ソフトウェアダウンロードマップ

Julius は音声認識システムの開発・研究のためのオープンソースの高性能な汎用大語彙連続音声認識エンジンです。数万語彙の連続音声認識を一般のPC上でほぼ実時間で実行でき，認識率は90%以上です。言語モデル・音響モデルを任意に入れ替えられ，高い汎用性を持ちます．

MMDAgent は、音声対話システムを構築するためのツールキットです。ユーザーは、ユーザー自身のダイアログのシナリオ、3D のエージェント、および声をデザインできます。このソフトウェアは修正 BSD ライセンスでリリースされます。

Linphoneは、GTK+とコンソール・インタフェースを備えた音声と映像を扱うインターネット電話です。これは、SIPプロトコルを使用しており、ほとんどのSIPクライアント並びにゲートウェイと互換性があります。これは、Speex、GSM、G711、G722、ilbc、amr、Theora、H263-1998、MPEG4、H264、VP8及びsnowのような様々な音声と映像コーデックを使うことができます。

SPTKは、UNIX環境用の音声信号処理ツールスイートです。LPC分析、PARCOR分析、LSP分析、PARCOR合成フィルタ、LSP合成フィルタ、ベクトル量子化技術、およびそれらの他の拡張版などで構成されます。

Galatea Project は、擬人化音声対話エージェントのツールキット Galatea Toolkit を開発し、オープンソースで公開提供するプロジェクトです。顔、声、音声合成テキスト、認識文法、対話の流れなどはカスタマイズ可能で、これを用いて容易に人間の顔と表情を持ち、音声で対話する自分独自のエージェントを作成することができます。また、構成要素(音声認識、音声合成、顔画像合成など)を別々に無償で利用することもできます。

Linux および Windows に対応する各種モジュールを公開しています。

使用許諾

• http://sourceforge.jp/projects/galatea/wiki/License

Galatea Project

• http://hil.t.u-tokyo.ac.jp/~galatea/

Speex はパテントフリーの圧縮形式で、特に音声に適しています。2-45 kbpsの範囲の低ビットレートでの音声通信に特化しています。想定している用途には、VoIP、インターネット越しの音声ストリーミング、オーディオブック、音声データの記録保存（例えばボイスメール）が含まれます。

FAACプロジェクトは、AACエンコーダFAACおよびAACデコーダFAAD2からなります。これは、複数のMPEG4オブジェクトタイプ(LC,Main,LTP,HE AAC,PS)およびファイルフォーマット(ADTS AAC, raw AAC, MP4)、マルチチャンネル, ギャップレスのエンコードおよびデコードをサポートし、MP4のメタデータタグもサポートします。このコーデックは、標準準拠のオーディオアプリケーションと互換性があります。

Virtual Hypnotistは多くのユーザにバーチャルインタラクティブ催眠術のセッションのフレームワークを提供することを目的としたアプリケーションソフトウェアです。これはHypnotizer 2000の書き直しです。法的な情報はreadme.txtファイルを読んでください。

PHP Voice は、以前には PHP-VXML (Voice XML)として知られており、音声指示でコンピュータを操作するために必要なユーザーインターフェースを構築するための PHP スクリプトを用いた XML ベースの言語の VXML です。 PHP Voice は、PHP を用いた音声アプリケーションの開発を支援する４つのクラスを持っています。PHP Voice は、音声合成マークアップ言語 1.0 、音声認識文法仕様 1.0、音声ブラウザコールコントロール CCXML 1.0 および音声拡張マークアップ言語（ VoiceXML ） 2.0 をサポートしています。

MisterHouseは、UnixとWindowsで使えるホームオートメーションのプログラムで、Perlで書かれています。声による命令、Webブラウザ、時刻、シリアルポートとX10のデータ、外部ファイルなどに応答させることができます。Text to Speechエンジンを介して音声で話をさせることもできます。

Sphinx-4 は、不特定話者、連続音声認識システムです。

CMU Sphinx 音声認識システムは、オープンソースに移行中です。配布物には、ライブラリ (libsphinx2) と、それにリンクすることで動作するいくつかの小さな例が含まれています。

eGuideDogプロジェクトでは、視覚障害者のためのフリーソフトウェアを開発しています。現在は「WebSpeech」、「Ekho TTS」と「WebAnywhere」にフォーカスしています。