Irodori-TTS क्या है? विशेषताएं, सावधानियां और उपयोग का सरल विवरण

Irodori-TTS किस तरह का AI रीडिंग सॉफ़्टवेयर है?

आप में से बहुत से लोग नए AI रीडिंग सॉफ़्टवेयर "Irodori-TTS" के बारे में जानने के लिए उत्सुक होंगे।

इस लेख में, हम Irodori-TTS की विशेषताओं, क्या किया जा सकता है, सावधानियों और इसके उपयोग के बारे में सरल तरीके से समझाएंगे।

इसके अलावा, जिन्हें लगता है कि "सेटअप मुश्किल लग रहा है", उनके लिए हमने बिना इंस्टॉलेशन के तुरंत उपयोग किए जा सकने वाले स्पीच सिंथेसिस के तरीके भी बताए हैं।

इस लेख में आप जानेंगे

1. Irodori-TTS किस तरह का सॉफ़्टवेयर है?
2. Irodori-TTS के साथ क्या किया जा सकता है और इसकी सावधानियां
3. Irodori-TTS का उपयोग कैसे करें (सेटअप से लेकर आवाज़ के समायोजन तक)
4. पर्यावरण निर्माण कठिन होने पर अनुशंसित तरीका

Irodori-TTS क्या है? जापानी AI स्पीच सिंथेसिस सॉफ़्टवेयर की व्याख्या

सबसे पहले, आइए संक्षेप में बताते हैं कि Irodori-TTS किस तरह का AI स्पीच सिंथेसिस सॉफ़्टवेयर है और इसकी विशेषताएं क्या हैं।

Irodori-TTS स्थानीय रूप से चलने वाला एक AI स्पीच सिंथेसिस मॉडल है

Irodori-TTS एक AI स्पीच सिंथेसिस सॉफ़्टवेयर है जो जापानी भाषा में विशेषज्ञता रखता है।

इसके डेवलपर Aratako हैं, और इसे ओपन सोर्स (MIT License) के रूप में मुफ्त में जारी किया गया है।

इसकी सबसे बड़ी विशेषता यह है कि यह "लोकल ऑपरेशन" कर सकता है, जहाँ स्पीच सिंथेसिस पूरी तरह से आपके अपने PC पर ही पूरा हो जाता है।

चूँकि आवाज़ बनाने की पूरी प्रक्रिया स्थानीय PC पर होती है, इसलिए टेक्स्ट या बनाई गई आवाज़ का डेटा बाहरी सर्वर पर नहीं भेजा जाता है।

शुरुआती सेटअप के बाद, आप इंटरनेट कनेक्शन के बिना आवाज़ बना सकते हैं, और बनाने की संख्या पर कोई सीमा नहीं है।

हालाँकि, सेटअप के लिए Python और Git जैसे प्रोग्रामिंग टूल्स की आवश्यकता होती है।

साथ ही, इसे तेज़ी से चलाने के लिए GPU (ग्राफ़िक कार्ड) से लैस उच्च प्रदर्शन वाले PC की सिफारिश की जाती है।

Irodori-TTS के साथ क्या किया जा सकता है और क्या नहीं

इसके बाद, हम Irodori-TTS के साथ क्या किया जा सकता है और क्या नहीं, इसके बारे में बताएंगे।

Irodori-TTS के साथ क्या किया जा सकता है

चूँकि Irodori-TTS स्थानीय वातावरण में काम करता है, इसलिए आप जितनी बार चाहें बिना किसी सीमा के आवाज़ बना सकते हैं।

इंटरनेट के बिना भी, एक बार शुरुआती सेटअप पूरा हो जाने के बाद, आप स्वतंत्र रूप से आवाज़ बना सकते हैं।

किस तरह की आवाज़ बनानी है, इसके निर्देश देने के कई तरीके उपलब्ध हैं, और कैप्शन फ़ंक्शन का उपयोग करके, आप केवल टेक्स्ट निर्देशों के साथ अपनी पसंद की आवाज़ की गुणवत्ता बना सकते हैं।

