【Zusammenfassung】Vergleich: Welche Text-to-Speech-Software klingt am natürlichsten?

Hallo, vielen Dank, dass Sie Ondoku immer wieder nutzen.

Was ist Ihnen am wichtigsten, wenn Sie nach einer Text-to-Speech-Software suchen?

1. Ist es kostenlos oder kostenpflichtig?
2. Liest es sich menschlich?
3. Können Geschwindigkeit und Tonhöhe angepasst werden?

Dies sind die drei Hauptpunkte, die am meisten interessieren.

Besonders die Frage, ob es „menschlich liest“, ist ein sehr wichtiges Thema für diejenigen, die die Sprachausgabe hören.

Die Branche für Text-to-Speech-Software entwickelt sich ständig weiter.

Dieses Mal haben wir untersucht, welche Text-to-Speech-Software unter den folgenden Bedingungen am menschlichsten liest:

• Japanischsprachige Websites
• Anpassungen sind möglich

※ Dieser Artikel enthält veraltete Inhalte. Die neuesten Hörproben können Sie in diesem Artikel anhören, schauen Sie ihn sich also unbedingt auch an!

Hören Sie 16 verschiedene Stimmen der Text-to-Speech-Software Ondoku kostenlos zur Probe. Ändern Sie den Eindruck durch Variation der Tonhöhe.

Ondoku bietet 16 verschiedene japanische Stimmen an. Natürlich sind sowohl männliche als auch weibliche Stimmen verfügbar. Wir haben Hörproben von 8 häufig verwendeten japanischen Stimmen sowie die Stimmen mit angepasster Tonhöhe zum Testen bereitgestellt.

Bekannte Text-to-Speech-Software

Wenn man nach Text-to-Speech-Software sucht, stellt man fest, dass es viele Programme gibt.

Bei genauerer Betrachtung ist es jedoch recht häufig so, dass zwar die Software unterschiedlich ist, die darin enthaltene Sprachsynthese-Engine jedoch dieselbe ist.

Bsp.: Bouyomi-chan und SoftTalk nutzen dieselbe Sprachsynthese-Engine.

Wenn die Sprachsynthese-Engine dieselbe ist, ist auch die Klangqualität identisch. Daher behandeln wir in dieser Untersuchung unterschiedliche Software mit derselben Engine als ein und dasselbe.

Kostenpflichtige Text-to-Speech-Software

• AI Talk
• VOICEROID
• Ichitaro (Textverarbeitungssoftware)

Kostenlose Text-to-Speech-Software

• TextTalk
• SoftTalk
• Bouyomi-chan
• Coestation
• Ondoku

Kriterien für die Menschlichkeit von Text-to-Speech-Software

Die Kriterien dafür, welche Art von Stimme als menschlich empfunden wird, sind von Person zu Person unterschiedlich.

• Wird gefühlvoll vorgelesen?
• Wird mit angemessenen Pausen und Intonation gesprochen?
• Werden Ausrufe oder Atemgeräusche eingefügt?

Beim Vorlesen von Texten variieren die Maßstäbe, ab wann eine Stimme als menschlich empfunden wird, je nach Person.

In diesem Vergleich legen wir das Kriterium für menschliches Vorlesen wie folgt fest:

Flüssiges Vorlesen mit angemessenen Pausen und ohne unnatürliche Intonation.

Dies liegt daran, dass die Funktion, mit Gefühlen vorzulesen (zum Zeitpunkt der Erstellung dieses Artikels im Jahr 2021), nur in kostenpflichtiger Text-to-Speech-Software verfügbar war.

Da wir auch kostenlose Optionen in den Vergleich einbeziehen möchten, werden wir diesen Maßstab verwenden.

Das für den Vergleich verwendete Manuskript

Für einen Vergleich ist es notwendig, dass die Text-to-Speech-Software ein Manuskript vorliest.

