SaySynth：基于 macOS 文本转语音框架，探寻会说话机器历史与创意价值

会说话机器的类型

随着时间推移，大致出现过四种会说话的机器：机械型、基于共振峰/规则型、基于样本型（拼接式）、生成型（神经/人工智能型）。

会说话机器简史

介绍了从 1773 年冯·肯佩伦的会说话机器到 1982 年 S.A.M. 软件自动嘴巴等不同时期会说话机器的发展。

两个反复出现的模式

一是会说话的机器常通过唱歌来展示；二是会说话的机器编码了产生它们的文化的偏见。

Macintalk 和 say 命令

1984 年苹果推出基于共振峰的 TTS 系统 Macintalk，2001 年添加命令行界面，say 命令有隐藏的低级领域特定语言。

SaySynth

核心思路是在 say 的 DSL 中为音素指定音高当作合成器用，构建了基于 YAML 的音序器，还研究支持替代调音。

这有什么重要意义？

科技公司描绘的人工智能奇点忽略了“类人”并非固定目标，会说话机器历史压缩了人类语音表达范围，使用有局限性的工具更具价值。SaySynth 项目在 GitLab 上，音乐在 Bandcamp 上。