හඬ සහ භාෂා
Readalix හඬ වර්ග හයකින් කථා කරයි. ඒවා වෙනස් වන්නේ කථනය සෑදෙන තැන, ඔබට වැය වන මුදල, සහ වචන උද්දීපනය කෙතරම් නිවැරදිව වැටෙනවාද යන්නෙනි.
හඬ ඇත්තේ කොතැනද
වෙනස් කාර්යයන් දෙකකට ස්ථාන දෙකක්.
- මෙවලම් තීරුවහඬ බොත්තම ඔබ සිටින භාෂාවේ හඬ ප්‍රභවය අනුව කාණ්ඩ කර ලැයිස්තුගත කරයි. ඔබ ඉදිරියේ ඇති කියවීම සඳහා, වාක්‍යයක් මැදදීත්, හඬ මාරු කරන්නේ මෙහිදීය.
- සැකසීම්, භාෂා සහ හඬභාෂාවකට එක් පේළියක්, සෑම පේළියකම ඒ භාෂාවේ සම්පූර්ණ ලැයිස්තුව විවෘත කරන හඬ බොත්තමක්. හඬ බාගැනීම, API යතුරක් අලවීම, ඔබ කිසිදා භාවිත නොකරන ඒවා සැඟවීම, ඉතිරි ඒවා ඔබට අවශ්‍ය අනුපිළිවෙලට ඇදීම සිදු කරන්නේ මෙහිදීය.
ප්‍රභව අට
භාෂාවක හඬ ලැයිස්තුව තුළ, ප්‍රභවය ඉහළ ඇති තෝරකයකි: Browser, Microsoft, Piper, Kokoro, Supertonic, Gemini, OpenAI සහ ElevenLabs, සෑම එකක්ම එම භාෂාවේ ඇති හඬ ගණන සමඟ. පිරිනමන්නට කිසිවක් නැති ප්‍රභවයක්ද ලැයිස්තුගතව පවතී, එබැවින් එය සලකා බලා ඇති බව ඔබට පෙනේ. තෝරකය අසල දිගු ලැයිස්තු සඳහා සෙවුම් කොටුවක් සහ ප්‍රභවයේ විස්තරය දිග හරින කුඩා තොරතුරු බොත්තමක් ඇත.
| ප්‍රභවය | අවශ්‍ය දේ | කථනය සෑදෙන තැන | දෛනික සීමාවෙන් අඩු වේ |
|---|---|---|---|
| Browser | කිසිවක් නැත. මේවා ඔබේ මෙහෙයුම් පද්ධතියේ දැනටමත් ඇති හඬයි. | ඔබේ යන්ත්‍රයේ | නැත, සැමවිටම නොමිලේ |
| Microsoft | කිසිවක් නැත. යතුරක් නැත, බාගැනීමක් නැත. පෙදෙසි 142ක ස්නායු හඬ 322ක්. | Microsoft හි සේවාව | ඔව් |
| Piper | හඬකට එක් වරක් බාගැනීමක්, එක් එක මෙගාබයිට් කිහිපයක්. භාෂා 35ක හඬ 118ක්. | ඔබේ යන්ත්‍රයේ | ඔව් |
| Kokoro | භාෂාවකට එක් හවුල් ආකෘතියක්: ඉංග්‍රීසි හඬ 28ට 155 MB, මැන්ඩරින් හඬ 6ට 127 MB. | ඔබේ යන්ත්‍රයේ | ඔව් |
| Supertonic | එක් වරක් බාගත කරන 398 MB හවුල් ආකෘතියක්. හඬ දහයක්, ඒ සෑම එකක්ම සහාය දක්වන භාෂා 31ම කථා කරයි. | ඔබේ යන්ත්‍රයේ | ඔව් |
| Gemini | ඔබේම Google AI API යතුරක්. ප්‍රකාශනශීලී හඬ 30ක්. | Google හි සේවාව | ඔව් |
| OpenAI | ඔබේම OpenAI API යතුරක්. හඬ 13ක්. | OpenAI හි සේවාව | ඔව් |
| ElevenLabs | ඔබේම ElevenLabs API යතුරක්. එහි සජීවී හඬ, ඊට අමතරව ඔබේ ElevenLabs ගිණුමේ ඔබ ක්ලෝන කළ හෝ සුරැකි ඕනෑම හඬක්. | ElevenLabs හි සේවාව | ඔව් |
Browser ටැබයට Chrome හි තමන්ගේම Google … (Natural) හඬද තිබිය හැක. ඒවා ඔබේ පද්ධතියට නොව Chrome හි කියවීමේ ප්‍රකාරයට අයත් වේ, එබැවින් Readalix නිහඬව එකක් උත්සාහ කර එය පිළිතුරු දුන් පසු පමණක් ඒවා පිරිනමයි. Chrome එම එන්ජිම පූරණය කරන්නේ එහි තමන්ගේම කියවීමේ ප්‍රකාරය පළමු වරට යමක් ශබ්ද නඟා කියවන විටය, එබැවින් නැවත ආරම්භයකට පසු හඬ නොතිබිය හැකි අතර එම සැසියේම පසුව දිස්විය හැක.