इसके अलावा, आप वॉयस क्लोनिंग के साथ अपनी आवाज़ को फिर से बना सकते हैं, या इमोजी के साथ भावनाएं जोड़ सकते हैं।

चूँकि यह MIT License है, इसलिए बनाई गई आवाज़ का व्यावसायिक उपयोग भी संभव है।

Irodori-TTS की सावधानियां

दूसरी ओर, Irodori-TTS के बारे में कुछ सावधानियां भी हैं जिन्हें उपयोग करने से पहले जानना ज़रूरी है।

एक बार में बनाई जा सकने वाली आवाज़ लगभग 30 सेकंड तक है

एक बार के जनरेशन में लगभग 30 सेकंड तक का पाठ ही पढ़ा जा सकता है।

यदि आप लंबे वाक्यों को पढ़ना चाहते हैं, तो आपको वाक्यों को विभाजित करना होगा और उन्हें कई बार जनरेट करना होगा।

आवाज़ या बात करने के तरीके को बिल्कुल वैसा बनाना जैसा आप चाहते हैं, कठिन है

Irodori-TTS में बहुत अधिक स्वतंत्रता है, लेकिन इसमें डिफ़ॉल्ट आवाज़ (बेस वॉयस) नहीं दी गई है।

इसलिए, यदि आप कैप्शन या संदर्भ आवाज़ (reference voice) निर्दिष्ट नहीं करते हैं, तो लिंग और आयु हर बार रैंडम रूप से बदल जाएगी।

यदि आप एक ही आवाज़ में पढ़ना चाहते हैं, तो आपको एक संदर्भ आवाज़ लोड करनी होगी।

साथ ही, उतार-चढ़ाव (intonation) को मैन्युअल रूप से समायोजित करने का कोई फ़ंक्शन नहीं है।

समर्थित भाषा केवल जापानी है

समर्थित भाषा केवल जापानी है, और यह अंग्रेजी जैसी विदेशी भाषाओं का समर्थन नहीं करता है।

इसके अलावा, कांजी को गलत पढ़ने की संभावना भी हो सकती है, इसलिए सावधानी आवश्यक है।

GPU से लैस उच्च क्षमता वाले PC की सिफारिश की जाती है

PC की विशिष्टताओं के आधार पर, आवाज़ बनाने में समय लग सकता है।

बिना GPU वाले PC पर, छोटे वाक्यों को बनाने में भी लगभग 1 मिनट का समय लगता है।

Celeron या N100 जैसे एंट्री-लेवल CPU पर इसका व्यावहारिक उपयोग कठिन महसूस होता है।

Irodori-TTS का उपयोग कैसे करें (सेटअप का प्रवाह)

यहाँ से, हम Irodori-TTS का उपयोग करने के तरीके के बारे में संक्षेप में बताएंगे।

सेटअप का पूरा प्रवाह इस प्रकार है:

1. आवश्यक सॉफ़्टवेयर इंस्टॉल करें
2. एक कार्य फ़ोल्डर (work folder) बनाएं
3. GitHub से Irodori-TTS को क्लोन करें
4. आवश्यक पैकेज इंस्टॉल करें
5. Irodori-TTS शुरू करें
6. AI मॉडल लोड करें
7. टेक्स्ट पढ़ें

1. Irodori-TTS के लिए आवश्यक सॉफ़्टवेयर इंस्टॉल करें

Irodori-TTS सेटअप करने के लिए शुरुआती तैयारी की आवश्यकता है।

सबसे पहले, इन तीन प्रकारों को इंस्टॉल करें:

• Python 3.10 या उच्चतर: प्रोग्रामिंग भाषा
• Git: वर्ज़न कंट्रोल सिस्टम (Irodori-TTS डाउनलोड करने के लिए आवश्यक)
• uv: Python पैकेज मैनेजर

Python, Git और uv इंस्टॉल करने के लिए, सबसे पहले स्टार्ट मेनू पर राइट-क्लिक करें और "टर्मिनल" (Terminal) पर क्लिक करें (इसे एडमिनिस्ट्रेटर के रूप में चलाने की आवश्यकता नहीं है)।

