Kokoroi-rs, un moteur open-source de synthèse vocale (TTS) chinoise, a publié la version 0.1.2 avec une refonte architecturale significative. Le changement principal est le passage de l'Alphabet Phonétique International (API) au Bopomofo (Zhuyin) comme moteur de conversion graphème-phonème (G2P), mieux adapté à la phonologie chinoise. De plus, l'architecture du modèle a été mise à niveau d'un modèle unique à trois niveaux (S, M, L), permettant aux utilisateurs d'équilibrer performances et utilisation des ressources. Cette mise à niveau répond aux problèmes courants de la TTS chinoise, tels que la prosodie non naturelle et la prononciation à accent étranger, en exploitant un système phonémique qui capture mieux les nuances tonales et phonétiques. Pour les développeurs et chercheurs en NLP, il s'agit d'une innovation pratique qui pourrait améliorer la qualité des applications vocales chinoises, des assistants virtuels aux outils d'accessibilité. Le projet est disponible sur GitHub, et cette mise à jour est particulièrement pertinente pour ceux qui travaillent sur des systèmes TTS multilingues ou spécifiques au chinois.
Kokoroi-rs v0.1.2 introduit une mise à niveau majeure de l'architecture pour le moteur de synthèse vocale chinoise, remplaçant l'API par des phonèmes Bopomofo et proposant trois tailles de modèle (S/M/L). Ce changement vise à améliorer le naturel et l'efficacité de la TTS chinoise, ce qui en fait un développement notable pour les ingénieurs NLP travaillant sur les langues asiatiques.