[सारांश] कौन सा टेक्स्ट-टू-स्पीच सॉफ़्टवेयर सबसे मानवीय तरीके से पढ़ता है? तुलना

नमस्ते, Ondoku का उपयोग करने के लिए हमेशा धन्यवाद।

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर खोजते समय सबसे महत्वपूर्ण बात क्या होती है?

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

ये तीन मुख्य बातें हैं जो सबसे अधिक चिंता का विषय होती हैं।

विशेष रूप से, "क्या यह इंसान 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 भी संभव है

इन शर्तों के तहत, हमने यह जांचा है कि कौन सा टेक्स्ट-टू-स्पीच सॉफ़्टवेयर सबसे अधिक इंसान की तरह पढ़ता है।

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

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर Ondoku की 16 प्रकार की आवाज़ों को मुफ़्त में आज़माएँ। पिच में बदलाव के साथ प्रभाव बदलें

Ondoku में 16 प्रकार की जापानी आवाज़ें हैं। बेशक, पुरुष और महिला दोनों की 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

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के बारे में शोध करते समय, आप पाएंगे कि कई सॉफ़्टवेयर उपलब्ध हैं।

हालांकि, और अधिक विस्तार से जांच करने पर, यह काफी सामान्य है कि भले ही सॉफ़्टवेयर अलग हों, उनके अंदर का स्पीच सिंथेसिस इंजन एक ही हो।

उदाहरण) Boyomi-chan और SoftTalk एक ही स्पीच सिंथेसिस इंजन का उपयोग करते हैं।

चूंकि यदि स्पीच सिंथेसिस इंजन समान है, तो ध्वनि की गुणवत्ता भी समान होगी, इस सत्यापन में हम अलग-अलग सॉफ़्टवेयर होने पर भी उन्हें एक ही मानेंगे।

सशुल्क टेक्स्ट-टू-स्पीच सॉफ़्टवेयर

• AI Talk
• VOICEROID
• Ichitaro (दस्तावेज़ निर्माण सॉफ़्टवेयर)

मुफ़्त टेक्स्ट-टू-स्पीच सॉफ़्टवेयर

• TextTalk
• SoftTalk
• Boyomi-chan
• Coestation
• Ondoku

टेक्स्ट-टू-स्पीच सॉफ़्टवेयर के लिए इंसान जैसा होने का मानक

किस प्रकार की ध्वनि इंसान की तरह पढ़ी गई ध्वनि है, इसका मानक व्यक्ति के आधार पर अलग-अलग होता है।

• भावनाओं के साथ पढ़ना?
• उचित ठहराव और स्वर के उतार-चढ़ाव के साथ बोलना?
• विस्मयादिबोधक वाक्य या सांस लेने की आवाज़ें शामिल करना?

पाठ को पढ़ते समय, किस प्रकार की ध्वनि को इंसान की तरह बोलना माना जाता है, इसका मानक हर किसी के लिए अलग होता है।

तुलना के लिए इस बार इंसान की तरह पढ़ने के मानक के रूप में,

उचित ठहराव लेते हुए, बिना किसी अजीब लहजे के धाराप्रवाह पढ़ने में सक्षम होना

इस बात पर जोर देते 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 ही उपलब्ध है।

चूंकि हम तुलना में मुफ़्त विकल्पों को भी शामिल करना चाहते हैं, इसलिए इस बार हम इस मानक के आधार पर तुलना करेंगे।

तुलना के लिए पांडुलिपि

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

चूंकि इस बार कई सॉफ़्टवेयर हैं, हमने एक छोटी पांडुलिपि चुनी है, और एक मौसम पूर्वानुमान की पांडुलिपि चुनी है जो बिना किसी भावना के भी स्वाभाविक लगती है।

देश भर का मौसम पूर्वानुमान।
टोक्यो जैसे प्रशांत पक्ष के क्षेत्रों में शुष्क और धूप वाला मौसम जारी रहेगा।
जुकाम से बचाव का ध्यान रखें।
दोपहर से रात तक का तापमान।
देश भर में जनवरी जैसी ठंड जारी रहने की संभावना है।

वास्तव में पढ़ी गई आवाज़ों की तुलना

अब, हम वास्तव में टेक्स्ट-टू-स्पीच सॉफ़्टवेयर से इसे पढ़वाएंगे।

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

TextTalk

【समायोजन जारी है】

SoftTalk और Boyomi-chan

Ondoku

Audio Assistant

Announcer A

Announcer B

AI Talk

【समायोजन जारी है】

VOICEROID

【समायोजन जारी है】

Ichitaro (दस्तावेज़ निर्माण सॉफ़्टवेयर)

【समायोजन जारी है】

Coestation को अपनी स्वयं की आवाज़ के साथ सिंथेसाइज़ करने की आवश्यकता होती है, इसलिए इसे इस बार बाहर रखा गया है।

पढ़ने के परिणामों को सुनने के बाद मेरे विचार

मुझे लगा कि जो मुफ़्त टेक्स्ट-टू-स्पीच सॉफ़्टवेयर इंसान की तरह पढ़ सकते हैं, वे हैं:

1. Ondoku
2. TextTalk
3. Boyomi-chan

TextTalk में कुछ यांत्रिक कर्कश आवाज़ें खटकती हैं,

Boyomi-chan में दबी हुई आवाज़ खटकती है,

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

सशुल्क सॉफ़्टवेयर में, मुझे लगा कि:

1. VOICEROID
2. AI Talk

इस क्रम में वे अधिक इंसान की तरह पढ़ सकते हैं।

साथ ही, सशुल्क सॉफ़्टवेयर में कुछ ऐसे भी हैं जिनमें आवाज़ में भावनाएं और स्वर के उतार-चढ़ाव जोड़ने की सुविधा होती है।

ऐसे विकल्पों के साथ, ऑडियो उपयोग का दायरा और भी बढ़ सकता है।

Ondoku की नई AI आवाज़ों के साथ, आप अधिक प्राकृतिक और इंसान जैसी रीडिंग प्राप्त कर सकते हैं।

आप "हर्षित और ऊर्जावान" जैसी रीडिंग स्टाइल भी निर्दिष्ट कर सकते हैं।

यदि आप वास्तव में नई AI आवाज़ों की तुलना करना चाहते हैं, तो कृपया यह लेख भी देखें।

अगली पीढ़ी के AI जापानी ऑडियो नमूनों के 25 प्रकारों को मुफ़्त में सुनें। बहुभाषी रीडिंग का भी समर्थन करता है

नवीनतम AI तकनीक के साथ भावनाओं से भरपूर आवाज़ें उत्पन्न करने वाली अगली पीढ़ी की नवीनतम AI आवाज़ें यहाँ हैं! इस लेख में, आप Ondoku की नई AI आवाज़ों के ऑडियो नमूने सुन सकते हैं। आप स्वतंत्र रूप से भावनाओं की अभिव्यक्ति निर्दिष्ट कर सकते हैं और कई भाषाओं में पढ़ सकते हैं।

कौन सा सॉफ़्टवेयर उपयोग करना है, 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? हमने YouTube पर इसके उपयोग की जांच की

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 हम जिन सॉफ़्टवेयरों को कवर करेंगे वे हैं Ondoku, AI Talk, VOICEROID, CeVIO, Yu...

तो फिर, आपसे मिलने का इंतज़ार रहेगा।