फिर टर्मिनल (PowerShell) स्क्रीन खुल जाएगी।

इस स्क्रीन पर निम्नलिखित कमांड टाइप करें और चलाएं।

winget install --id Git.Git -e

winget install --id=astral-sh.uv -e

अब आपने Irodori-TTS सेटअप करने के लिए आवश्यक चीजें इंस्टॉल कर ली हैं।

※चूँकि Python को uv द्वारा प्रबंधित किया जाता है, इसलिए यह सेटअप के दौरान स्वचालित रूप से इंस्टॉल हो जाएगा।

इंस्टॉल करने के बाद, एक बार टर्मिनल (PowerShell) बंद करें और इसे फिर से खोलें ("पाथ सेट करने" के लिए)।

2. कार्य फ़ोल्डर बनाएं

इसके बाद, एक कार्य फ़ोल्डर (work folder) बनाएं।

यहाँ Irodori-TTS इंस्टॉल किया जाएगा।

इस बार, हमने C ड्राइव के तहत "irodori-tts" नाम का एक फ़ोल्डर बनाया है।

फ़ोल्डर बनाने के बाद, टर्मिनल में उस फ़ोल्डर पर जाएं।

cd C:\irodori-tts

3. GitHub से Irodori-TTS क्लोन करें

GitHub से Irodori-TTS रिपॉजिटरी को क्लोन करने के लिए टर्मिनल में निम्नलिखित कमांड दर्ज करें।

git clone https://github.com/Aratako/Irodori-TTS.git

रिपॉजिटरी का क्लोनिंग कुछ ही सेकंड में पूरा हो जाएगा।

क्लोन किए गए रिपॉजिटरी फ़ोल्डर में जाने के लिए अगला कमांड टाइप करें।

cd Irodori-TTS

4. आवश्यक पैकेज इंस्टॉल करें

Irodori-TTS चलाने के लिए आवश्यक पैकेज इंस्टॉल करने के लिए निम्नलिखित कमांड दर्ज करें और चलाएं।

uv sync

बड़ी संख्या में पैकेज डाउनलोड और इंस्टॉल होने के कारण इसमें समय लगेगा।

Python भी यहीं इंस्टॉल हो जाएगा।

डाउनलोड और इंस्टॉल करते समय, टर्मिनल स्क्रीन बंद किए बिना प्रतीक्षा करें।

चूँकि लगभग 3GB की फ़ाइलें डाउनलोड होंगी, इसलिए अच्छी इंटरनेट स्थिति वाली जगह पर सेटअप करने की सिफारिश की जाती है।

5. Irodori-TTS शुरू करें

पैकेज डाउनलोड और इंस्टॉल होने के बाद सेटअप पूरा हो गया है।

Irodori-TTS शुरू करें।

इसे चलाने के लिए निम्नलिखित कमांड दर्ज करें और शुरू होने तक थोड़ा प्रतीक्षा करें।

uv run python gradio_app.py --server-name 0.0.0.0 --server-port 7860

जब टर्मिनल में निम्नलिखित दिखाई दे, तो स्टार्टअप पूरा हो गया है।

Running on local URL: http://0.0.0.0:7860

वेब ब्राउज़र खोलें और http://localhost:7860 पर जाएं।

इस तरह, Irodori-TTS की स्क्रीन (WebUI) खुल जाएगी।

6. AI मॉडल लोड करें

पढ़ने के लिए उपयोग किए जाने वाले AI मॉडल को लोड करने के लिए "Load Model" पर क्लिक करें।

पहली बार उपयोग करते समय, इस बटन को दबाने पर AI मॉडल का डाउनलोड शुरू हो जाएगा।

जब Model Status (अगली छवि में लाल घेरे वाला स्थान) में पूर्णता संदेश दिखाई दे, तो AI मॉडल लोड हो गया है।

7. Irodori-TTS के साथ टेक्स्ट पढ़ें

Irodori-TTS में, आप भावनाओं सहित पढ़ने के तरीके के निर्देश दे सकते हैं, लेकिन पहले उदाहरण के तौर पर, बिना किसी निर्देश के पढ़कर देखते हैं।

