सुनना और AI आवाज़ें
सबसे अच्छे ऑफ़लाइन टेक्स्ट-टू-स्पीच ऐप
लगभग हर टेक्स्ट-टू-स्पीच ऐप अपने स्टोर विवरण में कहीं न कहीं ख़ुद को “ऑफ़लाइन” कहता है। पर आपके फ़ोन पर एक शब्द भी आवाज़ बनाने वाले ऐप बहुत कम हैं। यह रहा उस शब्द का असली मतलब, और वे ऐप जो उसे निभाते हैं।
छोटा जवाब: अगर आपको ऐसी स्वाभाविक आवाज़ चाहिए जो हवाई जहाज़ उड़ते हुए और मोबाइल डेटा बंद रहते भी चले, तो व्यावहारिक विकल्प हैं डिवाइस पर चलने वाले न्यूरल इंजन (Piper, Supertonic और Kokoro, जिन्हें Lectern इस्तेमाल करता है), Android के डाउनलोड किए गए वॉइस पैक, और RHVoice जैसे ओपन इंजन। बाक़ी सब क्लाउड सेवाएँ हैं जिनके विवरण में “ऑफ़लाइन” जैसा कोई शब्द रख दिया गया है।
“ऑफ़लाइन” के तीन बिलकुल अलग मतलब
- डिवाइस पर बनी आवाज़। मॉडल ख़ुद आपके फ़ोन पर चलता है। न कनेक्शन, न अकाउंट, न प्रति-अक्षर ख़र्च, और आपका टेक्स्ट कभी डिवाइस से बाहर नहीं जाता। हर जगह यही काम करता है।
- क्लाउड में बनी, प्लेबैक के लिए सहेजी हुई। ऑनलाइन रहते हुए आप बटन दबाते हैं, सेवा अपने सर्वर पर ऑडियो बनाती है, और ऐप उसे रख लेता है ताकि बाद में हवाई जहाज़ में सुन सकें। काम का है, पर पहले से योजना चाहिए और टेक्स्ट फिर भी अपलोड हुआ।
- सिर्फ़ क्लाउड। कनेक्शन नहीं, तो आवाज़ नहीं।
ज़्यादातर समीक्षाएँ आवाज़ की गुणवत्ता तुलनाकर रुक जाती हैं। किताबों के लिए पहले और दूसरे का फ़र्क़ यही है: एक ऐप जो हमेशा चलता है, बनाम एक ऐप जो तब चलता है जब आपने पहले से तैयारी याद रखी हो।
ऐप्स की तुलना
| ऐप या इंजन | आवाज़ कहाँ बनती है | गुणवत्ता | ख़र्च | सबसे अच्छा |
|---|---|---|---|---|
| Lectern (Piper / Supertonic / Kokoro) | डिवाइस पर | बहुत अच्छी से उत्कृष्ट | एक बार की ख़रीद | पूरी किताबें, ऑफ़लाइन |
| Google Speech Services | डिवाइस पर (डाउनलोड की आवाज़ें) | ठीक-ठाक | मुफ़्त | पूरे सिस्टम में पढ़ना |
| RHVoice / eSpeak NG | डिवाइस पर | रोबोटिक पर साफ़ | मुफ़्त, ओपन सोर्स | दुर्लभ भाषाएँ, कमज़ोर फ़ोन |
| Speechify | क्लाउड, डाउनलोड के साथ | उत्कृष्ट | सदस्यता | दस्तावेज़ और लेख |
| ElevenReader | क्लाउड | बेमिसाल | मुफ़्त स्तर + सशुल्क | सबसे जीवंत आवाज़ें |
| NaturalReader | प्रीमियम आवाज़ों के लिए क्लाउड | बहुत अच्छी | फ़्रीमियम | अलग-अलग दस्तावेज़ फ़ॉर्मैट |
| Edge Read Aloud | क्लाउड | बहुत अच्छी | मुफ़्त | वेब पेज और PDF |
क्लाउड वाले दावेदार
ElevenReader के पास आज फ़ोन पर उपलब्ध सबसे भरोसेमंद लगने वाली आवाज़ें हैं, और मुफ़्त स्तर भी सचमुच उदार है। पर यह क्लाउड रीडर है: आपका दस्तावेज़ बोले जाने के लिए सर्वर तक जाता है। किसी लेख या अध्याय के लिए यह सौदा ठीक है; निजी पांडुलिपि के लिए उतना नहीं।
Speechify इस श्रेणी का सबसे जाना-पहचाना नाम है, दस्तावेज़ों, स्कैन किए पन्नों और वेब लेखों में मज़बूत, और सदस्यता के रूप में बिकता है। इसकी प्रीमियम आवाज़ें सर्वर पर बनती हैं; आप ऑडियो बाद के लिए डाउनलोड कर सकते हैं, जो उड़ान तो संभाल लेता है पर अचानक आए नेटवर्क-शून्य इलाक़े को नहीं।
NaturalReader इसी ज़मीन पर है, फ़्रीमियम मॉडल और अच्छी फ़ॉर्मैट पकड़ के साथ। Microsoft Edge का Read Aloud छिपा हुआ रत्न है: पूरी तरह मुफ़्त, बहुत स्वाभाविक, और ब्राउज़र इंस्टॉल करते ही आपके फ़ोन में मौजूद, पर यह वही पढ़ता है जो ब्राउज़र खोल सके।
सचमुच ऑफ़लाइन विकल्प
