เซเรโปรค
นักพัฒนา	บริษัท เซเรโปรค จำกัด สหราชอาณาจักร
ปล่อย	2548 ( 2005 )
เวอร์ชันเสถียร	กรกฎาคม 2556 ( กรกฎาคม 2556 )
เขียนเป็น	ซี/ไพธอน
ระบบปฏิบัติการ	ข้ามแพลตฟอร์ม
มีจำหน่ายใน	อังกฤษ เยอรมัน ฝรั่งเศส สเปน อิตาลี ดัตช์ คาตาลัน โรมาเนีย ญี่ปุ่น โปรตุเกส สก็อตติชเกลิก สวีเดน โปแลนด์ ไอริช เดนมาร์ก นอร์เวย์ จีนกลาง รัสเซีย ลิทัวเนีย เวลส์
พิมพ์	แปลงข้อความเป็นเสียงพูด
ใบอนุญาต	ทางการค้า
เว็บไซต์	www.cereproc.com​​

CereProc ( / ˈ s ɛ r ə ˌ p r ɒ k / SERR -ə-prok ) เป็น บริษัท สังเคราะห์เสียงพูดที่ตั้งอยู่ในเอดินบะระประเทศสกอตแลนด์ ก่อตั้งขึ้นในปี 2548 บริษัทมีความเชี่ยวชาญในการสร้าง เสียง พูดจากข้อความที่ฟัง ดูเป็นธรรมชาติและสื่ออารมณ์ได้ ดี เสียงสังเคราะห์ที่มีสำเนียงท้องถิ่น และ การ โคลนนิ่ง เสียง

CereProc สร้างเสียงโดยใช้เทคโนโลยีการสร้างเสียงสองแบบที่แตกต่างกัน ได้แก่ การสังเคราะห์โดยการเลือกหน่วย และการสร้างแบบจำลองพาราเมตริก

เสียงเลือกหน่วยของ CereProc สร้างขึ้นจากฐานข้อมูล ขนาดใหญ่ของเสียงพูด ที่ บันทึก ไว้ในระหว่างการสร้างฐานข้อมูล คำพูดที่บันทึกไว้แต่ละคำจะถูกแบ่งออกเป็นส่วนต่างๆ ดังต่อไปนี้: หน่วยเสียงแต่ละหน่วย พยางค์หน่วยคำคำวลีและประโยคการแบ่งออกเป็นส่วนต่างๆ ทำได้โดยใช้ระบบรู้จำเสียงพูดที่ได้รับการดัดแปลงเป็นพิเศษ[ 1 ] จากนั้นจะสร้างดัชนีของหน่วย^{ในฐานข้อมูล}เสียงพูดโดยอิงจากการแบ่งส่วนและพารามิเตอร์ทางเสียง เช่นความถี่พื้นฐาน ( ระดับเสียง ) ระยะเวลา ตำแหน่งในพยางค์ และหน่วยเสียงข้างเคียง ในระหว่างการทำงาน เสียงพูดเป้าหมายที่ต้องการจะถูกสร้างขึ้นโดยการกำหนดสายโซ่ที่ดีที่สุดของหน่วยที่เป็นไปได้จากฐานข้อมูล (การเลือกหน่วย) การเลือกหน่วยให้ความเป็นธรรมชาติสูงสุด เนื่องจากใช้การประมวลผลสัญญาณดิจิทัล (DSP) กับเสียงพูดที่บันทึกไว้เฉพาะที่จุดเชื่อมต่อเท่านั้น DSP มักทำให้เสียงพูดที่บันทึกไว้ฟังดูไม่เป็นธรรมชาติ