नीचे स्क्रॉल करने पर एक टेक्स्ट इनपुट फ़ील्ड है, वहाँ वह पाठ दर्ज करें जिसे आप पढ़ना चाहते हैं।

इस बार हम "こんにちは、これはイロドリTTSで作成された音声です。" (नमस्ते, यह Irodori-TTS के साथ बनाई गई आवाज़ है) पढ़कर देखेंगे।

(चूँकि "Irodori-TTS" को वर्णमाला में लिखने पर इसे सही ढंग से नहीं पढ़ा जा सका, इसलिए हमने इसे काताकाना में "イロドリTTS" लिखा है)

"Generate" बटन दबाने पर आवाज़ बनना शुरू हो जाएगी।

Irodori-TTS आवाज़ बनाने के लिए आपके स्थानीय PC के CPU या GPU (ग्राफ़िक कार्ड) का उपयोग करता है।

इसलिए, PC के प्रदर्शन के आधार पर, आवाज़ बनने में लगने वाला समय बहुत बदल सकता है।

इस बार हमने इसे बिना GPU वाले लैपटॉप पर बनाया है, इसलिए छोटे वाक्यों के लिए भी लगभग 1 मिनट का समय लगा।

संदर्भ: CPU: Ryzen 5 4650U, मेमोरी: DDR4 32GB, Windows 11 Pro 24H2 वातावरण में परीक्षण जनरेशन किया गया।

जनरेशन पूरा होने पर, इस तरह आवाज़ की तरंग (waveform) दिखाई देगी और आप आवाज़ बजा सकेंगे।

"こんにちは、これはイロドリTTSで作成された音声です。" पढ़ने का उदाहरण

सुनने के बाद यदि कोई समस्या नहीं है, तो डाउनलोड बटन (नीचे की ओर इशारा करने वाला तीर आइकन) दबाकर ऑडियो फ़ाइल को सहेजें।

ऑडियो फ़ाइल WAV प्रारूप में सहेजी जाएगी।

इस प्रकार, हमने Irodori-TTS का उपयोग करके आवाज़ का संश्लेषण कर लिया है।

Irodori-TTS की आवाज़ को कैसे समायोजित करें

Irodori-TTS में, आप विभिन्न तरीकों से लिंग और भावनाओं जैसी अभिव्यक्ति को समायोजित कर सकते हैं।

इमोजी के साथ भावनाओं को निर्दिष्ट करें

टेक्स्ट इनपुट फ़ील्ड के नीचे "Emoji Palette" पर क्लिक करके आप इमोजी चुन सकते हैं।

प्रत्येक इमोजी को एक भावनात्मक अभिव्यक्ति दी गई है।

• 😊 खुशी से, प्रसन्नता से
• 😭 सुबकते हुए, रोते हुए
• 😰 घबराहट में, बेचैनी में
• ⏩ तेज़ी से
• 📖 वर्णन (narration), स्वगत कथन (monologue)

टेक्स्ट इनपुट फ़ील्ड में बस इमोजी डालकर, आप निर्दिष्ट भावनाओं के साथ पाठ पढ़ सकते हैं।

「😊 こんにちは、これはイロドリTTSで作成された音声です。」को पढ़ने का उदाहरण

「📖 こんにちは、これはイロドリTTSで作成された音声です。」को पढ़ने का उदाहरण

हालाँकि, केवल इमोजी निर्दिष्ट करके आप लिंग या आयु को विशेष रूप से निर्दिष्ट नहीं कर सकते हैं।

संदर्भ आवाज़ लोड करके उसी आवाज़ में पढ़ें

Irodori-TTS में, आप एक संदर्भ ऑडियो फ़ाइल (reference voice file) लोड कर सकते हैं और उस आवाज़ को संदर्भ के रूप में उपयोग करके पाठ पढ़ सकते हैं।

संदर्भ आवाज़ को उस भाग से लोड करें जहाँ "Drop Audio Here - or - Click to Upload" लिखा है।

