  излишно голяма. На практика можеше да работи и с няколкостотин КБ свободна оперативна памет под Windows 95, т.е. вероятно може да се пренесе и да работи нормално дори и на обикновен Java телефон от онези години - 2003-та, 2004-та...

(6) - Помните ли юнашката епоха :D, юнашкото наречие, юнашките разкази и стил? Вижте ДРУБЕ/ДЗБЕ в блога.

(7) Новите архитектури - мислил съм за този прогрес и писал още преди 9 години, докато създавах "Глас" на един дъх за 4-5 седмици, и по-късно преди 5 години през 2008 г., във връзка с магистърската ми дипломна работа, но все не им идва ред да ги реализирам. Надявам се вече да ги материализирам, но първо ще дооползотворя възможностите на тази архитектура и смятам да дам на потребителите полезен продукт. :)

Поредицата от нови архитектури - нещо подобно на това, което правят колегите от Intel през 2-3 години: tick-tock, нова микро-архитектура процесори. http://en.wikipedia.org/wiki/Intel_Tick-Tock

© Тодор Илиев Арнаудов 2013

Тош 2004

Сайт на Тошко 2: http://twenkid.com/software/toshko2/

http://research.twenkid.com
http://twenkid.com

Думи: говореща програма на български, TTS Bulgarian, ТТС български, синтез, реч, говор, Android, Windows, PC, Linux, Win32, българска, говор, говореща програма, говоряща, интелигентен, агент, асистент, чат, бот, conversational, agent, chat, bot, speech synthesis, text-to-speech synthesis, talking program, Twenkid Research, Todor Arnaudov's, Tosh, Тош, 2004, 2013, софтуер, програми, софтуерно, инженерство, разработка, девелопъри, девелопери, developers, developing, audio, звук, звукова обработка, аудио обработка, говореща компютърна програма, помощник, изкуствен интелект, мислеща машина, изкуствен разум

Read More

Първа версия на сайта за Тошко 2 с Отговори на Често срещани въпроси - | Premiere of the Toshko 2 web site and FAQ | Early Pre-Release Web Site

Заповядайте на откриването на официалната страница на "Тошко 2": http://twenkid.com/software/toshko2/

Това е началото, продуктът все още е на етап: pre-alpha, но скоро ще минем на "алфа".

Фрагменти от "FAQ"-а

• Сигурен съм, че въвеждам правилна парола (...)
• Има ли някъде качено аудио или видео демо?
• Като копирам за изговаряне от някои сайтове/пуснал съм да слуша клипборда, понякога ми излизат маймуни? (????? ????? - ??????? ????)
• Колко ще струва комерсиалната версия на "Тошко 2" и какви модификации ще има?
• Ориентировъчни цени на конкуренти
• (...)

Благодаря за подкрепата от първите харесали страницата - 16 души за момента... :) - и на очакващите да получат програмата за да я пробват.

...

Думи: HTTP, уеб приложения, уеб, сайт, Тошко 2, Тошко 2.01, алфа, синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech

Read More

High Performance Computing & Other "Digression" - Practical GPGPU & SSE | Отклонение към внедряване на високопроизводителни векторни изчисления и др.

SIMD, SSE, GPGPU, OpenCL ...

(For English: see below) За хората, които чакат да излезе "Тошко 2" - тактическите краткосрочни задачи леко се изместиха към бързо внедряване и проучване на възможностите на технологии, които са били отлагани, а ми трябват за да мога по-бързо да доразработя и променям "Тошко 2" и следващите, а също и в помощ на други по-универсални приложения, напр. филмовия софтуер, който ще ми трябва за рекламата... :) Успехът в дългосрочната стратегия понякога изисква гъвкава краткосрочна тактика и привидно отстъпление, за да последва по-мощно нападение! :)

Каква е връзката на Тошко 2 с това?

Конкретно за синтеза на звук в "Тошко 2" тази новоотключена мощ не е наложителна пряко, при един от тестовете той синтезира близо 30 минути говор и паралелно го записваше на твърдия диск за около 2 секунди (70-тина МБ звук), като работи в една нишка. В крайната версия ще прави малко повече сметки, но те са незначителни на фона на тази чудовищна бързина. Някои от тези технологии обаче ще ускорят оставащите детайли от разработката на едни функции, които изискват по-специални технологии за въвеждане на данни.


Не мога да разкрия конкретни детайли за приложенията на технологиите, но напр. най-накрая експресно внедрих употребата на мощни векторни инструкции SSE - до версия SSSE3*, SSE-то вече започна да ми служи добре като ускори няколко пъти операция, която е основа в една друга нишка от изследвания.

Внедрявам и употребата на модерно** GPGPU (впрягане на видеокартата за произволни сметки), което ще е още по-чутовно ускорение дори и на най-скромните видеокарти, които поддържат технологията. Това ми трябва за видео софтуера и за други по-авангардни неща.

И др. по-абстрактни и неочевидни ускоряващи неща в други насоки, които обаче са тайна засега.

*Яд ме е, че досега не съм го бил направил на практика, при положение че съм програмирал на машинен език и сам съм си смятал адреси на ръка и помнил кодове на инструкции от рода на A9 20 8D 40 40 още от невръстна възраст. Проучих и по-новите разширения на инструкциите, които мога да доведат ускорение още няколко пъти със SSE4 (с неорязано Core 2 Duo), и после още два пъти с AVX (Core i Sandy Bridge и следващите), но имам нужда от нова работна станция, за да мога да ги използвам.