Da es mehrere Programme sind, haben wir uns für ein kurzes Manuskript entschieden: einen Wetterbericht, der auch ohne große Emotionen nicht unnatürlich wirkt.

Hier ist der Wetterbericht für das ganze Land.
Auf der Pazifikseite, wie in Tokio, hält das trockene und sonnige Wetter an.
Bitte achten Sie auf die Vorbeugung von Erkältungen.
Hier sind die Temperaturen von Mittag bis in die Nacht.
Landesweit wird die für den Januar typische Kälte anhalten.

Tatsächlicher Vergleich der Sprachausgabe

Lassen Sie uns nun die Text-to-Speech-Software das Manuskript vorlesen.

Die eigentliche Sprachausgabe kann durch Klicken auf die Wiedergabetaste (▶) abgespielt werden.

TextTalk

【In Bearbeitung】

SoftTalk und Bouyomi-chan

Ondoku

Sprachassistent

Sprecher A

Sprecher B

AI Talk

【In Bearbeitung】

VOICEROID

【In Bearbeitung】

Ichitaro (Textverarbeitungssoftware)

【In Bearbeitung】

Coestation wurde dieses Mal ausgeschlossen, da eine Synthese mit der eigenen Stimme erforderlich ist.

Eindrücke nach dem Vergleich der Hörergebnisse

Bei den kostenlos nutzbaren Text-to-Speech-Programmen empfanden wir die Reihenfolge der menschlichsten Wiedergabe wie folgt:

1. Ondoku
2. TextTalk
3. Bouyomi-chan

Bei TextTalk störte ein mechanisches, quietschendes Geräusch etwas,

und bei Bouyomi-chan war die Stimme etwas dumpf,

weshalb die Vorlieben hier auseinandergehen könnten.

Bei den kostenpflichtigen Programmen war der Eindruck für ein menschliches Vorlesen in dieser Reihenfolge:

1. VOICEROID
2. AI Talk

Zudem verfügen kostenpflichtige Programme oft über Funktionen, um der Stimme Gefühle oder mehr Modulation zu verleihen.

Solche Optionen erweitern den Spielraum für die Nutzung von Sprachausgaben erheblich.

Mit den neuen AI-Stimmen von Ondoku ist ein noch natürlicheres und menschlicheres Vorlesen möglich.

Sie können auch Vorlesestile wie „hell und fröhlich“ festlegen.

Wenn Sie die neuen AI-Stimmen selbst vergleichen möchten, schauen Sie sich bitte auch diesen Artikel an.

Hören Sie 25 verschiedene japanische KI-Sprachbeispiele der nächsten Generation kostenlos zur Probe. Unterstützt auch mehrsprachiges Vorlesen.

Die neueste Generation der AI-Stimmen ist da, die dank modernster AI-Technologie gefühlvolle Sprache erzeugen kann! In diesem Artikel können Sie Hörproben der neuen AI-Stimmen von Ondoku testen. Es ist möglich, Emotionen durch freie Texteingabe zu spezifizieren oder Texte mehrsprachig vorlesen zu lassen.

Welche Software Sie verwenden, hängt ganz von Ihren persönlichen Vorlieben ab.

Falls Sie auch eine kommerzielle Nutzung in Betracht ziehen, haben wir die Bedingungen für die kommerzielle Nutzung der jeweiligen Programme zusammengefasst. Nutzen Sie diesen Artikel gerne als Referenz.

[Kostenpflichtige Version] Wie sieht die Lizenz für die kommerzielle Nutzung von Text-to-Speech-Software aus? Untersuchung zur Nutzung auf YouTube.

Wir stellen vor, ob eine kommerzielle Nutzung von vier kostenpflichtigen Text-to-Speech-Programmen möglich ist und wie die Lizenzen gestaltet sind. Die in diesem Artikel behandelten Programme sind Ondoku, AI Talk, VOICEROID, CeVIO...

Wir freuen uns darauf, Sie bald wieder bei uns begrüßen zu dürfen.