Google Speech Services Android की अपनी पढ़ने वाली सुविधाओं के पीछे का इंजन है। एक वॉइस पैक डाउनलोड कीजिए और यह बिना किसी कनेक्शन के, मुफ़्त, हर उस ऐप में चलेगा जो सिस्टम TTS इस्तेमाल करता है। आवाज़ सुखद से ज़्यादा काम-चलाऊ है: डिलीवरी सूचना के लिए ठीक, पूरे उपन्यास पर थकाऊ। Google की बेहतर आवाज़ें नेटवर्क से आती हैं।
RHVoice और eSpeak NG ओपन-सोर्स इंजन हैं जो कहीं भी चलते हैं और उन भाषाओं को भी सहारा देते हैं जिन्हें बड़ी सेवाएँ अनदेखा करती हैं। ये कृत्रिम लगते हैं, जो कुछ श्रोताओं के लिए ख़ूबी है: पूर्वानुमेय और तेज़।
Piper, Supertonic और Kokoro दिलचस्प हैं। ये न्यूरल मॉडल इतने छोटे हैं कि फ़ोन पर चल जाते हैं, जिससे पहली बार असली आवाज़-गुणवत्ता ऑफ़लाइन वाली तरफ़ आ गई। Lectern तीनों साथ लाता है, किताब की भाषा से मेल खाती आवाज़ अपने आप चुनता है, और पढ़ते हुए हर वाक्य हाइलाइट करता है। Piper तेज़ और बहुभाषी है; Supertonic Kokoro से हल्का है, मध्यम श्रेणी के फ़ोन पर अच्छा चलता है और 31 भाषाओं तक स्वाभाविक आवाज़ें देता है, जिन्हें अब तक कान से सिर्फ़ अंग्रेज़ी और डच के लिए जाँचा गया है; Kokoro ज़्यादा जीवंत और भारी। हमने Piper और Kokoro की विस्तृत तुलना Piper बनाम Kokoro में की है।
तो इंस्टॉल क्या करें?
कभी-कभार लेख, सबसे अच्छी आवाज़
ElevenReader या Edge। मुफ़्त, उत्कृष्ट, ऑनलाइन।
दफ़्तरी दस्तावेज़ और पढ़ाई की सामग्री
पॉलिश चाहिए और सदस्यता से दिक़्क़त नहीं तो Speechify या NaturalReader; दस्तावेज़ डिवाइस पर ही रहने चाहिए तो Lectern।
पूरी किताबें, सफ़र में, ऑफ़लाइन
Piper, Supertonic या Kokoro के साथ Lectern। आठ घंटे का पाठ, बिना कनेक्शन और बिना चलता मीटर।
ख़र्च शून्य
डाउनलोड किए वॉइस पैक के साथ Google Speech Services, Select to Speak या किसी भी मुफ़्त रीडर से चलाइए।
किसी पर टिकने से पहले एक व्यावहारिक जाँच: फ़ोन को एयरप्लेन मोड में डालिए और प्ले दबाइए। यही एक जाँच किसी भी फ़ीचर लिस्ट से जल्दी बता देती है कि “ऑफ़लाइन” का कौन-सा मतलब लागू है।
अक्सर पूछे जाने वाले सवाल
कौन-सा टेक्स्ट-टू-स्पीच ऐप बिना इंटरनेट पूरी तरह चलता है?
वे, जो आवाज़ का मॉडल फ़ोन पर चलाते हैं: Piper, Supertonic या Kokoro के साथ Lectern, डाउनलोड किए वॉइस पैक के साथ Google Speech Services, और RHVoice जैसे ओपन इंजन। Speechify, ElevenReader, NaturalReader की प्रीमियम आवाज़ें और Edge, सबको आवाज़ बनाने के लिए कनेक्शन चाहिए।
क्या ऑफ़लाइन TTS क्लाउड आवाज़ों से ख़राब है?
पहले साफ़ तौर पर था। डिवाइस पर चलने वाले न्यूरल मॉडलों ने ज़्यादातर फ़ासला पाट दिया है: सबसे अच्छी क्लाउड आवाज़ें अब भी भाव में आगे हैं, पर Piper और ख़ासकर Kokoro घंटों सुनने में आरामदेह हैं।
क्या ऑफ़लाइन TTS बैटरी खाता है?
आम तौर पर स्ट्रीमिंग से कम, क्योंकि रेडियो चुप रहता है। Kokoro जैसा भारी मॉडल Piper जैसे हल्के मॉडल से ज़्यादा प्रोसेसिंग लेता है, इसलिए पुराने फ़ोन पर लंबी सुनवाई के लिए Piper ज़्यादा सुरक्षित है।
क्या मैं किसी भी ऐप में बेहतर आवाज़ इस्तेमाल कर सकता हूँ?
सिस्टम-स्तरीय आवाज़ों के साथ हाँ: कोई इंजन इंस्टॉल कीजिए, उसे Android की टेक्स्ट-टू-स्पीच सेटिंग्स में चुनिए, और सिस्टम TTS इस्तेमाल करने वाला हर ऐप उसे अपना लेगा। Lectern के Piper, Supertonic और Kokoro ऐप के भीतर हैं, सिस्टम-स्तर पर नहीं।
पढ़ते रहिए
संबंधित गाइड
एयरप्लेन मोड में चलने वाली आवाज़ें
Piper, Supertonic और Kokoro, आपके फ़ोन पर चलते हुए। न सदस्यता, न अकाउंट, न अपलोड।
इस पर पाएँGoogle Play