Brug tekst-til-tale: Se eksempler og øg kundetilfredsheden med Ondoku

Tekst-til-tale-software er langt mere udbredt i vores hverdag, end vi tror.

Blandt de mest kendte nyere eksempler er

• Amazon Alexa
• Google Home

AI-assistenter som disse.

Når du stiller et spørgsmål til en AI-assistent, svarer den dig, ikke sandt?

Men det betyder ikke, at der sidder et menneske indeni og svarer.

Der bliver brugt tekst-til-tale-teknologi.

I denne artikel vil vi introducere eksempler på, hvordan sådan tekst-til-tale-software bliver brugt.

Hvad er tekst-til-tale-software?

Tekst-til-tale-software er software, der konverterer dokumenter såsom tekst og tegn til tale og læser dem højt.

Udover oplæsning på japansk findes der også versioner, der understøtter flere sprog som engelsk, kinesisk, tysk, spansk og italiensk.

Nogle giver dig mulighed for frit at ændre hastigheden på stemmen eller downloade den som en lydfil, f.eks. MP3.

Om syntese af tekst-til-tale

Stemmen i en AI-assistent er skabt ved hjælp af syntese i tekst-til-tale-software.

Forestil dig for eksempel, at en AI-assistent svarer: "Vejret i dag er solrigt".

Inde i maskinen sammensættes de tegn, der skal besvares med, øjeblikkeligt.

Ved derefter at fremkalde og udtale "lyden" for hvert enkelt tegn, kan den udsende svaret "Vejret i dag er solrigt" som lyd.

Men da udtale af enkelte tegn ad gangen ville lyde alt for unaturligt, foregår der inde i softwaren

• lydbehandling og
• lydredigering

for at få det til at lyde mere som ord udtalt af et rigtigt menneske.

Intonation og overgangene mellem ordene er eksempler på dette.

Metoden til behandling af intonation og overgange varierer afhængigt af tekst-til-tale-softwaren.

Derfor varierer opfattelsen af stemmens "tydelighed" og "brugervenlighed" afhængigt af det firma, der leverer softwaren.

Situationer hvor tekst-til-tale-software er nødvendig

Tekst-til-tale-software blev anset for at være en teknologi, der er nødvendig for

• synshandicappede
• ældre, der har svært ved at læse små bogstaver

og lignende grupper.

Men i virkeligheden bliver det brugt i langt flere situationer, end vi forestiller os.

Hvis man kigger på eksempler på implementering, ser man tydeligt de situationer, hvor det er nødvendigt.

Eksempler på brug af tekst-til-tale-software

1. Som automatisk stemme til telefonpasningstjenester
2. Som speak til videoer på f.eks. YouTube
3. Som et værktøj for synshandicappede
4. Som nødmeddelelser
5. Som en form for radiofunktion

1. Som automatisk stemme til telefonpasningstjenester

Tekst-til-tale-software bruges i tjenester, der læser faste fraser højt, såsom

• telefonsvarerbeskeder
• automatiske telefonstyringstjenester
• lyd til interne træningsvideoer

Ved at tilføje nuancer kan man komme tættere på en stemme, der lyder som et rigtigt menneske, og i telefonkvalitet er der efterhånden ingen stor forskel på det og en menneskestemme.

2. Som speak til videoer på f.eks. YouTube

I takt med YouTubes popularitet er der kommet rigtig mange eksempler på brug af tekst-til-tale-software som speak til YouTube-videoer.

Et tidligt eksempel er "Yukkuri-forklaringsvideoer" (Yukkuri Kaisetsu), som begyndte at bruge tekst-til-tale-software til deres speaks.

Selv i tv-programmer bliver tekst-til-tale-software nogle gange brugt til speak.

Sådan laver du hurtigt speak til YouTube og andre videoer med tekst-til-tale-software. Tips og tricks

Forklaring på, hvordan man hurtigt laver YouTube-video-speak med Ondoku. Fra hvordan man skriver et manuskript til brug af Ondoku, justering af naturlig intonation og tips til redigering i videoredigeringssoftware. Et must for alle, der ønsker at effektivisere videoproduktion med tekst-til-tale-software!

3. Som et værktøj for synshandicappede

For synshandicappede er det svært at læse bøger, dokumenter eller internettet uden støtte, selvom teksten er der.

Derfor har tekst-til-tale-software været brugt længe.

Det siges, at synshandicappede ofte "hører" dokumenter med en hurtig stemmehastighed.

En jeg kender hørte det altid ved 4x hastighed. Vildt...

4. Som nødmeddelelser

Vidste du, at tekst-til-tale-software også bliver brugt i J–ALERT (det japanske varslingssystem)?

Under katastrofer eller andre nødsituationer er det meget vigtigt at udsende meddelelser i lokalområdet for at opfordre beboere til at evakuere.

Men indtil nu var det nødvendigt, at der var et menneske til stede for at foretage annonceringen.

Ved at annoncere med tekst-til-tale-software kan man beskytte personalets sikkerhed og samtidig udføre andre opgaver sideløbende.

5. Som en form for radiofunktion

Kender du udtrykket "at lytte imens" (nagara-giki)?

Det betyder at optage information med ørerne, mens man laver noget andet, som f.eks. husarbejde eller pendling.

En tjeneste specialiseret i "lyt imens" er "Arukiki" fra Asahi Shimbun.

Det er en perfekt tjeneste for travle mennesker, hvor man kan høre dagens vigtigste nyheder på ca. 5 minutter.

Det er ikke et menneske, der læser nyhederne op, men tekst-til-tale-software.

At "høre" bøger eller nyheder, mens man gør andre ting, får mere opmærksomhed i en tid, hvor tidseffektivitet (Time Performance) er i fokus.

Hvad er den populære "mimi-katsu" (øre-aktiviteter)? Anbefalet startguide og forklaring af 5 gratis apps

Anbefalinger til øre-aktiviteter, som man kan starte på selv i en travl hverdag. Introduktion til 5 gratis anbefalede apps, herunder AI-oplæsningsapps og podcasts, samt hvordan de kan bruges i forskellige situationer som pendling, husarbejde, gåture og motion.

Tekst-til-tale-software er blevet en del af hverdagen

Tekst-til-tale-software er faktisk mere udbredt, end du måske tror.

• Jeg bryder mig ikke om det, fordi det lyder som en maskine
• Det er svært at forstå

Selvom mange føler det sådan, er tydelighed i stemmerne blevet markant forbedret for nylig, og de er nu i stand til at tale mere menneskeligt.

Desuden er tekst-til-tale mere praktisk, end man forestiller sig.

For eksempel, når du læser dette blogindlæg, er der stor forskel på

• at læse det lydløst,
• kun at lytte til lyden,
• at følge teksten med øjnene, mens du lytter til lyden,

når det kommer til, hvor let det er at læse og forstå.

Der er også forskningsresultater, der viser, at jo flere sanser et menneske bruger, desto bedre lagres indholdet i hjernen.

Ved at tilføje en oplæsningsfunktion til f.eks. en blog, skabes der en merværdi i, at "denne blog også kan læses via lyd".

Merværdi fører til øget kundetilfredshed.

Praktiske ting bliver lettere accepteret af folk og spreder sig hurtigt.

"Tekst-til-tale"-tjenester vil sandsynligvis vinde stor udbredelse i fremtiden.