เสียงพาราเมตริกของ CereProc สร้างการสังเคราะห์เสียงพูดโดยอาศัยวิธีการสร้างแบบจำลองทางสถิติ ในระบบนี้สเปกตรัมความถี่ ( ช่องเสียง ) ความถี่พื้นฐาน (แหล่งกำเนิดเสียง) และระยะเวลา ( จังหวะการพูด) ของเสียงพูดจะถูกสร้างแบบจำลองพร้อมกันรูปคลื่น เสียงพูด จะถูกสร้างขึ้นจากพารามิเตอร์เหล่านี้โดยใช้โวโคเดอร์ที่สำคัญ เสียงเหล่านี้สามารถสร้างได้จากเสียงพูดที่บันทึกไว้น้อยกว่าเสียงแบบเลือกหน่วยอย่างมาก และมีขนาดเล็กกว่ามากเมื่อติดตั้ง ด้วยเหตุนี้จึงใช้สำหรับการโคลนเสียงส่วนตัว^{[ 2 ]}

CereProc มีเสียงพากย์ให้เลือกใช้ทั่วไป 81 เสียง ซึ่งพูดได้ 24 ภาษา โดยมีสำเนียงท้องถิ่นที่แตกต่างกันหลายแบบ:

• ภาษาอังกฤษแบบอเมริกัน: Isabella, Katherine, Hannah, Megan, Adam, Nathan, Andy (เสียงเด็ก), Jordan (เสียงเด็ก), Carolyn, Sam (เสียงไม่ระบุเพศ)
• ภาษาอังกฤษแบบภาคใต้: Sarah, William, Jack, Lauren, Giles, Amy, Lily (เสียงเด็ก), Ben (เสียงเด็ก)
• ภาษาอังกฤษแบบเหนือ: เจส
• ภาษาอังกฤษแบบสก็อต: Heather, Kirsty, Stuart, Andrew (เสียงเด็ก), Mairi (เสียงเด็ก)
• ภาษาอังกฤษแบบกลาสโกว์: โดโด
• ภาษาอังกฤษแบบแลงคาเชอร์: แคลร์
• ภาษาอังกฤษแบบไอริช: เคทลิน
• ภาษาอังกฤษแบบเวลส์: เซเรน (เสียงเด็ก), แคทริน (เสียงเด็ก), เกธิน (เสียงเด็ก), โอเวน (เสียงเด็ก), โรดรี (เสียงวัยรุ่น), โทมอส (เสียงวัยรุ่น), ฟิออน (เสียงวัยรุ่น), ไรอัน (เสียงวัยรุ่น)
• เวสต์มิดแลนด์ส อิงลิช: ซู
• เสียงพากย์พิเศษ: ปีศาจ, ผี, ก็อบลิน, นางฟ้า, หุ่นยนต์
• ภาษาฝรั่งเศสแบบเมโทรโพลิแทน: ซูซานน์, ลอเรนต์
• ภาษาฝรั่งเศสแบบแคนาดา: ฟลอเรนซ์
• ภาษาคาตาลัน: ริต้า
• ภาษาสเปนแบบกัสติเลียน: ซาร่า
• ภาษาสเปนเม็กซิกัน: อนา
• ภาษาอิตาลี: ลอร่า, ดาริโอ, ฟรานเชสโก (เสียงเด็ก), นิโคเลตตา (เสียงเด็ก)
• ไอริช: เพ็ก
• ภาษาดัตช์: เอดา
• ภาษาเยอรมันมาตรฐาน: Gudrun, Alex
• ภาษาเยอรมันออสเตรีย: เลโอโปลด์
• ภาษาโปรตุเกสยุโรป: ลูเซีย
• ภาษาโปรตุเกสบราซิล: กาเบรียล
• ภาษาญี่ปุ่น: ยูกิ
• ภาษาเกลิกสกอต: Ceitidh
• สวีเดน: Ylva, Anders
• ภาษาโปแลนด์: โปลา
• โรมาเนีย: ดาเรีย
• ภาษาอังกฤษสำเนียงฝรั่งเศส: นิโคล
• รัสเซีย: อัฟโรรา
• ภาษาจีนกลาง: Mailin
• ภาษาเดนมาร์ก: มารี, ลาร์ส
• นอร์เวย์ (Bokmål): Clara, Magnus
• นอร์เวย์ (นีนอร์สค์): ฮูลดา
• ภาษาลิทัวเนีย: Mantas, Egle
• ภาษาเวลส์: เซเรน (เสียงเด็ก), แคทริน (เสียงเด็ก), เกธิน (เสียงเด็ก), โอเวน (เสียงเด็ก), โรดรี (เสียงวัยรุ่น), โทมอส (เสียงวัยรุ่น), ฟีออน (เสียงวัยรุ่น), ไรอัน (เสียงวัยรุ่น)

