Vilken text-till-tal-mjukvara låter mest mänsklig? En jämförelse

Hej, tack för att du alltid använder Ondoku.

Vad är det viktigaste du funderar på när du letar efter text-till-tal-programvara?

1. Om det är gratis eller kostar pengar
2. Om det läser på ett mänskligt sätt
3. Om hastighet och tonhöjd kan justeras

Dessa tre delar är de största funderingarna.

Särskilt frågan om det "läser på ett mänskligt sätt" är en mycket viktig fråga för den som lyssnar på ljudet.

Text-till-tal-branschen fortsätter att utvecklas i snabb takt.

Den här gången har vi,

• Webbplatser med stöd för japanska
• Möjlighet till justering

med dessa villkor undersökt vilken text-till-tal-programvara som läser mest mänskligt.

*Denna artikel innehåller äldre information. De senaste röstproverna kan du lyssna på i den här artikeln, så ta gärna en titt på den också!

Provlyssna på 16 typer av röster i text-till-tal-programvaran Ondoku gratis. Ändra intrycket genom att ändra tonhöjden.

Ondoku har 16 typer av japanska röster. Självklart finns både mansröster och kvinnoröster. Vi har gjort det möjligt att provlyssna på 8 vanliga japanska röster, samt hur de låter när tonhöjden justeras.

Kända text-till-tal-programvaror

När man undersöker text-till-tal-programvara ser man att det finns många program.

Men vid närmare undersökning är det ganska vanligt att även om programmen är olika, är talsyntesmotorn inuti densamma.

Ex) Bouyomi-chan och SoftTalk har samma talsyntesmotor.

Om talsyntesmotorn är densamma blir ljudkvaliteten densamma, så i denna validering kommer vi att behandla dem som samma även om programmen är olika.

Text-till-tal-programvara som kostar pengar

• AI Talk
• VOICEROID
• Ichitaro (ordbehandlingsprogram)

Gratis text-till-tal-programvara

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

Kriterier för mänsklighet i text-till-tal-programvara

Vilken typ av röst som anses vara mänsklig varierar från person till person.

• Läses det med mycket känslor?
• Pratas det med intonation och ordentliga pauser?
• Inkluderas utropstecken eller andningsljud?

Kriterierna för vilken typ av röst som känns mänsklig när en text läses upp är individuella.

När det gäller kriteriet för att läsa mänskligt den här gången,

kommer vi att fokusera på att kunna läsa upp texten flytande med lämpliga pauser och utan onaturlig intonation.

Vi kommer att göra jämförelsen utifrån detta.

Detta beror på att funktionen att läsa med känslor (när den här artikeln skrevs 2021) endast fanns i betalprogramvaror.

Eftersom vi vill inkludera gratisalternativ i jämförelsen, använder vi detta kriterium.

Manuset som ska jämföras

För att jämföra måste vi låta programvaran läsa upp ett manus.

Eftersom det är flera program valde vi ett kort manus, närmare bestämt en väderprognos, där det inte känns konstigt även utan känslor.

Här är väderprognosen för hela landet.
På Stillahavssidan, inklusive Tokyo, fortsätter det torra och soliga vädret.
Kom ihåg att förebygga förkylningar.
Här är temperaturerna från middagstid till kväll.
Kylan som är typisk för januari kommer att fortsätta i hela landet.

Faktisk jämförelse av de upplästa rösterna

Nu låter vi programvaran läsa upp texten.

Du kan spela upp ljudet genom att klicka på play-knappen (▶).

TextTalk

【Under justering】

SoftTalk och Bouyomi-chan

Ondoku

Röstassistent

Annonsör A

Annonsör B

AI Talk

【Under justering】

VOICEROID

【Under justering】

Ichitaro (ordbehandlingsprogram)

【Under justering】

Eftersom Coestation kräver syntetisering med ens egen röst, har vi valt att exkludera det denna gång.

Intryck efter att ha lyssnat på resultaten

Jag upplevde att de gratis programvarorna som kan läsa mest mänskligt är

1. Ondoku
2. TextTalk
3. Bouyomi-chan

Jag kände att det var så.

Smaken kan variera då TextTalk har ett mekaniskt gnisslande ljud som man kan störa sig på,

och Bouyomi-chan har en dov röst som kan vara störande.

Bland betalalternativen var intrycket att de läste mest mänskligt i ordningen:

1. VOICEROID
2. AI Talk

Vissa betalprogram har även funktioner för att lägga till känslor och intonation i rösten.

Med sådana alternativ utökas användningsområdena för rösterna ytterligare.

Med Ondokus nya AI-röster är uppläsningen ännu mer naturlig och mänsklig.

Du kan även ange lässtilar som "glad och pigg".

Om du vill lyssna på och jämföra de nya AI-rösterna själv, se även den här artikeln.

Provlyssna på 25 typer av nästa generations japanska AI-röstprover gratis. Stödjer även flerspråkig uppläsning.

Nästa generations senaste AI-röster, som kan generera känslosamma röster med den senaste AI-tekniken, är här! I den här artikeln kan du provlyssna på röstprover från Ondokus nya AI-röster. Du kan även ange känslouttryck genom fritext och läsa upp på flera språk.

Vilken programvara du använder beror på dina önskemål.

Om du även överväger kommersiell användning, har vi sammanställt information om detta för varje programvara, så ta gärna en titt på den här artikeln.

【Betalversion】 Vilken licens gäller för kommersiell användning av text-till-tal-programvara? Vi undersökte användning på YouTube.

Vi introducerar om kommersiell användning är möjlig för fyra betalprogramvaror för text-till-tal och hur licenserna ser ut. Programmen vi tar upp är Ondoku, AI Talk, VOICEROID, CeVIO...

Vi ser fram emot att träffa dig igen.