टेक्स्ट से आवाज़
कुछ टेक्स्ट चिपकाइए, सेकंडों में उसे पढ़ा जाता सुनिए
सुनना मुफ़्त, खाता नहीं चाहिए; जनरेशन और निर्यात कंप्यूट के हिसाब से, अनुमान पहले
मुश्किल यह नहीं कि मशीन इंसान जैसी लगती है या नहीं — मॉडल वह सीमा कब की पार कर चुके। मुश्किल वे शब्द हैं जो वह ग़लत बोलती है: समरूप शब्द, संख्याएँ, नाम। 200 शब्दों में तीन चूक और पूरा पाठ «मशीन का पढ़ा» लगने लगता है।
इसीलिए प्रूफ़रीडिंग पहले आती है: जो कुछ ग़लत बोले जाने की आशंका है, वह एक भी शब्द बोले जाने से पहले आपकी पुष्टि के लिए दिखाया जाता है। पुष्टि किया गया उच्चारण इस प्रोजेक्ट की शब्दावली में चला जाता है और आगे सब पर लागू होता है।
यह क्या करता है
कई आवाज़ें, जो आपस में नहीं घुलतीं
जब एक ही अंश में कई लोग बोलते हैं, पिच और टिम्बर अपने-आप अलग कर दिए जाते हैं। सिर्फ़ पिच काफ़ी नहीं: हमने 22 Hz के अंतर वाले दो पात्र मापे जिनका टिम्बर एक जैसा था — फिर भी वह एक ही व्यक्ति की आत्म-वार्ता लगती थी।
भाव एक तय सूची है, खुला पाठ नहीं
दस स्तर: सामान्य, तनावपूर्ण, उदास, फुसफुसाहट आदि। «हल्की उदासी के साथ थोड़ी उम्मीद» जैसा लिखेंगे तो इंजन चुपचाप सामान्य पर लौट जाएगा — और बताएगा नहीं, इसलिए आप समझेंगे कि वह अभिनय कर रहा है जबकि वह बस पढ़ रहा है।
पहले जाँच, फिर बोलना
समरूप शब्द, संख्याओं का पाठ और नाम आपकी पुष्टि के लिए सामने आते हैं। TTS एक टाइपो भी पूरी रवानी से पढ़ देगा — यह क़दम छोड़ा तो पूरा सुनकर भी पकड़ में नहीं आएगा।
छोटे पाठ के लिए सेकंड, लंबे के लिए क़तार
200 शब्द यानी कुछ सेकंड का इंतज़ार। पूरी किताब नहीं: वह जॉब क़तार में जाती है, आप पेज बंद कर सकते हैं, पूरा होने पर हम बता देंगे।
कैसे काम करता है
-
चिपकाइए
पेज पर सीधे Ctrl+V, या .txt फ़ाइल छोड़ दीजिए। पहले साइन-अप की ज़रूरत नहीं।
-
जाँच का नतीजा देखिए
संभावित ग़लत उच्चारण चिह्नित होते हैं। जो आप पुष्टि करें वह शब्दावली में चला जाता है।
-
आवाज़ चुनिए, सुनिए
आवाज़ बदलकर फिर सुनिए, या गति और भाव समायोजित कीजिए। पसंद आए तो निर्यात कीजिए।
सामान्य प्रश्न
- क्या यह मुफ़्त है?
- सुनना मुफ़्त है और खाता नहीं चाहिए। निर्यात और लंबी जनरेशन वास्तव में खर्च हुई कंप्यूट के हिसाब से लगती है — शुरू करने से पहले अनुमान दिखेगा।
- क्या मेरा टेक्स्ट सहेजा जाता है?
- सिर्फ़ सुनते समय नहीं। प्रोजेक्ट बनाने पर वह आपके खाते में रहता है और कभी भी हटाया जा सकता है। जनरेशन हमारे सर्वर पर चलती है, इसलिए उस चरण में टेक्स्ट ब्राउज़र से बाहर जाता है — हम इस बारे में गोलमोल नहीं कहेंगे।
- कितना लंबा टेक्स्ट चलेगा?
- प्रति पूर्वावलोकन 2,000 अक्षर तक — «खड़े होकर इंतज़ार» की वाजिब सीमा। इससे लंबा प्रोजेक्ट प्रवाह से जाता है: किताब एपिसोड में बँटती है और पंक्ति-दर-पंक्ति बनती है, इसलिए विफलता सिर्फ़ उसी पंक्ति को दोहराती है।
- कौन-सी भाषाएँ समर्थित हैं?
- इंटरफ़ेस 16 भाषाओं में है। पढ़ी जाने वाली भाषा चुनी हुई आवाज़ पर निर्भर करती है — चीनी और अंग्रेज़ी सबसे पूर्ण हैं, बाक़ी जोड़ी जा रही हैं।
टेक्स्ट से आवाज़
सुनना मुफ़्त, खाता नहीं चाहिए; जनरेशन और निर्यात कंप्यूट के हिसाब से, अनुमान पहले