منصوبے کے بارے میں

aeneas ایک طاقتور Python/C لائبریری اور کمانڈ لائن ٹول ہے جو خودکار forced alignment کے لیے ڈیزائن کیا گیا ہے، جو متن کے ٹکڑوں کو ان کے متعلقہ آڈیو narration کے ساتھ ہم آہنگ کرتا ہے۔ یہ synchronization maps تیار کرتا ہے جنہیں مختلف اقسام کے فارمیٹس میں برآمد کیا جا سکتا ہے، بشمول subtitle فائلیں (SRT, VTT, TTML, SBV)، ڈیجیٹل اشاعت کے فارمیٹس (EPUB 3 کے لیے SMIL)، اور تحقیقی فارمیٹس (ELAN, TextGrid, Audacity)۔ اہم خصوصیات میں متعدد متن اور آڈیو فارمیٹس کے لیے معاونت، کثیر سطحی alignment (پیراگراف سے لے کر الفاظ تک)، مربوط TTS انجن (جیسے eSpeak, AWS Polly, اور Festival)، اور job containers کے ذریعے بیچ پروسیسنگ شامل ہیں۔ یہ تیز اور مضبوط alignment کے لیے C extensions کے ذریعے شمار کیے جانے والے MFCC اور DTW الگورتھم استعمال کرتا ہے، جو اسے accessibility، ڈیجیٹل اشاعت اور لسانی تحقیق کے لیے ایک قیمتی ٹول بناتا ہے۔