Kendell Clark

这篇文章并不完全准确。我写这篇文章不是为了批评，而是为了指出您的所有选择。我是一个盲人，因此我不需要或不一定想要高质量的声音，高质量的声音通常意味着体积庞大，会占用我硬盘上的空间。在我听来，这种自然的声音更像是一种复杂但不完全正确的算法，它试图模仿人类的说话方式将语音组合在一起。重音常常不对，有时只差一点点，有时又非常可笑，这会打乱文本的流畅性。我更习惯于使用共振峰而不是串联的声音，因为自然的声音是说话方式。它不如自然，但速度更快，而且肯定更小。我一直在努力改进 espeak，它可以在 http://espeak.sf.net 上找到，以便使其美式英语达到标准。如果您是通过 festival 入门的容易程度来判断 linux tts 的状态，那么我对您发现它很难一点也不感到惊讶。我从未成功让这款软件运行起来，而且我已经尝试过很多次了。如果您能指导我需要改进什么，我非常愿意帮助改进 linux 中 tts 的状态。但是，我确实对您说的“不够容易”有异议。我从来没有完全理解 windows 用户抱怨 linux 没有图形安装程序、点击式向导等等。我们在这里做事的方式不同。我认为您可能想要的是一种听起来比计算机更像人类的优质自然声音。您应该能够拥有它。有一些商业质量的 linux 声音可能符合您的需求。我知道有两家公司生产它们。一家是 cepstral，我相信来自 nuance，另一家是 ivona，我不确定是哪家公司生产的。我使用过最新的 windows 版本，即 windows 10，但我还没有发现 linux 做不到的任何比该平台更容易或更好的地方。事实上，我发现情况恰恰相反。我不知道 linux 是否有任何好的开源语音听写软件。我听说有，然后我又听说没有。如果没有，或者如果现有的软件不好，那么就需要修复，因为您和任何人一样有权使用您的计算机，而无需为软件或硬件支付高得离谱的价格。我非常愿意提供帮助，我甚至可以为您指出一些社区，主要是针对盲人和视障人士的社区，但无论如何，在这些社区中您可以解决您的问题。在辅助功能方面，我经常努力让我的声音被听到。我从没想过这对您来说也同样困难。

我非常同意这篇文章的观点。我一直在努力向主要是盲人和视障人士群体传播 gnu/linux 的可行性。但得到的回复几乎总是充满敌意或漠不关心。最礼貌的回复通常是“当 nvda 和 mush z 对我来说运行良好时，我为什么要使用它？” 情况从那里开始变得更糟。这不是一篇抱怨的评论。我只是想说我理解让人们跳出固有思维模式，承认非专有解决方案的可能性有多么困难。尽管 nvda 和 mush z 是开源的，但它们只能在闭源操作系统上运行。我会继续努力。对于这篇文章的作者，我很抱歉我不记得你的名字了，但我能做些什么来让更多人至少考虑将 linux 作为一种选择？我碰壁了，挣扎了一会儿，试图理解 linux 哪里做得不对，然后精疲力尽，尝试 windows，不喜欢它，回到 linux，然后这个过程又一遍又一遍地重复。