न केवल आप एक ही आवाज़ में पढ़ सकते हैं, बल्कि कुछ भी निर्दिष्ट न करने की तुलना में आवाज़ की गुणवत्ता अधिक स्पष्ट होगी।

कैप्शन फ़ंक्शन के साथ पढ़ने की शैली को सीधे समायोजित करना भी संभव है

Irodori-TTS में, आप सीधे टेक्स्ट में यह निर्दिष्ट कर सकते हैं कि पाठ को किस तरह की आवाज़ में पढ़ा जाना चाहिए।

कैप्शन फ़ंक्शन का उपयोग करने के लिए, आपको "VoiceDesign वर्ज़न" शुरू करने की आवश्यकता है, और टर्मिनल में Irodori-TTS शुरू करने की कमांड बदल जाएगी।

uv run python gradio_app_voicedesign.py --server-name 0.0.0.0 --server-port 7861

इस कमांड को चलाने पर VoiceDesign वर्ज़न की ऑपरेशन स्क्रीन खुल जाएगी।

चूँकि VoiceDesign वर्ज़न मानक वर्ज़न से अलग AI मॉडल का उपयोग करता है, पहली बार उपयोग करते समय आपको "Load Model" पर क्लिक करना होगा और मानक वर्ज़न से अलग मॉडल डाउनलोड करना होगा।

चूँकि AI मॉडल का आकार लगभग 2GB है, इसलिए इसे अच्छी इंटरनेट स्थिति वाली जगह पर डाउनलोड करने की सिफारिश की जाती है।

VoiceDesign वर्ज़न की ऑपरेशन स्क्रीन में "Caption / Style Prompt (optional)" टेक्स्ट बॉक्स होता है।

यहाँ आप पाठ के रूप में दर्ज करें कि आप किस तरह की आवाज़ चाहते हैं।

• एक शांत महिला की आवाज़ में, निकटता के साथ कोमलता से और स्वाभाविक रूप से पढ़ें।
• एक ऊर्जावान पुरुष की आवाज़ में, स्पष्ट और उत्साहपूर्वक बोलें।
• एक गहरी पुरुष आवाज़ में, एक न्यूज़कास्टर की तरह सपाट ढंग से पढ़ें।

इस तरह, आप निर्दिष्ट कर सकते हैं कि किस आवाज़ में पढ़ना है।

उदाहरण के लिए, "एक शांत महिला की आवाज़ में, निकटता के साथ कोमलता से और स्वाभाविक रूप से पढ़ें।" निर्दिष्ट करने पर आवाज़ इस तरह थी।

"एक शांत महिला की आवाज़ में, निकटता के साथ कोमलता से और स्वाभाविक रूप से पढ़ें" निर्दिष्ट करने का उदाहरण

यह भी सुनने में बहुत स्पष्ट और आसान आवाज़ थी।

हालाँकि, कैप्शन फ़ंक्शन के साथ कुछ सावधानियां हैं।

कैप्शन फ़ंक्शन अन्य पढ़ने के तरीकों की तुलना में आवाज़ बनाने में अधिक समय लेता है।

इस बार लैपटॉप पर बनाने में इस छोटे से वाक्य को जनरेट करने में लगभग 5 मिनट का समय लगा।

कैप्शन फ़ंक्शन का उपयोग करते समय, GPU से लैस उच्च प्रदर्शन वाले PC की सिफारिश की जाती है।

अगर अंग्रेजी टेक्स्ट पढ़ा जाए तो क्या होगा?

Irodori-TTS एक रीडिंग सॉफ़्टवेयर है जो केवल जापानी भाषा का समर्थन करता है।

तो, क्या होगा यदि हम अंग्रेजी टेक्स्ट को पढ़ने की कोशिश करें?