** Защото имам опит с ранното GPGPU с пикселшейдъри под Direct3D9, когато данните се пращаха и четяха само през текстури или като геометрия. Това беше още ps2.0, но тогава ограниченията бяха много досадни.

"Булдозерите" на AMD също имат интересни инструкции в SSE4a за бреоене на битове и водещи нули - малко тъпо е, че Интел ги нямат.

...
High Performance Computing 

I've become a SSE developer already, I need it to boost the performance and it started serving already! :)

GPGPU acceleration is also being hacked, to push my technology to the next performance level, and for my  movie making software. I'm also developing other technologies waiting in a queue from a long time, now getting served...

"Toshko 2" completion and release is postponed a bit due to the digression.


...
Думи: Analysis, News, Software, Text to speech Synthesis, Twenkid Research, Новини, програмиране, Софтуерно инженерство, Тошко 2, GPU, GPGPU, ГПГПУ, ГПУ, векторен процесор, ССЕ, ССЕ2, ССЕ3, СССЕ3, ССЕ4 ... SIMD, СИМД, ...

Read More

Toshko 2.04 Alpha - Pre-orders has Started - Приемат се предварителни заявки за комерсиалната версия! | Тошко 2.04 Алфа - Новини

Сайт на Тошко 2 за актуални новини: http://twenkid.com/software/toshko2/

Ново в 2.04.алфа.10.04.2013

• Модернизиран графичен вид на плъзгачите и бутоните
• Балончета с подсказки (tooltips) на лентата с инструменти
• Отваряне на папката с mp3-записи на синтезиран говор
• Още рамки
  
  

  ---

  
  Сравнение на плъзгачите във версии 2.04 и 2.03
  
  
  
   Може би ще пусна два варианта, на някои може да им харесва повече по-"ретро" вида (стил ~Windows 98).
  
    Тулбарът в новия стил например е плосък в основно състояние, в 2.03 е по-релефен и по-приятен - поне с тези икони, които нарисувах засега; те са плоски и имат нужда от рамки и ръбове, за да изпъкнат по-ясно...
  
   Идеята на плоския дизайн на тези контроли в Windows XP без тези ръбове явно е да подхожда на по-изпипани пълноцветни икони с преливания и светлосенки. Ами да, по-красиво ще е, може и да порисувам в по-професионален стил, но това не е критично и ще почака.
  
  

  ---

  
  Предварителни заявки за стандартната комерсиална версия
   
  Горе-долу вече съм доволен от вида на интерфейса. Имам още работа по говорещата и анализиращата част, още диалози за правене, но вече приканвам тези, които очакват излизането на продукта да направят предварителни заявки за комерсиалната версия.
  
  Засега ще е неформално, не ви ангажира с покупка, но ще се възползвате от промоционална цена, и ще покажете подкрепата си за проекта.
  
  Вече има една предварителна заявка от И.Г. Благодаря ти! :)
  
  

  ---

Цена?

Стандартна модификация при предварителна заявка:  25 лв 

[За сравнение, конкурентен продукт се предлага за около 80 лв в най-евтината си версия, а има и версии за двойно и тройно по-висока цена. Друг конкурентен продукт се продаваше за 20 лв през 2004 г., при средна заплата близо 3 пъти по-ниска от сега и след солидно външно субсидиране и финансиране. ]

Засега ми пишете на: twenkid - at - gmail - dot - com, ще се свържа с вас по-късно.

Стандартната модификация ще има най-важните потребителски функции, с изключение на някои по-авангардни настройки и др., които ще са в "Про- версия". 

Ще е възможно да се прави надграждане към по-горен клас модификация.

Тези които са закупили приложението с предварителна заявки ще ползват намаления след това.

Имайте предвид също, че след като закупите лиценз, ще получавате и всички обновления за съответното поколение продукт - ако закупите още сега версия 2.04 Алфа, ще имате лиценз за всички версии до 2.499 или 2.99* - и ще ми помогнете да създам тези по-горни версии.

Предвид, че това е основополагащ комерсиален продукт, първите, които са го закупили и са ме подкрепили, вероятно ще получат намаления и за други продукти.

За информация, ако съм жив и здрав и работата върви, до края на годината може да издам и десетина най-различни продукти. Зависи и как ги комплектовам, защото някои са пакети.

...
* Според начина на номериране - възможно е 2.5 - 2.6 да са някакви междинни версии към следващо поколение продукт.

Мобилна версия на "Тошко 2"

Както бях споменал още в началните анонси, планирам да създам и мобилна версия, но кога точно ще стане зависи от подкрепата на потребителите. Първата платформа вероятно ще бъде Android, защото вече внедрих технологията за разработка и придобих основните умения експерсно, само трябва да се захвана. Ако има достатъчно приходи, ще помисля и за iOS.

Закупилите настолната версия ще се възползват или от намаление, или от безплатен лиценз и за мобилната (или някоя от мобилните версии) - може да е нещо като "ваучер за намаление" и да си избират. Може да е ваучер за някое друго приложение.

