text-to-speech - 任何 TTS 引擎都可以改变声音的语言，进而改变它的音素吗？

Question

假设我想要一些带有意大利口音的英文文本。

我在他们受人尊敬的网站上尝试过的许多引擎演示都可以使用意大利语，但是当你试图让它用英语发音几个句子时，它们通常会变得非常难以理解，因为它们是由不同的音素操作的。

SSML 中有音素标签，我知道有一个网站可以让您实际演示 SSML。我尝试将这种常见且通用的意大利语对话放入他们的意大利语声音中：

Mama mia! Princess Peach and my friends have been kidnapped?
Chase Bowser, so we can eat some spaghetti!

这是相当难以理解的。利用 SSML 或其他东西；我可以保持口音，但纠正语音音位以使其易于理解吗？

Answer 1

您可以聘请具有意大利口音的配音人才，并在提供此类选项的情况下制作新的 TTS 模型。即使有几个小时的演讲，你也可以得到一个像样的模型。

第二种选择是语音变形，但它需要一些努力以及该领域的知识。