นอกจากนี้ บริษัทยังได้พัฒนาเสียงพากย์ของคนดังจำนวนหนึ่งซึ่งโดยทั่วไปแล้วไม่สามารถเข้าถึงได้โดยสาธารณะ ซึ่งรวมถึงเสียงของGeorge W. Bush , Barack ObamaและArnold Schwarzenegger ^{[ 3 ]}

ในปี 2009 นักวิจารณ์ภาพยนตร์Roger Ebertได้ใช้ CereProc เพื่อสร้างเสียงสังเคราะห์เลียนแบบเสียงของเขา Ebert สูญเสียความสามารถในการพูดหลังจากการผ่าตัดรักษามะเร็งต่อมไทรอยด์ CereProc ได้นำเทปและคำบรรยาย DVD ที่มีเสียงของ Ebert มาสร้างเสียงพูดแบบข้อความต่อเสียงพูดที่ฟังดูคล้ายกับเสียงของเขามากขึ้น^{[ 4 ]} Roger Ebert ใช้เสียงนี้ในการปรากฏตัวในรายการ The Oprah Winfrey Showเมื่อ วันที่ 2 มีนาคม 2010

สตีฟ เกลสันนักกีฬา NFL ได้รับการโคลนเสียงโดย CereProc หลังจากได้รับการวินิจฉัยว่าเป็นโรคMNDเกลสันปรากฏตัวใน โฆษณา Super Bowl XLVIIIของMicrosoftเพื่อยกย่องพลังของเทคโนโลยี โดยใช้เสียงสังเคราะห์ของเขาในการบรรยาย^{[ 5 ]}

ปัจจุบันเทคโนโลยีการโคลนเสียง CereProc กำลังถูกใช้ในสหราชอาณาจักรโดยผู้ป่วย MND เพื่อสร้างเสียงสังเคราะห์ก่อนที่พวกเขาจะสูญเสียความสามารถในการพูด กระบวนการนี้ได้รับการนำเสนอในสารคดีของ BBC Radio 4 เรื่อง Giving the Critic Back His Voiceซึ่งออกอากาศในเดือนสิงหาคม 2011 ^{[ 6 ]}

เสียงของ CereProc สามารถใช้งานได้บนระบบปฏิบัติการและอุปกรณ์หลากหลายประเภท เสียงสำหรับเดสก์ท็อปของ CereProc เข้ากันได้กับMicrosoft Windowsและ Apple Mac OS Xโดยจะติดตั้งเป็นเสียงระบบและสามารถใช้งานร่วมกับแอปพลิเคชันที่รองรับการสั่งงานด้วยเสียงอื่นๆ ได้ ระบบ ไคลเอ็นต์/เซิร์ฟเวอร์ cServer ของ CereProc ซึ่งมุ่งเน้นไปที่ตลาด IVR สำหรับองค์กรเป็นหลัก สามารถทำงานได้บน Windows และLinuxเสียงสำหรับมือถือของ CereProc สามารถใช้งานได้บนAndroidและ Apple iOSโดยมี SDK สำหรับ Android, Linux, MacOS, iOS และ Windows SDK มีการเชื่อมต่อสำหรับ C/C++, C#, Java และ Python

• ภาษา
• การประมวลผลภาษาธรรมชาติ
• การประมวลผลคำพูด
• รายชื่อโปรแกรมอ่านหน้าจอ

• เว็บไซต์อย่างเป็นทางการ
• โรเจอร์ อีเบิร์ต สาธิตการใช้เสียง CereProc ของเขา ในงาน TED2011นาทีที่ 7:28