オープンソースの中国語TTSエンジンKokoroi-rsがバージョン0.1.2をリリースし、大幅なアーキテクチャの見直しを行いました。主な変更点は、書記素から音素への変換（G2P）エンジンを国際音声記号（IPA）から注音符号（Bopomofo）に切り替えたことです。これにより、中国語の音韻により適合します。また、モデルアーキテクチャは単一モデルから3段階（S、M、L）にアップグレードされ、ユーザーはパフォーマンスとリソース使用量のバランスを取ることができます。このアップグレードは、不自然な韻律や外国語なまりの音声など、中国語TTSの一般的な問題に対処し、声調や音声のニュアンスをより適切に捉える音素システムを活用します。NLPの開発者や研究者にとって、これは仮想アシスタントからアクセシビリティツールまで、中国語音声アプリケーションの品質を向上させる実用的な革新です。プロジェクトはGitHubで公開されており、このアップデートは多言語または中国語固有のTTSシステムに取り組む人々に特に関連があります。
Kokoroi-rs v0.1.2は、中国語テキスト読み上げ（TTS）エンジンの大規模なアーキテクチャアップグレードを導入し、IPAから注音符号（Bopomofo）への切り替えと3つのモデルサイズ（S/M/L）を提供します。この変更は、中国語TTSの自然さと効率を向上させることを目的としており、アジア言語を扱うNLPエンジニアにとって注目すべき開発です。