Детайлите ще се изяснят, когато пренеса системата и на мобилни устройства и реализирам и тези други приложения - и мобилни, и настолни.

---

Дарения?

Заповядайте - само да кажете. :)

Приемат се всякакви суми. Засега се свържете с мен: twenkid -- at -- gmail -- dot -- com, ще оставя и други координати по-нататък, и по-лесен начин, вероятно страничка за цъкане към epay.

Благодетелите ще получат уважение и споменаване в кредитите на приложението и ще бъдат цитирани както те посочат (ако желаят, могат да останат и анонимни).  :)

Виж повече "Въпроси и отговори" на: http://twenkid.com/software/toshko2/



Думи: Тошко 2, 2.04, предварителни заявки, продажби, pre-orders, preorder, orders,Тошко 2.01, 2.02, 2.03 синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech, alpha, алфа, alfa, рилийз, издание, продукт, софтуер, мекица, ап, app, българско, иновации, иновативно, новаторско, изобретение

Read More

Новини-старини за синтезатора "Тошко 2"

За онези, които очакват новини за синтезатора на реч, някои мои отговори до няколко души, които се интересуваха напоследък:

http://twenkid.com/software/toshko2/


>Ние все още чакаме ТОШКО 2!

http://artificial-mind.blogspot.com/2013/02/toshko-2-tts-update-bulgarian.html?showComment=1450485798002#c7149758548017924343


Благодаря ви за интереса! Ако желаете се запишете в имейл списъка и ще ви пиша като има новини! Като цяло интересът е твърде слаб, затова и синтезаторът беше "замразен" и се отвлякох с други неща.

Вероятно ще излезе поне настоящата (останала) версия, която не е това което трябва да бъде, за ентусиасти да я ползват ако и така им върши работа. Не знам кога ще е, но ако още хора по-активно изявят интерес, може да седна да го оформя. on Новини: Тошко 2 / Тошко II - работата по най-мощния български синтезатор на реч напредва (TTS, говореща програма, говоряща програма) | Toshкo 2 TTS - Update - News About The Most Powerful Bulgarian Speech Synthesizer

Todor "Tosh" Arnaudov on 12/19/15

---

Работната версия тогава, 2013, модификация на стария, не беше "достатъчно добра", затова и скрих едно демо със звук, което бях пуснал за кратко.

Вероятно ще пусна настоящата или още малко пипната версия, която поне да се ползва от някого, безплатно с молба за дарения от онези, на които ще върши работа макар и да не е перфектен. Не знам кога.

Ако желаете, можете да правите дарения и сега ето тук, или да се абонирате за новини от сайта по-горе.

http://twenkid.com/story/donate.html

Read More

Тошко 2.01 алфа - Комуникационната инфраструктура и основа на облак/клъстер | Новини | Update on Toshko 2.01 alpha | Updates About the Development of Toshko 2 TTS Text-to-Speech Synthesizer and Other Projects

Миналата седмица изостанах от график заради внедряването на разработка под Андроид, което ще ми трябва и за мобилната версия на синтезатора.

Тази седмица фокусът по "Тошко 2" е довършване на някои от основните нови говорни функции, и един крайъгълен камък, засягащ цялата екосистема - поставям основите на инфраструктурата на моя "облак" и клъстер.

Комуникационна инфраструктура ще свързва различните приложения в разнородна среда, част от това е и изграждане на основна архитектура за лесно разширение на функциите на всяко от приложенията:

• чрез извикване на други програми
• чрез плъгини и допълнителни библиотеки, които могат да бъдат създавани и от други разработчици, след като оформя и публикувам интерфейс за връзка,

Тук може да се събере някакво неформална група заинтересувани, с които да заченем стандарти. Честно казано съмнявам се да намеря хора за тази група на този етап, сигурно докато успея, вече ще съм сглобил първите версии на стандартите и ще съм ги приложил, но ако някой има желание - да се обажда.

Към съобщителната инфраструктура влиза и първична система за логване и регистрация, преди да пусна алфата за ползване от първите тестери.

Приложенията от екосистемата ми за PC засега ще са написани и отворени към директно взаимодействие чрез C/C++, Java, вероятно и C# под Windows и Linux*, с преход и към мобилни ОС (за начало Андроид). Интерфейсът ще има и платформено-независим протокол през уеб/сокети и др.

Ще има и уеб-сървърна част за някои нужди, към момента PHP и може би Java, и въпросните настолни и мобилни приложения ще общуват и с нея - например за логването.

Идеята е всички приложения от цялото множество да могат свободно да взаимодействат, независимо на каква платформа работят.

* В началото преобладаващо Windows

......
Думи: хетерогенна, разнородна, Ineter-Process Communication, IPC, Cloud computing, HTTP, уеб приложения, мобилни приложения, Тошко 2, Тошко 2.01, синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, STT, Speеch to text

Read More

Тошко 2.060 върви и под Линукс - тествано под Wine 1.7.50 | "Тошко 2" - синтезатор на реч за Windows и Linux

Говорещата програма "Тошко 2.060 алфа" върви и под Linux, всичко работеше под Knoppix 7.6 x64 с Wine 1.7.50.

Има козметични дефекти и надписите на долните настройки са на "маймуница", но съществената част работи гладко.


