Μετατροπή κειμένου σε ομιλία (TTS) είναι πλέον βασική τεχνολογία υποβοήθησης, βοηθώντας αμέτρητους χρήστες υπολογιστών να αλληλεπιδρούν με το γραπτό λόγο για ψυχαγωγία, σχολείο ή δουλειά.
Όπως φαντάζεστε, η αγορά TTS είναι κορεσμένη, με δεκάδες εφαρμογές και επεκτάσεις διαθέσιμες. Οι περισσότερες είναι χρήσιμες και θα σας βοηθήσουν στην παραγωγικότητα και στη φιλική προς το χρήστη εμπειρία. Σήμερα εστιάζουμε στη λύση της Microsoft — το Azure.
Τι είναι το Microsoft text to speech;
Τι είναι λοιπόν το Azure; Με απλά λόγια: Θέλετε να δημιουργήσετε περιεχόμενο με φυσικό ήχο φωνής ή να ακούτε τις αγαπημένες σας σελίδες να διαβάζονται δυνατά, με πολλές ρυθμίσεις για ταχύτητα, ύφος, προφορά κ.λπ.; Το Microsoft Azure τα προσφέρει όλα — και ακόμα περισσότερα.
Το Azure είναι μια cloud πλατφόρμα με αμέτρητες δυνατότητες. Εκτός από τις υπηρεσίες cognitive που προσφέρουν εξαιρετική μετατροπή κειμένου σε ομιλία και ομιλία σε κείμενο, αξιοποιείτε επίσης αποθήκευση και αναλύσεις cloud χωρίς να χρειάζεται να ξέρετε machine learning.
Καθώς είναι συμβατό με πολλές open-source λύσεις, το Azure είναι ευέλικτο. Η ενσωμάτωση φωνής σε custom εφαρμογές και η πρόσβαση σε deep machine learning γίνεται εύκολα, ειδικά με πάνω από 100 γλώσσες και διαλέκτους στη διάθεσή σας.
Πώς να χρησιμοποιήσετε την εφαρμογή μετατροπής κειμένου σε ομιλία της Microsoft σε iPhone ή υπολογιστή
Η εγκατάσταση του Microsoft Azure στη συσκευή σας είναι απλή· αρκούν λίγα κλικ στην επίσημη ιστοσελίδα Azure. Ωστόσο, αν χρησιμοποιείτε μόνο Outlook, Word, PowerPoint, Docs ή OneNote, δεν χρειάζεται να κατεβάσετε τίποτα, καθώς έχουν ενσωματωμένη λειτουργία μετατροπής (Speak).
Παρότι δεν είναι υπηρεσία ομιλίας υψηλής ποιότητας, το Speak είναι χρήσιμο σε δύσκολες στιγμές και πολύ εύκολο στη ρύθμιση:
- Κάντε κλικ στο Customize Toolbar
- Επιλέξτε το More Commands
- Κάντε κλικ στο All Commands
- Βρείτε το Speak, κάντε κλικ και μετά Add
Εναλλακτικές του Microsoft text to speech
Όπως αναφέραμε, υπάρχουν πολλά text readers, από ακριβές επαγγελματικές εφαρμογές μέχρι ελλιπή SDKs στο GitHub. Αν η φωνητική βοηθός της Microsoft μετατροπής κειμένου σε ομιλία δεν είναι η προτίμησή σας ή ψάχνετε κάτι διαφορετικό, δείτε μερικές καλές εναλλακτικές.
Speechify
Πρώτη στη λίστα, η Speechify, το κορυφαίο εργαλείο TTS που μετατρέπει σχεδόν τα πάντα σε ήχο — περιλαμβάνει ιστοσελίδες, Google Docs, επιστημονικά άρθρα, σημειώσεις ή ακόμα και φωτογραφίες μέσω OCR. Διαθέτει εφαρμογές για iOS και Android, Web, Mac, Windows, Chrome Extension και API μετατροπής.
Επιπλέον, η Speechify προσφέρει πάνω από 1.000 ρεαλιστικές και εκφραστικές AI φωνές σε 60+ γλώσσες, συμπεριλαμβανομένων διασημοτήτων. Σε συνδυασμό με το ισχυρό API μετατροπής, είναι λύση για κάθε ανάγκη.
Amazon Polly
Στη 2η θέση, το Amazon Polly, γνωστό για φυσικές φωνές και πολλές εκφραστικές επιλογές. Υποστηρίζει πολλές γλώσσες και η τεχνολογία neural text to speech επιτρέπει πλήρη παραμετροποίηση για πιο ζωντανή αφήγηση.
Google Cloud Text to Speech
Στην τρίτη θέση το Google Cloud Text to Speech. Όπου υπάρχει τεχνολογική πρόοδος, η Google είναι παρούσα. Η λύση δίνει έμφαση στο SSML και δουλεύει με χρέωση ανά χαρακτήρα, κατάλληλη για μεμονωμένα projects οικονομικά.
IBM Watson Text to Speech
Το IBM Watson βρίσκεται 4ο. Ξεχωρίζει για την ευελιξία σε επαγγελματικά περιβάλλοντα — μπορεί να χρησιμοποιηθεί ως εικονικός βοηθός, εργαλείο υποστήριξης πελατών και μετατροπής κειμένου σε ήχο. Είναι πολύ προσιτό οικονομικά με πολλές δυνατότητες.
Readspeaker
Στην πέμπτη θέση, το βετεράνο Readspeaker, με εμπειρία σχεδόν 25 χρόνων. Υποστηρίζει 100+ γλώσσες, ιδανικό για στούντιο ομιλίας και e-learning, λειτουργεί online/offline.
NaturalReader
Στην 6η θέση είναι το NaturalReader. Εξαιρετικό στη real-time συνθετική ομιλία, λειτουργεί με όλες τις PC εφαρμογές. Ξεχωρίζει για τον reader mode που αφαιρεί άχρηστα στοιχεία, π.χ. διαφημίσεις.
VoiceDream Reader
Στην 7η θέση, το VoiceDream Reader: τελευταία εναλλακτική στη λίστα αντί για Azure μετατροπής κειμένου σε ομιλία. Αν και πρακτικό για βασικές ανάγκες, πολλοί χρήστες διαμαρτύρονται για ελλιπή προσβασιμότητα και συγχρονισμό, αλλά κάνει τη δουλειά για απλές χρήσεις.
Συχνές ερωτήσεις
Είναι το Windows 10 TTS δωρεάν;
Υπάρχουν πολλές λύσεις TTS για Windows 10. Κάποιες είναι δωρεάν, άλλες όχι. Η ενσωματωμένη επιλογή Speak στα Outlook, Word είναι δωρεάν, αλλά πιο εξελιγμένες δυνατότητες όπως το Microsoft Azure απαιτούν συνδρομή.
Ποια είναι η πιο ρεαλιστική φωνή TTS;
Οι πιο ρεαλιστικές AI φωνές είναι διαθέσιμες σε εξελιγμένα εργαλεία όπως Amazon Polly, Google Text to Speech API και Speechify. Ο ρεαλισμός εξαρτάται από γλώσσα, μοντέλο και ρυθμίσεις.
Ποια η διαφορά μετατροπής κειμένου σε ομιλία και αναγνώρισης φωνής;
Πολλά προγράμματα TTS προσφέρουν μετατροπή και αναγνώριση φωνής. Η μετατροπή κειμένου σε ομιλία δίνει ήχο από κείμενο, ενώ η αναγνώριση φωνής αναλύει την ανθρώπινη φωνή για αναγνώριση ή ερμηνεία.