රහස්‍යතාව, එක පේළියකින්. Browser, Piper, Kokoro සහ Supertonic හඬ ඔබේම යන්ත්‍රයේ නිපදවන බැවින්, පෙළ කිසිවිටෙක බ්‍රව්සරයෙන් පිටතට නොයයි. Microsoft, Gemini, OpenAI සහ ElevenLabs වලාකුළු හඬ වේ: කියවන වාක්‍යය කථා කිරීමට එම සපයන්නාට යවයි. ඔබේ API යතුරු උපාංගයේම රැඳේ, කිසිවිටෙක සමමුහුර්ත නොවේ, අපට කිසිවිටෙක නොයවයි. රහස්‍යතා ප්‍රතිපත්තිය එය සම්පූර්ණයෙන් කියයි.
මුලින් එකක් අසන්න
සෑම හඬ පේළියකම කුඩා වාදන බොත්තමක් ඇත. එය ඔබන්න, එම හඬ නියැදියක් කථා කරයි, එබැවින් ඔබට නමින් නොව කනින් තෝරාගත හැක. නියැදිය ඔබ සකසා ඇති හඬ වෙනස් නොකර වාදනය වන අතර, එක් වරකට එක් නියැදියක් පමණක් වාදනය වේ.
දේශීය හඬක් බාගැනීම
Piper හඬ එකින් එක බාගත වේ: පේළිය ප්‍රමාණය පෙන්වයි, එය ඔබන විට බාගැනීම ආරම්භ වී ප්‍රතිශතයක් බවට පත්වේ, තැටියේ සුරැකුණු පසු ඉවත් කරන්න බොත්තමක් බවට පත්වේ. Kokoro සහ Supertonic එක එකක් ඒවායේ හඬ අතර හවුල් වන එක් ආකෘතියක් වන බැවින්, ඒ ටැබවල තනි බාගැනීම් පාලකයක් ඇත: Supertonic සඳහා 398 MB, Kokoro සඳහා භාෂාවකට එක් ආකෘතියක්, ඉංග්‍රීසි සඳහා 155 MB හෝ මැන්ඩරින් සඳහා 127 MB. බාගැනීමක් ක්‍රියාත්මක වන අතරේත් ලැයිස්තුව භාවිත කළ හැක, එබැවින් ඔබට ඒ අතරතුර වෙනත් හඬකින් කියවීම දිගටම කළ හැක.
දේශීය හඬක් බාගත කළ පසු එයට ජාලයක් කිසිසේත් අවශ්‍ය නැත, එබැවින් ගුවන් යානයක හෝ දුර්වල සම්බන්ධතාවක දී එය තෝරා ගැනීමට සුදුසුය.
බාගැනීමක් අසාර්ථක වුවහොත්, පේළිය හේතුව කියයි. සම්බන්ධ විය නොහැක යනු ඔබේ ජාලයට බාගැනීමේ සේවාදායකයට ළඟා විය නොහැකි බවයි, එබැවින් එයට පුළුවන් වන තුරු නැවත උත්සාහ කිරීමෙන් ප්‍රයෝජනයක් නැත; ඒ අතර ඔබේ අනෙක් හඬ දිගටම කියවයි. තැටිය පිරී ඇත යනු ප්‍රමාණවත් නිදහස් ඉඩක් නැති බවයි, ඒ යටින් ඇති සටහන හඬට කොපමණ අවශ්‍යදැයි කියයි. අසාර්ථකයි · නැවත උත්සාහ කරන්න යනු බාගැනීම අතරමග කැපුණු බවයි, නැවත උත්සාහ කිරීමෙන් සාමාන්‍යයෙන් එය අවසන් වේ.
API යතුරක් එක් කිරීම
- සැකසීම් විවෘත කර, ඉන්පසු භාෂා සහ හඬ, ඉන්පසු ඔබට අවශ්‍ය භාෂාවේ හඬ බොත්තම.
- Gemini, OpenAI හෝ ElevenLabs ටැබය තෝරන්න.
- ඔබේ යතුර එම ටැබයේ ඇති ක්ෂේත්‍රයට අලවන්න. එය සුරැකීමට පෙර සපයන්නා සමඟ පරීක්ෂා කෙරේ, එබැවින් අක්ෂර දෝෂයක් පළමු කියවීමේදී නොව වහාම ඔබට දැනේ.
සුරැකි යතුරක් කුඩා චිපයක් ලෙස පෙනෙන අතර එහි අසල API යතුර ඉවත් කරන්න බොත්තමක් ඇත. යතුර ගබඩා වන්නේ එම උපාංගයේ පමණි. එය ඔබේ අනෙක් පරිගණකවලට සමමුහුර්ත නොවේ, Readalix වෙත කිසිවිටෙක නොපැමිණේ.
