[सारांश] वाक्यों और टेक्स्ट को सबसे अधिक मानवीय तरीके से पढ़ने वाले टेक्स्ट-टू-स्पीच सॉफ्टवेयर की तुलना

नमस्ते, Ondoku का हमेशा उपयोग करने के लिए धन्यवाद।

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर खोजते समय आपको सबसे अधिक किस बात की चिंता होती है?

1. क्या यह मुफ़्त है या सशुल्क
2. क्या यह इंसानों की तरह पढ़ता है
3. क्या गति और पिच को समायोजित किया जा सकता है

आदि, ये तीन मुख्य चिंताएँ हैं।

विशेष रूप से, "क्या यह इंसानों की तरह पढ़ता है" सुनने वाले के लिए एक बहुत ही महत्वपूर्ण मुद्दा है।

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर उद्योग लगातार विकसित हो रहा है।

इस बार,

• जापानी भाषा का समर्थन करने वाली साइटें
• समायोजन संभव है

इन शर्तों के साथ, हमने यह जांच की है कि कौन सा टेक्स्ट-टू-स्पीच सॉफ़्टवेयर सबसे अधिक इंसानों की तरह पढ़ता है।

※यह लेख पुरानी सामग्री है। नवीनतम ऑडियो नमूने इस लेख में सुने जा सकते हैं, इसलिए कृपया इसे भी देखें!

Ondoku टेक्स्ट-टू-स्पीच सॉफ़्टवेयर की 16 प्रकार की आवाज़ें मुफ़्त में सुनें। पिच में बदलाव के साथ प्रभाव बदलें | टेक्स्ट-टू-स्पीच सॉफ़्टवेयर Ondoku

Ondoku में 16 प्रकार की जापानी आवाज़ें हैं। बेशक, पुरुष और महिला दोनों आवाज़ें उपलब्ध हैं। हमने 8 प्रकार की आमतौर पर उपयोग की जाने वाली जापानी आवाज़ें और प्रत्येक आवाज़ की पिच को समायोजित करने पर मिलने वाली आवाज़ों को सुनना संभव बना दिया है।

प्रसिद्ध टेक्स्ट-टू-स्पीच सॉफ़्टवेयर

जब आप टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के बारे में शोध करते हैं, तो आप पाएंगे कि बहुत सारे सॉफ़्टवेयर मौजूद हैं।

हालांकि, यदि आप और विस्तार से देखते हैं, तो अक्सर ऐसा होता है कि भले ही सॉफ़्टवेयर अलग हो, लेकिन उनके भीतर का स्पीच सिंथेसिस इंजन समान होता है।

उदाहरण) 棒読みちゃん और SoftTalk एक ही स्पीच सिंथेसिस इंजन का उपयोग करते हैं

यदि स्पीच सिंथेसिस इंजन समान है, तो ध्वनि की गुणवत्ता समान होगी, इसलिए इस सत्यापन में, भले ही सॉफ़्टवेयर अलग हों, हम उन्हें एक ही मानेंगे।

सशुल्क टेक्स्ट-टू-स्पीच सॉफ़्टवेयर

• AIトーク
• VOICEROID
• 一太郎 (दस्तावेज़ निर्माण सॉफ़्टवेयर)

मुफ़्त टेक्स्ट-टू-स्पीच सॉफ़्टवेयर

• テキストーク
• SoftTalk（ソフトーク）
• 棒読みちゃん
• コエステーション
• Ondoku

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के लिए मानवीयता के मानदंड

एक मानवीय आवाज़ क्या है, इसके मानदंड अलग-अलग लोगों के लिए अलग-अलग होते हैं।

• क्या यह भावनाओं के साथ पढ़ता है
• क्या यह उचित अंतराल और उतार-चढ़ाव (intonation) के साथ बोलता है
• क्या इसमें विस्मयादिबोधक वाक्य या सांस लेने की आवाज़ें शामिल हैं

टेक्स्ट को पढ़ते समय, किस प्रकार की आवाज़ मानवीय लगती है, इसके मानदंड हर व्यक्ति के लिए अलग होते हैं।

इस बार, मानवीय रूप से पढ़ने के मानदंड के लिए,

उचित अंतराल लेते हुए और बिना किसी अजीब लहजे के धाराप्रवाह पढ़ने की क्षमता

पर ध्यान केंद्रित करते हुए तुलना करेंगे।

इसका कारण यह है कि भावनाओं के साथ पढ़ने का कार्य (2021 तक, जब यह लेख लिखा गया था) केवल सशुल्क टेक्स्ट-टू-स्पीच सॉफ़्टवेयर में उपलब्ध था।