Сайт на програмата

Козметичните дефекти под емулатора "Wine" не пречат на говоренето

Думи: Линукс, Linux, Кнопикс, "Тошко 2" - безплатен синтезатор на реч за Windows и Linux

Read More

Toshko 2.02 Alpha | Тошко 2.02 Алфа и малко инфо от тестовете | Новини

Новини за Toshko 2.02 Alpha | Тошко 2.02 Алфа

•  Пауза/продължи
•  Mоментално спиране* на говора
•  Toolbar
•  Малко повече интонационни варианти**

Програмата със сигурност работи и на Windows XP (тествана е на Windows 7 и на XP). Вероятно ще работи и на 2000, но не е тествана. По принцип би могла да се компилира и за Win 98 (но ще трябва специално да го направя с друг компилатор).

Напоследък се занимавам повече с други неща и изследване и проектиране на технологии, които ще ускорят впоследствие разработката.

Предполагам, че този месец ще събера време да доведа Т.2 до състояние в което да съм склонен да пусна и бета версия (с повече потребители).

*Досега спирането беше с до няколко секунди закъснение, докато си свърши изказа)
** Още не съм внедрил гъвкавата система, с която ще разгърна напълно интонациите


Думи: Тошко 2, Тошко 2.01, 2.02, синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech, alpha, алфа, alfa, рилийз, издание, продукт, софтуер, мекица, ап, app, българско, иновации, иновативно, новаторско, изобретение

Read More

Шегата с разбърканите букви и работата на мозъка (Зантее ли че кгоато чтеете нисапаното...)

Новини от 2/2013: "Тошко 2" е начало на поредица от приложения от цяла софтуерна екосистема, която се надявам да успея да разгърна още през тази година - нова версия "Глас 2004"

Новини: Тошко 2 / Тошко II - работата по най-мощния български синтезатор на реч напредва (TTS, говореща програма, говоряща програма)

Анонс за приложението: Тошко 2 Алфа (2.01) излиза скоро! Говореща програма - Синтезатор на реч 

http://artificial-mind.blogspot.com/2013/02/toshko-2-tts-update-bulgarian.html

English Abstract - Bulgarian article about an example of humans's capability to read correctly words with shuffled letters, if the first and the last letter are on their correct places.

Solution for decoding is proposed.
...
От форум от началото на 2005 г. и предложението ми за решение от тогава
(с редактиран текст)

Галина, 14.01.2005

Във връзка със разликата м/у изкуствения и естествения интелект : Ето ви още едно доказателство че едва ли може напълно да се пресъздаде пълната функционалност на естествения интелект. Опитайте се да прочете следния текст бързо :

"Зантее ли че кгоато чтеете нисапаното, вжано е пръвтаа и поледсанта бкува от дмаута да бдаът на мсятото си. Мжоете да рзбъракате мстеата на отсанаилте бвуки и все пак нпиасатноо ще прдъолажва да се чтее с лкоета.

Твоа ивда да пкаоже че вскичтоо твоа вемре котео сте проплеили в уилчище е нпразано, доасттънчо е блио да ви начуат да слгатае на мстяото им бутквие в налчаото и каря на вяска дмуа кяото пиеште. Приичнтаа е в нчиана по котйо виашят мъозк оработбва ирнфоцмаията. Ткаа уяспвате да преочттее нааписното джае кгаото нтио енда дмуа не е изиспана пвраинло"

А сега нека помислим дали един изкуствен интелект би се справил с коректното "прочитане" на текста и какъв ресурс би му бил необходим ако въобщте успее да се справи със задачата ?!?

Решението на Тош

Може и да не са нужни чак толкова ресурси - трябва речник с думите от език, алгоритъм за сравнение, а може би морфологичен речник задвусмислици, които обаче вероятно ще се появяват рядко, при поставените леки условия за декодиране.

"Ето ви още едно доказателство че едва ли може напълно да се пресъздаде функционалност на естествения интелект. "

Не знам кои са били предишните доказателства, но ето как може да се подходи:

1. Знаем къде са препинателните знаци, което може да се ползва за намаляване на двусмислието, в случай че някак си се появи.

2. Не е вярно, че нито една дума не е изписана правилно. Ако първата и последната дуам са на правилните места, значи думите с една, две и три букви са изписани както са.

Ако n = брой знака в дума, то за n думите се пишат както са.

Тези думи помагат да се разрешат двусмислици, макар че на практика двусмислиците вероятно няма да са много, защото множеството от разрешените думи е много разредено и това улеснява разпознаването.

Брой теоретично възможни думи с n-знака на българска кирилица:

Думи, неизискващи разпознаване:

1 = 30 (думи: а, в, е, и, й, о, с, у, я)
2 = 900 (аз, ас, ар, бе, ви, ги, ни, но, ти, то, те)
3 = 27000 (...

Възможен брой думи, изискващи разпознаване:

4 = 81000
5 = 24300000
6 = 729000000
7 = 21870000000
8 = 656100000000
9 = 19683000000000
10 = 590490000000000
11 = 17714700000000000

Очевидно е, че реално съществуващите думи в текстове на български са много по-малко от възможните. В ежедневни текстове едва ли са над 100 хиляди словоформи. В най-различните словоформи на думите в голям корпус, може би има най-много милиони словоформи. (Трябва да се направи по-прецизно изследване.)