ElevenLabs සතුව අමතර පහසුකම් කිහිපයක් ඇත. යතුර සුරැකූ විගස ඔබේ ElevenLabs ගිණුමේ හඬ ලැයිස්තුවට එක් වේ, ඔබ ක්ලෝන කළ ඒවා ද ඇතුළුව. ආකෘතිය මෙනුවෙන් ගුණත්වය සහ ක්‍රෙඩිට් අතර තේරීමක් කළ හැක, මේ මාසයේ ElevenLabs ක්‍රෙඩිට් වලින් ඔබ කොපමණ භාවිත කර ඇත්දැයි වළල්ලක් පෙන්වයි, සහාය දක්වන ආකෘතිවල කථන ශෛලිය කොටුවක් (උදා. සන්සුන්, උණුසුම් කතාකරුවා) සෑම වාක්‍යයක්ම කියවන මනෝභාවය තීරණය කරයි. ශෛලියේ දිගද සෑම වාක්‍යයකම ක්‍රෙඩිට් වලට එක් වේ.
භාෂාව තෝරා ගැනීම
මෙවලම් තීරුවේ භාෂාව බොත්තම පෙළ සලකන්නේ කුමන භාෂාවක් ලෙසදැයි තීරණය කරයි, එය කුමන හඬ පිරිනමනවාද සහ වාක්‍ය බෙදන ආකාරයද තීරණය කරයි. භාෂා ලැයිස්තුගත වන්නේ ඒවායේම නමින්, භාෂාවකට එක් ඇතුළත් කිරීමක්, සෙවුම් කොටුව දේශීය නම, ඉංග්‍රීසි නම හෝ රට හා ගැළපේ, එබැවින් "Arabic", "Egypt" සහ "مصر" සියල්ලම එකම පේළිය සොයා ගනී.
එම ලැයිස්තුව ඔබේ කර ගැනීමට ක්‍රම දෙකක්, දෙකම සැකසීම්, භාෂා සහ හඬ තුළ:
- ඔබ නොකියන දේ සඟවන්නභාෂා පේළියක ඇති ස්විචය එය මෙවලම් තීරුවේ මෙනුවෙන් ඉවත් කරයි. පේළිය සැකසීම්වල අඳුරු වී පවතී, එබැවින් ඔබට එය ආපසු ගෙන ආ හැක.
- ඔබම අනුපිළිවෙල කරන්නපේළියක් එහි ග්‍රහණයෙන් ඇදගන්න. එම අනුපිළිවෙලම මෙවලම් තීරුවේ භාෂා මෙනුවද භාවිත කරයි. අතින් නොගත්තොත් ලැයිස්තුව එක අනුපිළිවෙලක් තබා ගන්නා අතර තමන්ම නැවත සකසා නොගනී.
එම පිටුවේම දිගුවේ තමන්ගේම අතුරුමුහුණත් භාෂාව සකසන ටොගලයද ඇත, Readalix පරිවර්තනය කර ඇති භාෂාවක ඕනෑම පේළියක. ඒවා 52ක් ඇත.
අක්ෂර මාලා එකකට වඩා භාවිතයෙන් ලියූ පිටුවකට මේ කිසිවක් අවශ්‍ය නැත. සෑම වාක්‍යයක්ම කියවන්නේ එය භාවිත කරන ලේඛන පද්ධතිය උච්චාරණය කළ හැකි හඬකිනි, එබැවින් අරාබි, ග්‍රීක, හෙබ්‍රෙව් හෝ චීන උපුටා දක්වන ඉංග්‍රීසි ලිපියක් අවසානය දක්වා කියවෙන අතර, වෙනත් අක්ෂර මාලාවක ඇති කොටස් පමණක් හඬ වෙනස් කරයි. ඔබ අඩවියට භාෂාවක් අමුණා ඇත්නම්, ප්‍රධාන හඬ තීරණය කරන්නේ තවමත් එම අමුණාවයි.
කුමන හඬ නිවැරදිව උද්දීපනය කරයිද
වාක්‍ය උද්දීපනය සැමවිටම නිවැරදිය. වචන උද්දීපනය රඳා පවතින්නේ හඬ තමන් සිටින තැන වාර්තා කරනවාද යන්නෙනි:
- නිවැරදිMicrosoft, Kokoro සහ ElevenLabs හඬ සෑම වචනයක ආරම්භයම වාර්තා කරයි, එබැවින් උද්දීපනය කථා කරන වචනය මතම වැටේ.
- ආසන්නPiper, Gemini සහ OpenAI හඬ කාල ගණනය කෙරෙන්නේ ඒවා නිපදවූ ශ්‍රව්‍යයේ සැබෑ කාලසීමාවට එරෙහිවය, එය උද්දීපනය තද කර තබයි.
- ඇස්තමේන්තුගතසමහර බ්‍රව්සර හඬ කිසිවක් වාර්තා නොකරයි, එබැවින් උද්දීපනය වේගය සහ එක් එක් වචනයේ දිග අනුව ගමන් කරයි. දිගු වාක්‍යවල එය තරමක් ඉවතට ගමන් කරයි.
හඬ ලැයිස්තුව එය කුමන වර්ගයේදැයි පේළියේම කියයි, එබැවින් තෝරා ගැනීමට පෙර ඔබට අනුමාන කිරීමට අවශ්‍ය නැත.