प्रयोग के तौर पर, हम एक सरल उदाहरण टेक्स्ट दर्ज करते हैं।

「Hello, this is a voice recording created using Irodori-TTS.」पढ़ने का उदाहरण

जैसा कि आप देख सकते हैं, "Hello" का उच्चारण "हैलो" की तरह काताकाना में हुआ, और "recording" वाला हिस्सा समझ में नहीं आने वाले उच्चारण में बदल गया, जिससे यह सही ढंग से नहीं पढ़ा जा सका।

यदि आप अंग्रेजी टेक्स्ट पढ़ना चाहते हैं, तो विदेशी भाषाओं का समर्थन करने वाली AI रीडिंग सेवा का उपयोग करने की सिफारिश की जाती है।

जब "सेटअप कठिन हो" तो अनुशंसित स्पीच सिंथेसिस विधि

इसे पढ़ने के बाद, कुछ लोगों को लग सकता है कि Irodori-TTS का सेटअप थोड़ा कठिन है।

यदि आप टर्मिनल संचालन या Python वातावरण बनाने के अभ्यस्त नहीं हैं, तो केवल चरणों का पालन करने में ही बहुत समय लग सकता है।

इसके अलावा, यदि आपके पास GPU वाला PC नहीं है, तो एक बार की आवाज़ बनाने में बहुत समय लग जाएगा, जिससे वीडियो नैरेशन जैसे उपयोगों के लिए इसका उपयोग करना कठिन हो जाता है।

ऐसे मामलों में, AI आवाज़ का उपयोग करने की सिफारिश की जाती है जिसे न तो इंस्टॉल करने और न ही सेटअप करने की आवश्यकता है।

『Ondoku』 बिना इंस्टॉलेशन के उपयोग की जा सकने वाली AI आवाज़

जब आप नवीनतम AI के साथ आसानी से आवाज़ बनाना चाहते हैं, तो AI स्पीच सिंथेसिस सेवा 『Ondoku』 की सिफारिश की जाती है।

『Ondoku』 एक AI स्पीच सिंथेसिस सेवा है जहाँ आप केवल ब्राउज़र खोलकर और टेक्स्ट पेस्ट करके आवाज़ बना सकते हैं।

आप PC, स्मार्टफोन या टैबलेट पर अभी मुफ्त में आवाज़ बना सकते हैं।

आवाज़ का जनरेशन क्लाउड (सर्वर साइड) पर होता है, इसलिए यदि आपके PC में GPU नहीं है, तो भी कोई समस्या नहीं है।

पुरुष, महिला और बच्चों की आवाज़ जैसी कई आवाज़ें पहले से ही उपलब्ध हैं, इसलिए संदर्भ आवाज़ या कैप्शन तैयार किए बिना, आप बस चुनकर तुरंत पाठ पढ़ सकते हैं।

लंबे टेक्स्ट भी सीधे पढ़े जा सकते हैं।

इसके अलावा, Ondoku अंग्रेजी का भी समर्थन करता है!

चूँकि यह फ्रेंच, स्पेनिश, कोरियाई, चीनी आदि जैसी कई भाषाओं का समर्थन करता है, इसलिए इसका उपयोग जापानी के अलावा अन्य भाषाओं को पढ़ने के लिए भी किया जा सकता है।

इसके अलावा, आप अगली पीढ़ी की AI आवाज़ (OndokuBeta) के साथ और भी अधिक स्वाभाविक पाठ पाठन का अनुभव कर सकते हैं।

यदि आप टेक्स्ट को आवाज़ के रूप में पढ़ने का तरीका ढूंढ रहे हैं, तो क्यों न 『Ondoku』 का अनुभव करें, जिसे मुफ्त और आसानी से उपयोग किया जा सकता है?