Поредните думи помагат да се разрешат двусмислици, като се използва корпус с колокациите (съществуващи поредици от думи в реални текстове). Ето поредици от примерния текст:

ли че
и все пак
да ви
е в
не е

3. Остават думи с n>3. За всички от тях знаем:

- първия знак - веднага може да се намери мястото на думата в азбучния ред на речника, което съкращава търсенето 30 пъти.
- последния знак - отново 30-кратно съкращаване
- всички букви в думата и броя на срещанията им
- кратките думи наоколо за проверка в корпус при двусмислици

4. Двусмислици след тези обработки ще има само тогава, когато думите са с над три знака, пишат сe с точно едни и същи букви, и първата и последната им буква съвпадат. Доколкото се вижда от пръв поглед, в примерния текст може би няма такива думи.

Тогава може да се помисли за проверка в корпус за това коя поредица от възможни думи е по-вероятна.

Тогава не ми се занимаваше да програмирам решението, това решение ми се струваше очевидно, а резултатът - безполезен.

...

Един от текущите ми проекти е многоцелева система за създаване и обработка на корпуси, и ако съм на кеф може да пробвам да реализирам и такова декодиране.

Ако има желаещи да се занимават с това - да се обадят!

Read More

Тошко 2.075 - синтезатор на българска реч и малко английски (новини от гитхъб и съвети) | Toshko 2.075 - Compiled with Visual Studio 2019 etc. Updates

 #Toshko_2

https://github.com/Twenkid/Toshko_2/

Тошко 2 - Bulgarian Text-to-Speech Synthesizer - Синтезатор на българска реч и малко английски

За Windows, но работеше и под Linux/Wine, възможно е да има проблеми с кодировките при копиране на текст -  не съм пробвал напоследък, някой да опита и да коментира.

Виж папка: Versions

**Новини:** 12.2023: Оправен изпълнимия файл на 2.075, беше качена някаква неработеща версия. Компилиран е с VS 2019 x86, така че може да е нужно да се изтеглят съответните "Redistributable" files. https://learn.microsoft.com/en-us/cpp/windows/latest-supported-vc-redist?view=msvc-170

https://learn.microsoft.com/en-us/cpp/windows/latest-supported-vc-redist?view=msvc-170#visual-studio-2015-2017-2019-and-2022

X86 https://aka.ms/vs/17/release/vc_redist.x86.exe Permalink for latest supported x86 version

Съвети: Играйте си с настройките за бързина (на гласни), съгласни (дължина на (шумови) съгласни)), височина - левите плъзгачи са за фина настройка, десните за по-груба с по-големи величини. 

Също сменяйте интонацията: пробвайте различни, например дали РАВНО няма да ви допадне най-много (някои от другите имат прекалено големи амплитуди).

Могат да се правят нови интонационни контури, но като го създавах беше само пробна версия и се пишат ръчно числа, не се съобразява с вида изречения и т.н. (Въобще това беше по-разумно да е на Питон или друг скриптов език, а не на основния С++).

Също така препоръчвам да пробвате и бащата на Тошко 2:"Глас 2004", чиито глас няма интонация, не знае ударенията (може да слага, но само ръчно, докато Тошко 2 има известни основни познания, речник, който може и да се разширява) и не може да удължава или скъсява шумовите съгласни, но има по-фин контрол на синтеза до брой периоди на почтипериодичните функции и настройките на преходите звучат интересно ("виещо", както го наричах някога). Глас 2004 беше вграден в текстовия редактор "Писар", тогава известен като "българския Notepad". Изключително малък като размер - десетина килобайта, с някои по-добри възможности от тогавашния Notepad (за Windows 95, 98, ...) и въоблик на български: произволен шрифт, уголемянване.

Read More

Тошко 2.070 - управление на синтезатора на реч чрез Python и PHP | Toshko 2.070 speech synthesizer

Новата версия на синтезатора за желаещи да експериментират слуша за команда с изказване, записва изказаното в mp3-файл и го връща на клиентското приложение, което решава дали и как да го просвири. Примерният скрипт на Python извежда двоичните данни в конзолата, а този на PHP ги записва на диска и просвирва файла.

Изтегли Тошко 2.070

Сайт на Тошко 2

Новото:

1. Тошко 2.070 (EXE) -  нов изпълним файл.

2. Скриптове на Python2.7

Папка /scripts

Може да се наложи да инсталирате и няколко библиотеки: Installing python modules

win32api
win32gui
win32con

Ако автоматичното настройване на пътищата е наред и не ползвате и други версии (напр. Python 3.x), то изписването на "python" в конзолата в папката на скриптовете би трябвало да извика интерпретатора:


> python toshko.py

Ако не се получава и не ви се работи с настройки на PATH/Environment, задайте пълния път:

>"C:\Python27\python.exe" toshko.py
('Thu Feb 15 17:57:20 2018', 'Toshko POST Server Starts - localhost:8079')

toshko.py - POST-сървър
wmcopydata.py -  Изпращане на съобщение с изказването към синтезатора

Отворете toshko.py и настройте пътя до папката, където синтезаторът извежда mp3-файловете

Например, ако сте инсталирали програмата в  C:\\program files\\toshko2\\
то конфигурирайте toshko.py като допишете пътя:

mp3Path = "C:\\program files\\toshko2\\mp3\\"
(Важно - ползвайте двойни наклонени черти).

