टेक्स्ट से आवाज़

यह कैसे काम करता है

ज़्यादातर टेक्स्ट-टू-स्पीच साइट या तो टेक्स्ट को ज़ोर से पढ़ देती हैं पर ऑडियो रखने नहीं देतीं, या फ़ाइल वापस पाने के लिए आपका टेक्स्ट किसी सर्वर को भेज देती हैं। यह टूल आपकी अपनी मशीन पर असली ऑडियो बनाता है, जिसे आप डाउनलोड कर सकते हैं — और टेक्स्ट कहीं नहीं जाता।

यह धीमा है, और यह रही वजह

पहली बार लगभग 215 MB का मॉडल डाउनलोड होता है: स्पीच मॉडल और वह वोकोडर जो उसके आउटपुट को आवाज़ में बदलता है। आपका ब्राउज़र दोनों को कैश करता है। फिर आवाज़ बनाना आपके प्रोसेसर पर चलता है और एक वाक्य के लिए कई सेकंड लेता है, अनुच्छेद के लिए ज़्यादा। इनपुट लगभग 600 अक्षरों तक सीमित है ताकि एक बार का रन ठीक-ठाक रहे — लंबे टेक्स्ट को बाँटें और नतीजों को यहाँ के ऑडियो जॉइनर से जोड़ें।

आवाज़

एक आवाज़, जो इस मॉडल के साथ प्रकाशित मानक शोध सेट से है। यह नैरेशन, नोट और एक्सेसिबिलिटी के लिए काफ़ी साफ़ और स्वाभाविक है, हालाँकि इंसान से अलग पहचानी न जा सके ऐसी नहीं। ज़ोर या गति पर कोई नियंत्रण नहीं है, और असामान्य नाम और संक्षिप्त रूप अक्सर गलत बोले जाते हैं। इस मॉडल के लिए सिर्फ़ एक स्पीकर एम्बेडिंग खुले रूप में प्रकाशित है, इसीलिए आवाज़ चुनने का विकल्प नहीं है।

आपको क्या मिलता है

एक WAV फ़ाइल, जो अनकंप्रेस्ड है और इसलिए बड़ी है। अगर आपको भेजने या अपलोड करने के लिए कुछ चाहिए, तो उसे यहाँ के ऑडियो कंप्रेसर से MP3 के लिए चलाएँ।

ऑन-डिवाइस होना क्यों मायने रखता है

लोग टेक्स्ट-टू-स्पीच टूल में स्क्रिप्ट, पत्र, मेडिकल नोट और ड्राफ़्ट पेस्ट करते हैं। यही वह टेक्स्ट है जिसे दूसरों के सर्वर से दूर रखना ठीक है, और यहाँ वह पेज से बाहर नहीं जाता।