Supertonic: 31 भाषाओं में ऑफ़लाइन आवाज़ें

छोटा जवाब: Supertonic एक डिवाइस पर चलने वाला टेक्स्ट-टू-स्पीच मॉडल है, जिसे Lectern अब Piper और Kokoro के साथ शामिल करता है। लगभग 129 MB का एक डाउनलोड दस आवाज़ों के साथ 31 भाषाएँ पढ़ता है, और मध्यम श्रेणी के फ़ोन पर आराम से चलता है। अब तक इसे कान से सिर्फ़ अंग्रेज़ी और डच के लिए जाँचा गया है; बाक़ी भाषाओं में यह काम करता है, पर नाम और संख्याएँ ग़लत बोले जा सकते हैं।

Supertonic क्या है

Supertonic, Supertone Inc. का बनाया एक स्पीच मॉडल है, जो खुले वेट्स के साथ OpenRAIL-M लाइसेंस के तहत प्रकाशित है। Lectern इसे sherpa-onnx के ज़रिए चलाता है, यानी वही डिवाइस पर चलने वाला रनटाइम जिससे Piper और Kokoro चलते हैं, इसलिए कुछ भी कहीं नहीं भेजा जाता: टेक्स्ट आपके फ़ोन में जाता है और ऑडियो आपके फ़ोन से निकलता है। हर डाउनलोड में दस आवाज़ें होती हैं, पाँच महिला और पाँच पुरुष।

यह Lectern में इसलिए है कि यह एक कमी भरता है। Piper हल्का है और कई भाषाएँ कवर करता है, पर हर डाउनलोड में एक ही आवाज़ मिलती है। Kokoro बहुत स्वाभाविक लगता है, पर लगभग 350 MB का है, आठ भाषाएँ पढ़ता है और तेज़ फ़ोन माँगता है। Supertonic इन दोनों के बीच बैठता है: Kokoro से कहीं ज़्यादा भाषाएँ, Piper से ज़्यादा आवाज़ें प्रति डाउनलोड, और इतना हल्का कि ज़्यादातर लोगों के असली फ़ोन पर चल जाए।

Lectern की आवाज़ों में यह कहाँ बैठता है

तीन डाउनलोड, वह चुनें जो आपकी किताबों से मेल खाए

• अंग्रेज़ी, लगभग 85 MB। सिर्फ़ अंग्रेज़ी, और Supertonic की सबसे साफ़ अंग्रेज़ी।
• पाँच भाषाएँ, लगभग 85 MB। अंग्रेज़ी, कोरियाई, स्पेनिश, पुर्तगाली और फ़्रेंच।
• 31 भाषाएँ, लगभग 129 MB। अंग्रेज़ी, अरबी, बुल्गारियाई, क्रोएशियाई, चेक, डैनिश, डच, एस्टोनियाई, फ़िनिश, फ़्रेंच, जर्मन, यूनानी, हिंदी, हंगेरियन, इंडोनेशियाई, इतालवी, जापानी, कोरियाई, लातवियाई, लिथुआनियाई, पोलिश, पुर्तगाली, रोमानियाई, रूसी, स्लोवाक, स्लोवेनियाई, स्पेनिश, स्वीडिश, तुर्की, यूक्रेनी और वियतनामी।

Supertonic चीनी, नॉर्वेजियन या हिब्रू नहीं पढ़ता। चीनी के लिए Kokoro पढ़ता है।

जब दो डाउनलोड एक ही भाषा पढ़ते हैं, तो Lectern वह चुनता है जो उसे सबसे अच्छा पढ़ता है: अंग्रेज़ी के लिए वह अंग्रेज़ी वाला डाउनलोड है, जो 31 भाषाओं वाले से ज़्यादा साफ़ सुनाई देता है। अगर आप दूसरा पसंद करें, तो हर भाषा के लिए इसे किस डाउनलोड से पढ़ा जाए में बदल सकते हैं।

ईमानदार सीमाएँ

• हर भाषा को सुनकर जाँचा नहीं गया है। अंग्रेज़ी और डच की एक ढंग की सुनवाई हो चुकी है। बाक़ी भाषाओं में Lectern, Supertonic को अभी जाँची नहीं गई चिह्नित करता है, क्योंकि नाम, संख्याएँ और संक्षिप्त रूप ग़लत बोले जा सकते हैं। Lectern, Supertonic के पढ़ने से पहले संख्याओं, समय और आम संक्षिप्त रूपों को पहले ही दोबारा लिख देता है, पर जिस भाषा को किसी ने कान से नहीं जाँचा, वह यह लेबल पाने लायक़ है।
• इसे अब भी कुछ प्रोसेसिंग ताक़त चाहिए। Supertonic आपके सुनते समय फ़ोन पर आवाज़ बनाता है। धीमे फ़ोन पर यह पिछड़ सकता है, और तब नैरेशन अटकता या रुकता है। Lectern मापता है कि आपका फ़ोन कितना साथ दे पाता है और आवाज़ की सूची में बताता है (“अटक सकती है”, “रुकने की संभावना”)। यह चेताता है, रोकता नहीं: अगर आवाज़ आपको पसंद है, तो आप फिर भी उसे इस्तेमाल कर सकते हैं।
• इस्तेमाल पर पाबंदियों वाला लाइसेंस। OpenRAIL-M हर किसी को आवाज़ें इस्तेमाल करने देता है, पर लोगों को धोखा देने, परेशान करने या नुक़सान पहुँचाने के लिए नहीं, और बिना सहमति किसी की नक़ल करने के लिए भी नहीं। Lectern यह पहले डाउनलोड से पहले एक बार दिखाता है।

इसे आज़माने का तरीक़ा

1. कोई किताब खोलें और रीडर सेटिंग्स खोलें।
2. ऑडियो टैब पर जाएँ और आवाज़ खोलें। सूची में हर वह इंजन दिखता है जो किताब की भाषा पढ़ सकता है, हर एक के साथ उस भाषा के लिए एक गुणवत्ता-शब्द और डाउनलोड का आकार।
3. Supertonic पर टैप करें, उसे डाउनलोड करें, और किसी आवाज़ के पास प्ले दबाकर उसे सुनें।
4. एक आवाज़ चुनें। अब वह उस भाषा की आपकी सभी किताबें 3x तक की गति से पढ़ती है, बोले जा रहे वाक्य को साथ-साथ हाइलाइट करते हुए।

अगर आप बिल्कुल चुनना ही नहीं चाहते, तो इसे स्वतः पर छोड़ दें: Lectern हर भाषा के लिए वह सबसे अच्छी आवाज़ चुनता है जिसे आपका फ़ोन सँभाल सके। स्वतः कैसे चुनता है, और कब आप ख़ुद चुनें।

अक्सर पूछे जाने वाले सवाल