3. Скриптове на PHP
Папка /scripts

say0.php
say1.php

Нужно да имате включен PHP-сървър, напр. чрез WAMP.

Поставете файловете в подходящата папка на сървъра, напр. C:\WAMP\WWW\WEB

След това скриптовете се извикват през четец (браузър):

http://localhost/web/say0.php


Правих тези тестове преди около 2 години, но тогава не ги публикувах, защото в този вид изискват технически донастройки, и тъй като не е както би трябвало да бъде. Сега просто се праща текст, настройките се правят само от приложението.

Желателното положение е дистанционното управление да контролира говорния апарат във всички детайли, така че да може и обработката на текста - ударения, паузи, фрази, анализ и пораждането на интонационни контури и пр. да се изведат в по-лесен за промяна вид, например на Питон.

За съжаление не ми се занимаваше да го продължа тогава -  "някой ден".

 called do_POST?
tosh-PC - - [15/Feb/2018 17:24:17] "POST / HTTP/1.1" 200 -
{'@consonants': ['0.5'], '@speed': ['1.0'], '@say': ['\xd0\x98\xd1\x81\xd0\xba\x
d0\xb0\xd0\xbc \xd0\xb4\xd0\xb0 \xd0\xba\xd0\xb0\xd0\xb6\xd0\xb0 \xd0\xbd\xd0\xb
5\xd1\x89\xd0\xbe...'], '@vowels': ['2.0']}
['\xd0\x98\xd1\x81\xd0\xba\xd0\xb0\xd0\xbc \xd0\xb4\xd0\xb0 \xd0\xba\xd0\xb0\xd0
\xb6\xd0\xb0 \xd0\xbd\xd0\xb5\xd1\x89\xd0\xbe...']
(...)
pythonSay4383926
Before say1251 = ...
BUSY... Communicating with Toshko...
:::f,14,0.5,7,2.0;$$$pythonSay4383926;

wmcopydataB(say)
before: char_buffer = array.array(, binascii.a2b_qp(say))
before: char_buffer
array('B', [58, 58, 58, 102, 44, 49, 52, 44, 48, 46, 53, 44, 55, 44, 50, 46, 48,
59, 36, 36, 36, 112, 121, 116, 104, 111, 110, 83, 97, 121, 52, 51, 56, 51, 57,
50, 54, 59, 10, 200, 241, 234, 224, 236, 32, 228, 224, 32, 234, 224, 230, 224, 3
2, 237, 229, 249, 238, 46, 46, 46])
60
25105400
pythonSay4383926
(...)\mp3\pythonSay4383926.wav.mp3
OK! READY for new requests

.................

"C\Python27\python.exe" wmcopydata.py

wmcopydataB(say)
before: char_buffer = array.array(, binascii.a2b_qp(say))
before: char_buffer
array('B', [36, 36, 36, 107, 117, 114, 49, 46, 109, 112, 51])
11
20800528
wmcopydataB(say)
before: char_buffer = array.array(, binascii.a2b_qp(say))
before: char_buffer
array('B', [36, 36, 36, 197, 245, 238, 238, 238, 46, 46, 46, 32, 195, 250, 231,
32, 227, 238, 235, 255, 236, 32, 46, 46, 46, 49, 50, 51, 52, 53, 54, 55, 56, 57
)
34
20800688

Read More

Тошко 2.055 | Toshko 2.055 - Bulgarian Text-to-Speech Synthesizer Highly Configurable

Вече с поддръжка на Unicode, и др. Програмата вече може да се използва спокойно на компютри, които са инсталирани извън България или са локализирани на произволен език.  Тошко 2.

Сайт на Тошко 2 за актуални новини: http://twenkid.com/software/toshko2/
По-стари новини за синтезатора на реч.

Синтезатор на българска реч, микро-фонемен, формантен, висока степен на настройка. Преобразува текст в реч.

Read More

Toshko 2.03 Alpha | Тошко 2.03 Алфа | Новини

• Гръмкост
• Пресети (запомнени настройки на гласа)
• Широка лента с инструменти (тулбар)
• Бутони с разноцветни икони 
• Гръмкост (Volume) 
• Пресети 
• Рамки в интерфейса
  

Все още не са реализирани всички от функциите и диалозите, изнесени на тулбара.
Пресетите са почти готови - позволяват съхраняване и възстановяване на настройки на гласа.

Виж: http://twenkid.com/software/toshko2/


Думи: Тошко 2, Тошко 2.01, 2.02, 2.03 синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech, alpha, алфа, alfa, рилийз, издание, продукт, софтуер, мекица, ап, app, българско, иновации, иновативно, новаторско, изобретение

Read More

Тошко 2.070 - дистанционно управление, уеб сървис, инструменти за настройка на езиковите обработки от потребителя и др. | Toshko 2.070 News Remote Control and Web Service SaaS

 

Тошко 2.070 - анонс, новини, очаквайте

Предстои излизането на нова версия, в която ще има управление на говора от външни програми и извикване чрез уеб услуга. Последното - засега с някои ограничения.

Така "Тошко 2" ще може да се използва от трети програми, за които синтезаторът ще изпраща изговорени записи като данни, SaS, софтуер като услуга.

