आवाज़ें और भाषाएँ
Readalix छह तरह की आवाज़ों से बोलता है। इनका फ़र्क़ इसमें है कि बोली कहाँ बनती है, आपको क्या ख़र्च पड़ता है, और शब्द की हाइलाइट कितनी ठीक बैठती है।
आवाज़ें कहाँ रहती हैं
दो जगहों पर, दो अलग कामों के लिए।
- टूलबारआवाज़ बटन उसी भाषा की आवाज़ें दिखाता है जिस पर आप हैं, स्रोत के हिसाब से समूहबद्ध। सामने चल रहे पाठ के लिए आवाज़ यहीं से बदलते हैं, वाक्य के बीच में भी।
- सेटिंग्स, भाषाएँ और आवाज़ेंहर भाषा की एक पंक्ति, और हर पंक्ति पर आवाज़ें बटन जो उस भाषा की पूरी सूची खोलता है। आवाज़ें डाउनलोड करना, API कुंजी चिपकाना, जिन्हें कभी नहीं इस्तेमाल करते उन्हें छिपाना और बाक़ी को अपनी पसंद के क्रम में खींचना, सब यहीं होता है।
छह स्रोत
किसी भाषा की आवाज़-सूची में स्रोत टैब की तरह होते हैं: ब्राउज़र, Microsoft, Piper, Kokoro, Gemini और OpenAI। जिस टैब के पास उस भाषा में कुछ नहीं है वह दिखता तो है पर निष्क्रिय रहता है, ताकि आप देख सकें कि उस पर विचार हुआ था।
| स्रोत | क्या चाहिए | बोली कहाँ बनती है | रोज़ की सीमा में गिना जाता है |
|---|---|---|---|
| ब्राउज़र | कुछ नहीं। ये वही आवाज़ें हैं जो आपके ऑपरेटिंग सिस्टम में पहले से हैं। | आपकी मशीन पर | नहीं, हमेशा मुफ़्त |
| Microsoft | कुछ नहीं। न कुंजी, न डाउनलोड। 142 क्षेत्रों में 322 न्यूरल आवाज़ें। | Microsoft की सेवा | हाँ |
| Piper | हर आवाज़ के लिए एक बार का डाउनलोड, कुछ मेगाबाइट का। 30 से ज़्यादा भाषाओं में 100 से ज़्यादा आवाज़ें। | आपकी मशीन पर | हाँ |
| Kokoro | लगभग 155 MB का एक साझा मॉडल, जो सभी 28 अंग्रेज़ी आवाज़ों के लिए एक ही बार उतरता है। | आपकी मशीन पर | हाँ |
| Gemini | आपकी अपनी Google AI API कुंजी। 30 भावपूर्ण आवाज़ें। | Google की सेवा | हाँ |
| OpenAI | आपकी अपनी OpenAI API कुंजी। 13 आवाज़ें। | OpenAI की सेवा | हाँ |
ब्राउज़र टैब में Chrome की अपनी Google … (Natural) आवाज़ें भी आ सकती हैं। वे आपके सिस्टम की नहीं, Chrome के रीडिंग मोड की हैं, इसलिए वे तभी दिखती हैं जब Readalix चुपचाप एक आवाज़ आज़माकर उसका जवाब पा चुका हो। Chrome उस इंजन को तभी लोड करता है जब उसका अपना रीडिंग मोड पहली बार कुछ पढ़कर सुनाता है, इसलिए ब्राउज़र पुनः शुरू करने के तुरंत बाद वे गायब हो सकती हैं और उसी सत्र में बाद में आ सकती हैं।
निजता, एक पंक्ति में। ब्राउज़र, Piper और Kokoro की आवाज़ें आपकी अपनी मशीन पर बनती हैं, इसलिए पाठ ब्राउज़र से बाहर जाता ही नहीं। Microsoft, Gemini और OpenAI क्लाउड की आवाज़ें हैं: जो वाक्य पढ़ा जा रहा है वही उस प्रदाता को भेजा जाता है ताकि वह उसे बोल सके। आपकी API कुंजियाँ उपकरण पर ही रहती हैं, कभी सिंक नहीं होतीं, और कभी हमें नहीं भेजी जातीं। निजता नीति इसे पूरा बताती है।
पहले सुन लीजिए
हर आवाज़ की पंक्ति पर एक छोटा प्ले बटन होता है। दबाइए और वह आवाज़ एक नमूना बोलती है, ताकि आप नाम से नहीं, कान से चुनें। नमूना बजने से आपकी तय आवाज़ नहीं बदलती, और एक समय पर एक ही नमूना बजता है।
