我正在使用节日的 2.1 版本。我能够安装和使用 172M 语音
(voice_cmu_us_slt_arctic_clunits)
质量得到了显着提高，但远未达到预期。我相信一代仍然使用很多默认值。是否可以进一步调整（例如接近 qwiki.com 引擎的质量）？我知道我需要适当的组合
- 合成方法
- 语调/持续时间设置
- 音频输出参数
- XX？
但是很难找到所有的细节（进展相当缓慢）。
任何提示、教程/文档链接（旧版本但提供一些理论概述）或方案片段都将受到赞赏。
附言
请注意，到目前为止，我对算法本身的调整不感兴趣（例如用sphinx训练语音模型）。
要生成语音，我使用类似的命令
(SayText "This is a short introduction ...")
和
./text2wave -eval '(voice_cmu_us_slt_arctic_clunits)' TEXT > output.wav