С дистанционното управление ще започна да изнасям езикови обработки от ядрото на системата, което е на С++, във външни подсистеми, написани на по-гъвкави езици като Python, Java и C#, може би ще има и сървърна версия на PHP.

Тези външни модули ще могат да бъдат разширявани и редактирани от потребителите и други разработчици и системата ще стане отчасти с отворен код*.

И др.

Кога?

Може би около 1/5/2016 г. или седмицата след това.

http://twenkid.com/software/toshko2/

...

* Ще измисля точния - не че има особено значение. Може би вид "Creative Commons" с няои изменения, може би LGPL с изменения и с подкана за дарения. :)

Read More

Първото издание на "Тошко 2.01 алфа" за избрани тестери наистина наближава... :) | Toshko 2.01 Alfa - Testers' Release Soon

Някои от скорошно реализираните служебни функции:

Вход/изход от системата с автентифициране през уеб сървър

Запис на казаното в MP3 - много висока производителност

Разни други помощни подсистеми, които са нужни за по-удобно логване, дебъгване, помощ.

Живи и здрави, надявам се до седмица или още тия дни избрани тестери да могат да почнат да си играят с първата алфа на приложението.

http://research.twenkid.com

...
......
Думи: HTTP, уеб приложения, мобилни приложения, Тошко 2, Тошко 2.01, синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech

Read More

Тошко 2.050 | Toshko 2.050 - Bulgarian Text-to-Speech Synthesizer Highly Configurable

Обновления

След дълго прекъсване, нова алфа версия на най-мощния и гъвкав синтезатор на българска реч - готови изказвания, зареждане от файл, промяна на изговора на една от съгласните чрез неинвазивна донастройка и др. Тошко 2.
Сайт на Тошко 2 за актуални новини: http://twenkid.com/software/toshko2/

Read More

Toshko 2.01 Alpha was Released today! | Излезе Тошко 2.01 Алфа (само за тесен кръг потребители)

Засега е достъпно само за едноцифрен брой потребители и не съм доволен от това, че най-съществените функции още не са готови както ги искам, но началото се забави достатъчно и исках вече да го поставя.

В предният пост споменавам за тактическите отклонения, предстои реализацията на практика на едно от тях, което да ускори довеждането на продукта до комерсиално издание и по-лесно довършване на тези функции, евентуално и до създаването на един друг продукт. (За съжаление не мога да споделя подробности.)

Благодарности на първите потребители!

English: It's premature and available only to a handful of users yet. I'm about to embark an interesting... software-architectural "digression" (as I mentioned) in order to boost the development of this and other products, but that's a story for a later time and hopefully a product on its own. Stay tuned. :)

Many thanks to the first volunteer users!

Сайт на програмата



Думи: HTTP, уеб приложения, мобилни приложения, Тошко 2, Тошко 2.01, синтезатор на реч, говореща програма, говоряща програма, говор, разпознаване на реч, TTS, text-to-speech, alpha, алфа, alfa, рилийз, издание, продукт, софтуер, мекица, ап, app, българско, иновации, иновативно, новаторско, изобретение

Read More

Глас 2004 - синтезатор на българска реч | Glas 2004 - Bulgarian Text To Speech Synthesizer

Glas 2004 is а formant Bulgarian Text To Speech Synthesizer, created by Todor Arnaudov in 2004.
Projects for future versions Glas 2 and Glas 3 are mentioned.

Глас е синтезатор на реч ("говореща програма"), който разработвах експресно през април 2004 г.
Много ми вървеше работата по онова време, имах и много идеи за подобрения, но страстта ми се поизчерпа и ме затрупаха други грижи.

Twenkid FX - Софтуер за монтаж, композитинг и ефекти



Гледай филма
Twenkid Research - Todor Arnaudov's Researches




Сега съм се наел да направя "Глас 2" като магистърска дипломна работа. Изглеждаше най-реалистично да стане между другото (между 8 ч работен ден и разпиляването по други работи ). Останалите проекти и идеи са прекалено тежки за да стане от тях нещо достатъчно солидно сега.

Глас 2004 (172 KB)

Статии за Глас от 2004 г или Тук

Деактивирано сваляне!

Очаквайте "Тошко 2"!

Речник на юнашкото наречие, който ползва Глас
Езикотворец 8 или Тук или Там (203 KB)

Ctrl+G - Изговаря текста. Ако е маркирано нещо - маркираното, иначе - всичко в прозореца

Ctrl+H - Прекъсва изговора, след края на изказа.

Настройки - скорост на изговора, тембър и дължина на прехода между тонални звуци. Можете да си поиграете, за да намерите приемлива скорост.

Изказ - един "дъх", който не може да се прекъсне. Стойността по подразбиране е на петия ред в конфигурационния файл "osnova_glas.txt" (виж по-долу)

Други - настройка на скоростта на изговора чрез броя периоди на гласните и тоналните съгласни.



osnova_glas.txt

0 1
1 paket.dll
0
0 paket.dll
60 //дължина на изказа по подразбиране
-1
-0.03
0 0.5
25000 3000000
vhod.dll
fonemi0.txt
1 leleta.dll
1 kusidulgi.dll
1 slivane.dll
1 bezzvuk.dll
1 nizove.dll
0 0.7
0
2
ръчно ruchno.txt ruch.dll 0 1
слово text.txt _z.dll 1 1

...

