Speech generation is language-dependent. The speech translation of any text depends on a specific natural language of reference.
By example 123.45 is pronounced
- in Italian:
uno due tre punto quattro cinque(or:centoventitré punto quarantacinque) - in English:
one two three point four five
We use ISO 639-1 codes to organize texts to be processed.
Maybe with a function call:
const {ttsfile} = require('jointts')
// generate the speech for a text in Italian language
ttsfile('123.45', 'it')
// -> '/some/path/it/uno_due_tre_punto_quattro_cinque.ogg'
// the English language equivalent:
ttsfile('123.45', 'en')
// -> '/some/path/en/one_two_three_point_four_five.ogg'Files are organized with a directory for each language:
├── some/path/audio
│ ├── it
│ │ ├── uno_due_tre_punto_quattro_cinque.ogg
│ │ ├── uno_due_tre_punto_quattro_sei.ogg
│ │ └─── ti_amo.ogg
│ ├── en
│ │ ├── one_two_three_point_four_five.ogg
│ │ ├── one_two_three_point_four_six.ogg
│ │ └─── i_love_you.ogg
│ ├── de
│ │ ├── ...ogg
│ │ ├── ...ogg