[Zusammenfassung] Welche Text-to-Speech-Software liest Texte am natürlichsten? Ein Vergleich

Hallo, vielen Dank, dass Sie Ondoku immer nutzen.

Was ist das Wichtigste für Sie, wenn Sie nach einer Text-to-Speech-Software suchen?

1. Ob es kostenlos oder kostenpflichtig ist
2. Ob es menschenähnlich vorliest
3. Ob Geschwindigkeit und Tonhöhe angepasst werden können

Dies sind die drei Hauptaspekte, die von großem Interesse sind.

Besonders die Frage, „ob es menschenähnlich vorliest“, ist ein sehr wichtiges Thema für diejenigen, die die Stimme hören.

Die Text-to-Speech-Software-Industrie entwickelt sich ständig weiter.

In diesem Artikel haben wir unter folgenden Bedingungen untersucht, welche Text-to-Speech-Software am menschenähnlichsten vorliest:

• Japanischsprachige Websites
• Anpassungen sind möglich

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

Hören Sie 16 verschiedene Stimmen der Text-to-Speech-Software Ondoku kostenlos zur Probe. Eindrucksänderung durch Tonhöhenvariation | Text-to-Speech-Software Ondoku

Ondoku verfügt über 16 Arten von japanischen Stimmen. Natürlich sind sowohl männliche als auch weibliche Stimmen verfügbar. Wir haben es ermöglicht, 8 häufig verwendete japanische Stimmen und deren Klang bei Anpassung der jeweiligen Tonhöhe probezuhören.

Bekannte Text-to-Speech-Software

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

Jedoch ist es bei genauerer Untersuchung oft so, dass zwar die Software unterschiedlich ist, die zugrunde liegende Sprachsynthese-Engine jedoch dieselbe ist.

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

Da die Klangqualität identisch ist, wenn die Sprachsynthese-Engine dieselbe ist, werden wir unterschiedliche Softwares in dieser Untersuchung als gleich behandeln, wenn sie denselben Kern nutzen.

Kostenpflichtige Text-to-Speech-Software

• AI Talk
• VOICEROID
• Ichitaro (Textverarbeitungssoftware)

Kostenlose Text-to-Speech-Software

• Text Talk
• SoftTalk
• Bouyomi-chan
• Coestation
• Ondoku

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

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

• Wird emotionsvoll vorgelesen?
• Wird mit korrekten Pausen und Intonation gesprochen?
• Werden Ausrufe oder Atemgeräusche eingefügt?

Die Maßstäbe dafür, ab wann man eine Stimme beim Vorlesen von Text als menschenähnlich empfindet, sind individuell verschieden.

In diesem Vergleich legen wir das Hauptaugenmerk bei der Menschenähnlichkeit darauf, dass der Text

unter Einhaltung angemessener Pausen flüssig und ohne unnatürliche Intonation vorgelesen werden kann.

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

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

Das Vergleichsmanuskript

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, und zwar für eine Wettervorhersage, die auch ohne Emotionen nicht unnatürlich wirkt.

Hier ist die Wettervorhersage für das ganze Land.
Auf der pazifischen Seite, wie in Tokio, setzt sich das trockene und sonnige Wetter fort.
Bitte achten Sie auf die Vorbeugung von Erkältungen.
Dies sind die Temperaturen von mittags bis nachts.
Landesweit wird die für Januar typische Kälte anhalten.

Tatsächlicher Vergleich der vorgelesenen Stimmen

Nun lassen wir die Text-to-Speech-Software tatsächlich vorlesen.

Die jeweiligen Audios können durch Klicken auf die Wiedergabetaste (▶) abgespielt werden.

Text Talk

【In Bearbeitung】

SoftTalk und Bouyomi-chan

Ondoku

Sprachassistent

Ansager A

Ansager B

AI Talk

【In Bearbeitung】

VOICEROID

【In Bearbeitung】

Ichitaro (Textverarbeitungssoftware)

【In Bearbeitung】

Coestation wurde diesmal ausgeschlossen, da es eine Synthese mit der eigenen Stimme erfordert.

Eindruck nach dem Vergleich der Vorleseergebnisse

Bei der kostenlos nutzbaren Text-to-Speech-Software hatten wir den Eindruck, dass folgende Programme am menschenähnlichsten vorlesen:

1. Ondoku
2. Text Talk
3. Bouyomi-chan

Bei Text Talk stört das mechanisch klingende Quietschen etwas,

bei Bouyomi-chan ist die etwas dumpfe Stimme auffällig,

daher ist es letztlich Geschmacksache.

Bei den kostenpflichtigen Programmen war der Eindruck für menschenähnliches Vorlesen wie folgt:

1. VOICEROID
2. AI Talk

Zudem verfügen kostenpflichtige Programme oft über Funktionen, um der Stimme Emotionen oder eine stärkere Betonung zu verleihen.

Solche Optionen erweitern die Einsatzmöglichkeiten der Sprachausgabe natürlich erheblich.

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

Falls Sie auch eine kommerzielle Nutzung in Erwägung ziehen, haben wir in diesem Artikel die Bedingungen für die kommerzielle Nutzung der einzelnen Programme zusammengefasst; schauen Sie also auch dort gerne rein.

[Kostenpflichtige Version] Wie sieht die Lizenz für die kommerzielle Nutzung von Text-to-Speech-Software aus? Ich habe die Nutzung auf YouTube untersucht | Text-to-Speech-Software Ondoku

Wir stellen vor, ob eine kommerzielle Nutzung von vier kostenpflichtigen Text-to-Speech-Programmen möglich ist und wie die Lizenzen aussehen. Die diesmal behandelten Programme sind Ondoku, AI Talk, VOICEROID, CeVIO und Stimmen im Yukkuri-Stil (AquesTalk2).

Wir freuen uns darauf, Sie bald wiederzusehen.

■ KI-Sprachsynthesesoftware „Ondoku“

„Ondoku“ ist ein Online-Text-to-Speech-Tool, das ohne Anfangskosten genutzt werden kann.

• Unterstützt etwa 50 Sprachen, darunter Japanisch, Englisch, Chinesisch, Koreanisch, Spanisch, Französisch und Deutsch.
• Verfügbar sowohl vom PC als auch vom Smartphone
• Geeignet für Business, Bildung, Unterhaltung usw.
• Keine Installation erforderlich, kann sofort über Ihren Browser verwendet werden
• Unterstützt auch das Auslesen von Bildern

Um es zu verwenden, geben Sie einfach Text ein oder laden Sie eine Datei von der Website hoch. Erstellen Sie in Sekundenschnelle natürliche Klangdateien. Sie können die Sprachsynthese für bis zu 5.000 Zeichen kostenlos nutzen, also probieren Sie es bitte zuerst aus.

Die Text-to-Speech-Software „Ondoku“ kann jeden Monat 5000 Zeichen mit KI-Stimme kostenlos vorlesen. Sie können MP3s problemlos herunterladen und auch eine kommerzielle Nutzung ist möglich. Wenn Sie sich kostenlos anmelden, können Sie bis zu 5.000 Zeichen pro Monat kostenlos von Text in Sprache umwandeln. Probieren Sie Ondoku jetzt aus.

HP: ondoku3.com
Email: ondoku3.com@gmail.com