Въпроси и отговори

В: Какво вършат останалите настройки?

- Тайна! :-P

В: Защо интерфейсът е толкова дървен? Защо няма плъзгачи за скорост, тембър и т.н., а се задават от меню?

Защото интерфейсът е под Win32 и е програмиран на ръка без никакви графични помощници за ресурси. В Езикотворец има настройки на параметрите на Глас с плъзгачи.

В: В "Помощ" пише, че "не е съвсем безплатен?"

Не се безпокой, безплатен е... :)

В: Има проблеми с пействането от някои места?!
Вероятно да. Тази версия работи с ANSI (Windows-1251), и ако пействаш от уникод (UTF-8 или UNICODE), текстът няма да може да се изговори.

В: Системни изисквания?
Предполагам Windows 95 и съвместими с него. :) Писан е под Win 98, Pentium 200 MMX, 64 МB RAM, и под Win XP работи дори по-добре. Програмата използва няколко МБ оперативна памет. Магическото число 3000000 от конфиг. файл задава максималния размер на буфера за звук. ;)



Общи характеристики на "Глас" 07.05.2004:

- Хибриден микрофонемен/формантен синтезатор (с изключение на шумовите съгласни)
- Променлива скорост чрез промяна на продължителността на гласните и звучните съгласни.
- Плавни преходи между съседни гласни/звучни съгласни, звучащо като извиване на гласа.
- Променлив тембър чрез променлива честота на гласните и звучните съгласни.

Първична обработка на текста:
- Замяна на едни низове с други (експериментално изпълнение; засега само 0->нула, 1->едно, 2->две, 3->три...; г. - година, т.е. - тоест)
- Различаване на меко и твърдо "л" ("леле" => "л2ел2е"; България => България)
- Различаване на "къси" и "дълги" съгласни в краищата на думи.
- Обеззвучаване на звучни съгласни.

* Специални възможности:
- Ударени и редуцирани гласни (при ръчно описание, не ги разпознава автоматично)

...

Глас 2 и Глас 3

Имам много идеи, но не знам доколко ще се занимавам точно с тях. Ще видим.

В Глас 2 се очаква да има:

- ударения - автоматично разпознаване на ударенията чрез модул на доц. Христо Крушков (но не знам дали ще мога да разпространявам свободно версия с такива възможности)
- интонация;
- евентуално по-голям контрол върху тембъра и темброви контури
- пеене
- по-сложен модел на генериране на звука (по-човешко звучене)
- може би звуци за емоции

В Глас 3 (...)

Тайна!

Очаквайте синтезатора "Тошко 2"!

и "Тошко 3" - тогава ще видите какво ще може.

Read More

Задачата за моториста (комедия) - премиера в Интернет

- Комедия, експериментален, 11 мин.
- Филм на Тодор Арнаудов.

Задачата за моториста from Todor Arnaudov on Vimeo.

Изтегли от Транзит (90 МБ):

Изтегли с високо качество от http://twenkid.com (130 МБ)

Накратко

Създадох филма в края на ноември за около 10 дни (по-скоро 10 нощи) от идеята до крайния монтаж. Премиерата беше тематично на абсолвентския купон във ФМИ Пловдив. След това имаше няколко частни прожекции, и са го гледали някои приятели.

- Защо не го пусна още тогава?

Стратегически и други причини...

Между другото, в деня на "прожекционната премиера" снимах един друг филм - "Сватбата", на който също предстои премиера.

Гледай трейлър на "Сватбата": http://artificial-mind.blogspot.com/2009/03/wedding-film-comedy-trailer.html

За сериала...

Приключенията на проф. Математиков (Лекциите на проф. Математиков)


Сюжет: Комедиен сериал за приключенията, щуротиите и мъдростта на едно шантаво семейство; и не само!

Проф. Математиков - математик, веселяк и още много други неща, с 25-годишен стаж като математик. Той участва в "Задачата за моториста"

Проф. Математиков

Двамата му сина близнаци - проф. Интегралов и Бригадирът.

Проф. Иван Интегралов

Проф. Иван Интегралов завършва висше образование на 13 години, на 14 става доктор и скоро след това - професор. Има втора специалност - бокс. Той сменя фамилията си, защото смята че е по-голям математик от баща си.

Бригадирът

Бригадирът е брат близнак на Интегралов. Получава прозвището си заради английската шапка и мантата, която нарочно носи понякога. Истинското му име засега не е известно. Той също е наследил от математическите гени на баща си, но за разлика от Иван - не само математическите. Не го вълнуват особено нито математиката, нито боксът.

Тошко

Тошко е тийнейджър, внук на Математиков и син на Интегралов, чиито интереси са доста далеч от математиката, с изключение на припокриващи се термини от рода на триъгълници и четириъгълници (любовни), приближаващи се и раздалечаващи се функции, клонящи един към друг членове на редица и мн. други.


...

Пилотна импровизация с Математиков и Интегралов





Шофьорът на Москвич с Бригадира






* В пилотната импровизация се появяват Математиков и Интегралов.
* В първия епизод участва само Математиков.
* В следващите епизоди ще се включат и други герои от продукциите на "Twenkid Studio" - г-н АрАбаджиев, и още актьори.

Read More