Android TTS, Piper और Kokoro: किताबों के लिए आवाज़ों की तुलना

छोटा जवाब: किसी नोटिफ़िकेशन या छोटे अंश को सुनने के लिए सिस्टम TTS अब भी सबसे तेज़ और हल्का तरीका है। पूरी किताब के लिए Piper व्यावहारिक सुधार है और Kokoro अधिक स्वाभाविक विकल्प। नीचे की क्लिप किसी भी विशेषण-सूची से बेहतर अंतर सुनाती हैं।

तीनों आवाज़ों को साथ सुनने पर अंतर सबसे साफ़ होता है। Piper और Kokoro किताब के टेक्स्ट को हमेशा फ़ोन पर ही प्रोसेस करते हैं। Android सिस्टम की आवाज़ ऑफ़लाइन चलेगी या नहीं, यह इंस्टॉल की गई आवाज़ पर निर्भर करता है।

Android TTS: उपयोगी, साहित्यिक नहीं

सिस्टम की आवाज़ छोटे, कामकाजी टेक्स्ट के लिए अच्छी है। वह पहले से इंस्टॉल होती है, जल्दी शुरू होती है और कई ऐप में चलती है। किताबों में समझौता सामने आता है। सवाल और उसका जवाब एक ही लय में पड़ सकते हैं, किसी पात्र का नाम हर बार ग़लत बोला जा सकता है, और दो आश्रित उपवाक्यों वाला लंबा वाक्य ठीक ग़लत जगहों पर रुक सकता है।

इससे कोई एक अनुच्छेद समझ से बाहर नहीं हो जाता। लेकिन अध्याय-दर-अध्याय सपाट आवाज़ आपको मन में छोटी मरम्मत करने पर मजबूर करती है: कौन बोल रहा है, कौन-से वाक्यांश साथ हैं, वाक्य अभी बन रहा है या ख़त्म हो गया? सुनने की थकान यहीं से आती है। किसी आवाज़ को थकाऊ होने के लिए भयानक लगना ज़रूरी नहीं; उसे बस गद्य का आकार बार-बार थोड़ा ग़लत पकड़ना होता है।

Piper: भरोसेमंद सुधार

Piper स्थानीय TTS की उपयोगिता बनाए रखते हुए कम रोबोटिक लगता है। इसके वॉइस पैक अपेक्षाकृत छोटे हैं, कई भाषाएँ उपलब्ध हैं और यह बहुभाषी लाइब्रेरी या कम शक्तिशाली फ़ोन के लिए अच्छा विकल्प है।

Kokoro: कहानी में डूबने के लिए

Kokoro को ज़्यादा संसाधन चाहिए, लेकिन इसकी आवाज़ अधिक सहज और भावपूर्ण है। उपन्यासों और लंबे निबंधों में यह टेक्स्ट पढ़ने वाले औज़ार से कम और वर्णन से अधिक मिलता-जुलता है।

अपग्रेड करने पर क्या बदलता है

यह तुलना डिफ़ॉल्ट से न्यूरल आवाज़ पर जाने की है: फ़ोन में पहले से मौजूद आवाज़ से आगे बढ़ने पर क्या बदलता है। अगर आप अपग्रेड तय कर चुके हैं और दोनों इंजनों में चुन रहे हैं, तो अलग Piper बनाम Kokoro गाइड उस चुनाव को विस्तार से बताती है, उसे यहाँ दोहराती नहीं।

ईमानदार कमियाँ

• वॉइस मॉडल स्टोरेज लेते हैं।हर Piper आवाज़ लगभग 13 से 115 MB की है। Kokoro सभी 53 आवाज़ों वाला 132 या 349 MB का एक मॉडल डाउनलोड करता है। 64 GB फ़ोन पर यह मायने रखता है।
• Kokoro पुराने फ़ोन से ज़्यादा माँगता है।नए डिवाइस पर यह अच्छी तरह चलता है, पर पुराने या बजट फ़ोन पर Piper सुरक्षित और लंबे सत्रों के लिए हल्का विकल्प है।
• छोटे, कामकाजी टेक्स्ट के लिए सिस्टम TTS अब भी ठीक है।यह जल्दी शुरू होता है, अतिरिक्त खर्च नहीं करता और हो सकता है आपकी भाषा पहले से समर्थित हो। एक बार सुनने वाले अनुच्छेद के लिए न्यूरल मॉडल लोड करने की कम ही वजह है।

अपग्रेड अपनी जगह तब कमाता है जब सुनना सिर्फ़ सुविधा नहीं, आपके पढ़ने का एक तरीका बन जाता है।

Lectern का पूरा अंतर

आवाज़ अनुभव का केवल आधा हिस्सा है। Lectern आपकी जगह याद रखता है, बोले जा रहे वाक्य को हाइलाइट करता है, स्क्रीन बंद होने पर भी चलता है, Bluetooth नियंत्रण स्वीकार करता है और पढ़ने या सुनने पर उसी जगह से आगे बढ़ता है।

अक्सर पूछे जाने वाले सवाल