Ondoku और Irodori-TTS के बीच अंतर की तुलना

अंत में, आइए Ondoku और Irodori-TTS के बीच मुख्य अंतरों की तुलना करें।

तुलना करने पर, सहजता और तुरंत उपयोग के मामले में Ondoku, और यदि आपके पास उच्च प्रदर्शन वाला PC है और आप आवाज़ को विस्तार से बनाना चाहते हैं, तो Irodori-TTS का उपयोग किया जा सकता है।

उन लोगों के लिए जो अभी तुरंत आवाज़ चाहते हैं, जिन्हें बहुभाषी पाठ पाठन की आवश्यकता है, या जो स्मार्टफोन या टैबलेट पर इसका उपयोग करना चाहते हैं, उनके लिए Ondoku की सिफारिश की जाती है।

यह उन लोगों के लिए भी उपयुक्त है जो लंबे वाक्यों को सीधे पढ़ना चाहते हैं, सेटअप में समय नहीं बिताना चाहते हैं, या जिनके PC में GPU नहीं है।

चूँकि आप केवल ब्राउज़र खोलकर उच्च गुणवत्ता वाली आवाज़ बना सकते हैं, तो क्यों न पहले Ondoku का मुफ्त में उपयोग करके देखें?

Irodori-TTS की विशेषताएं, सेटअप और उपयोग सारांश

इस लेख में, हमने जापानी भाषा में विशेषज्ञता रखने वाले स्थानीय रूप से संचालित AI स्पीच सिंथेसिस सॉफ़्टवेयर Irodori-TTS के बारे में बताया।

Irodori-TTS उन लोगों के लिए एक आकर्षक उपकरण है जो ध्वनि अभिव्यक्ति के प्रति गंभीर हैं, जैसे कि वॉयस क्लोनिंग, कैप्शन के माध्यम से आवाज़ की गुणवत्ता डिजाइन करना और इमोजी के माध्यम से भावनाओं का नियंत्रण।

हालाँकि, सेटअप और उपयोग करने का तरीका उन्नत उपयोगकर्ताओं के लिए है, और सेटअप के लिए Python और Git के वातावरण निर्माण की आवश्यकता होती है।

इसके अलावा, बिना GPU वाले PC पर आवाज़ बनाने में समय लगता है।

उन लोगों के लिए जो "अभी और आसानी से स्पीच सिंथेसिस का उपयोग करना चाहते हैं", केवल ब्राउज़र पर उपयोग किए जा सकने वाले 『Ondoku』 की सिफारिश की जाती है।

क्यों न आप भी आसानी से उपयोग किए जा सकने वाले मुफ्त AI स्पीच सिंथेसिस के साथ उच्च गुणवत्ता वाली आवाज़ बनाएं?

■ एआई भाषण संश्लेषण सॉफ्टवेयर "ओन्डोकू"

"ओन्डोकू" एक ऑनलाइन टेक्स्ट-टू-स्पीच टूल है जिसका उपयोग बिना किसी प्रारंभिक लागत के किया जा सकता है।

• जापानी, अंग्रेजी, चीनी, कोरियाई, स्पेनिश, फ्रेंच और जर्मन सहित लगभग 50 भाषाओं का समर्थन करता है।
• पीसी और स्मार्टफोन दोनों से उपलब्ध है
• व्यवसाय, शिक्षा, मनोरंजन आदि के लिए उपयुक्त।
• किसी इंस्टॉलेशन की आवश्यकता नहीं, आपके ब्राउज़र से तुरंत उपयोग किया जा सकता है
• छवियों से पढ़ने का भी समर्थन करता है

इसका उपयोग करने के लिए, बस टेक्स्ट दर्ज करें या साइट से एक फ़ाइल अपलोड करें। सेकंडों में प्राकृतिक ध्वनि फ़ाइलें उत्पन्न करें। आप 5,000 वर्णों तक वाक् संश्लेषण का निःशुल्क उपयोग कर सकते हैं, इसलिए कृपया पहले इसे आज़माएँ।

टेक्स्ट-टू-स्पीच सॉफ्टवेयर "ओंडोकू" हर महीने एआई आवाज के साथ मुफ्त में 5000 अक्षरों को पढ़ सकता है। आप आसानी से MP3 डाउनलोड कर सकते हैं और व्यावसायिक उपयोग भी संभव है। यदि आप निःशुल्क साइन अप करते हैं, तो आप प्रति माह 5,000 अक्षरों तक को टेक्स्ट से स्पीच में निःशुल्क रूपांतरित कर सकते हैं। अभी ओन्डोकू आज़माएँ।

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