Gradium опубликовал файлы модели Phonon 20 октября, а 5 ноября объяснил, как работает озвучка на устройстве. Если заранее скачать модель и нужный голос, Phonon сможет читать текст без интернета.

Такой режим пригодится приложению, которое должно говорить при плохой связи. Представим учебный пример с мобильной инструкцией для сборки. Пока у человека заняты руки, приложение зачитывает следующий шаг. В авиарежиме оно сможет озвучить и изменённый шаг, если новый текст уже доступен на телефоне. Это стоит проверить после перезапуска приложения.

Перед запуском проверьте язык и лицензию. Русского в списке поддерживаемых языков сейчас нет. Phonon 31m озвучивает английский и распространяется по лицензии Apache 2.0. У Phonon 40m есть варианты для английского, французского, немецкого, испанского и португальского, а также общая модель для всех пяти. Веса семейства 40m опубликованы по лицензии CC BY-NC 4.0 для некоммерческого использования.

Способ запуска влияет на подготовку текста. По документации библиотеки Transformers, числа, денежные суммы и символы для этой интеграции нужно заранее записать словами или обработать программой Gradium. Для проверки произношения возьмите учебную фразу "Set the timer to 25 min". Подайте её как "Set the timer to twenty-five minutes", затем прослушайте результат и сверьте число и единицу времени.

Первую проверку лучше делать на устройстве, где озвучка будет работать. Возьмите несколько типичных фраз с числами, сокращениями и названиями. Послушайте, понятны ли они без текста на экране, и проверьте, сколько приходится ждать начала речи. Эти результаты помогут понять, подходит ли модель для вашей задачи.

Какие подсказки в приложении вам было бы удобнее услышать, пока руки заняты?