चूंकि हम मुफ़्त विकल्पों को भी तुलना में शामिल करना चाहते हैं, इसलिए आइए इस बार इस मानदंड का उपयोग करके तुलना करें।

तुलना के लिए पांडुलिपि

तुलना करने के लिए, टेक्स्ट-टू-स्पीच सॉफ़्टवेयर को एक पांडुलिपि पढ़नी होगी।

चूंकि कई सॉफ़्टवेयर हैं, इसलिए हमने एक छोटी पांडुलिपि चुनी है, और हमने मौसम के पूर्वानुमान की पांडुलिपि चुनी है जो भावनाओं के बिना भी स्वाभाविक लगती है।

यहाँ देश का मौसम पूर्वानुमान है।
टोक्यो जैसे प्रशांत महासागरीय क्षेत्रों में शुष्क और धूप वाला मौसम जारी रहेगा।
कृपया जुकाम से बचाव का ध्यान रखें।
दोपहर से रात तक का तापमान इस प्रकार है।
पूरे देश में जनवरी जैसी ठंड जारी रहने की संभावना है।

वास्तविक ऑडियो की तुलना

अब, आइए वास्तव में टेक्स्ट-टू-स्पीच सॉफ़्टवेयर से इसे पढ़वाते हैं।

आप प्ले बटन (▶) पर क्लिक करके वास्तविक ऑडियो सुन सकते हैं।

テキストーク

【समायोजन चल रहा है】

SoftTalk（ソフトーク） और 棒読みちゃん

Ondoku

वॉयस असिस्टेंट

अनाउन्सर A

अनाउन्सर B

AIトーク

【समायोजन चल रहा है】

VOICEROID

【समायोजन चल रहा है】

一太郎 (दस्तावेज़ निर्माण सॉफ़्टवेयर)

【समायोजन चल रहा है】

चूंकि コエステーション के लिए अपनी आवाज़ के साथ सिंथेसिस करने की आवश्यकता होती है, इसलिए हमने इसे इस बार बाहर रखा है।

ऑडियो परिणामों की तुलना करने के बाद विचार

मुझे लगा कि मुफ़्त में उपयोग किए जा सकने वाले टेक्स्ट-टू-स्पीच सॉफ़्टवेयर में जो मानवीय रूप से पढ़ सकते हैं, वे हैं:

1. Ondoku
2. テキストーク
3. 棒読みちゃん

ऐसा मुझे महसूस हुआ।

テキストーク में मशीनी आवाज़ जैसी तीखी ध्वनि परेशान करती है,

棒読みちゃん में दबी हुई आवाज़ परेशान करती है,

इन बिंदुओं के कारण पसंद अलग-अलग हो सकती है।

सशुल्क विकल्पों में,

1. VOICEROID
2. AIトーク

इस क्रम में वे अधिक मानवीय रूप से पढ़ने का प्रभाव छोड़ते हैं।

इसके अलावा, कुछ सशुल्क विकल्पों में आवाज़ में भावनाएं और उतार-चढ़ाव जोड़ने की सुविधा भी होती है।

ऐसे विकल्पों के साथ, ऑडियो उपयोग की सीमा और भी बढ़ सकती है।

आप कौन सा सॉफ़्टवेयर उपयोग करते हैं, यह आपकी पसंद पर निर्भर करता है।

यदि आप व्यावसायिक उपयोग के बारे में भी सोच रहे हैं, तो हमने प्रत्येक सॉफ़्टवेयर के व्यावसायिक उपयोग के बारे में भी जानकारी संकलित की है, इसलिए कृपया इस लेख को भी देखें।

【सशुल्क संस्करण】टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के व्यावसायिक उपयोग के लिए लाइसेंस क्या है? मैंने YouTube उपयोग के बारे में जाँच की | टेक्स्ट-टू-स्पीच सॉफ़्टवेयर Ondoku

हम परिचय देंगे कि क्या चार सशुल्क टेक्स्ट-टू-स्पीच सॉफ़्टवेयर का व्यावसायिक उपयोग संभव है और उनके लाइसेंस कैसे काम करते हैं। इस बार जिन सॉफ़्टवेयरों को हम कवर कर रहे हैं वे हैं: Ondoku, AI Talk (エーアイトーク), VOICEROID (ボイスロイド), CeVIO (チェビオ), और Yukkuri-type voice (AquesTalk2)

तो फिर, आपसे मिलने का इंतज़ार रहेगा।

■ 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