स्थानीय आवाज़ डाउनलोड करना
Piper की आवाज़ें एक-एक करके उतरती हैं: पंक्ति आकार दिखाती है, दबाते ही डाउनलोड शुरू होकर प्रतिशत में बदल जाता है, और डिस्क पर आते ही हटाएँ बटन बन जाता है। Kokoro एक ही मॉडल है जिसे उसकी सारी आवाज़ें साझा करती हैं, इसलिए उसके टैब पर डाउनलोड का एक ही नियंत्रण होता है।
एक बार उतर जाने के बाद स्थानीय आवाज़ को नेटवर्क की ज़रूरत बिल्कुल नहीं रहती, इसीलिए हवाई जहाज़ में या ख़राब कनेक्शन पर यही चुनने लायक है।
API कुंजी जोड़ना
- सेटिंग्स खोलिए, फिर भाषाएँ और आवाज़ें, फिर जिस भाषा के लिए चाहिए उसका आवाज़ें बटन।
- Gemini या OpenAI टैब चुनिए।
- उस टैब के खाने में अपनी कुंजी चिपकाइए। सहेजने से पहले उसे प्रदाता के पास जाँचा जाता है, इसलिए टाइपिंग की ग़लती तुरंत पता चल जाती है, पहले पाठ के समय नहीं।
सहेजी हुई कुंजी एक छोटे चिप की तरह दिखती है और उसके बगल में API कुंजी हटाएँ बटन होता है। कुंजी सिर्फ़ उसी उपकरण पर रखी जाती है। यह आपके दूसरे कंप्यूटरों पर सिंक नहीं होती और कभी Readalix तक नहीं पहुँचती।
भाषा चुनना
टूलबार का भाषा बटन तय करता है कि पाठ को किस भाषा का माना जाए, और इसी से तय होता है कि कौन-सी आवाज़ें मिलेंगी और वाक्य कैसे बँटेंगे। भाषाएँ अपने ही नाम से सूचीबद्ध हैं, हर भाषा की एक प्रविष्टि, और खोज का खाना मूल नाम, अंग्रेज़ी नाम या देश से मिलाता है, इसलिए “अरबी”, “मिस्र” और “مصر” तीनों एक ही पंक्ति तक ले जाते हैं।
इस सूची को अपना बनाने के दो तरीके, दोनों सेटिंग्स, भाषाएँ और आवाज़ें में:
- जो नहीं बोलते उसे छिपा दीजिएभाषा की पंक्ति का स्विच उसे टूलबार के मेन्यू से बाहर रखता है। पंक्ति सेटिंग्स में धुँधली पड़ी रहती है, इसलिए आप उसे कभी भी लौटा सकते हैं।
- ख़ुद क्रम लगाइएपंक्ति को उसकी पकड़ से खींचिए। टूलबार का भाषा मेन्यू भी यही क्रम इस्तेमाल करता है। हाथ न लगाएँ तो सूची एक ही क्रम में बनी रहती है और अपने आप कभी नहीं बदलती।
इसी पेज पर वह टॉगल भी है जो ख़ुद एक्सटेंशन के इंटरफ़ेस की भाषा तय करता है, उन सभी पंक्तियों पर जिनकी भाषा में Readalix का अनुवाद हुआ है। ऐसी 52 भाषाएँ हैं।
कौन-सी आवाज़ें ठीक-ठीक हाइलाइट करती हैं
वाक्य की हाइलाइट हमेशा सटीक रहती है। शब्द की हाइलाइट इस पर निर्भर है कि आवाज़ अपनी जगह बताती है या नहीं:
- सटीकMicrosoft और Kokoro की आवाज़ें हर शब्द की शुरुआत बताती हैं, इसलिए हाइलाइट ठीक उसी शब्द पर पड़ती है जो बोला जा रहा है।
- बहुत क़रीबPiper, Gemini और OpenAI की आवाज़ें उनके बनाए ऑडियो की असली अवधि से मिलाई जाती हैं, जिससे हाइलाइट कसी रहती है।
- अनुमानितब्राउज़र की कुछ आवाज़ें कुछ नहीं बतातीं, इसलिए हाइलाइट पढ़ने की गति और हर शब्द की लंबाई से तय होती है। लंबे वाक्यों में यह थोड़ा खिसक जाती है।
आवाज़ों की सूची पंक्ति पर ही बता देती है कि कौन किस तरह की है, इसलिए चुनने से पहले अंदाज़ा लगाने की ज़रूरत नहीं।