सीधे अपने ब्राउज़र में स्पीच जनरेट करें
न्यूरल वॉयस मॉडल के साथ लिखे गए टेक्स्ट को बोली जाने वाली ऑडियो में बदलें जो आपके डिवाइस पर चलता है।
अपने टेक्स्ट को रिमोट टेक्स्ट-टू-स्पीच इन्फेरेंस API पर भेजे बिना, एक आवाज़ चुनें, बोलने की गति समायोजित करें, ऑडियो जनरेट करें और परिणाम डाउनलोड करें।
छोटे खंड आमतौर पर तेज़ी से जनरेट होते हैं और उनका पूर्वावलोकन करना आसान होता है।
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
यह कैसे काम करता है
चार चरणों में स्पीच जनरेट करें
न्यूरल मोड प्रत्येक जनरेशन अनुरोध को रिमोट TTS API पर भेजने के बजाय आपके ब्राउज़र में एक टेक्स्ट-टू-स्पीच मॉडल चलाता है।
अपना टेक्स्ट दर्ज करें
एक स्क्रिप्ट, पैराग्राफ, नोट या अन्य टेक्स्ट पेस्ट करें जिसे आप सुनना चाहते हैं।
एक आवाज़ चुनें
एक उपलब्ध न्यूरल वॉयस चुनें और वह भाषा चुनें जो आपके टेक्स्ट से मेल खाती हो।
स्पीच जनरेट करें
स्पीच मॉडल आपके डिवाइस पर आपके टेक्स्ट को प्रोसेस करता है और एक ऑडियो वेवफॉर्म बनाता है।
सुने या डाउनलोड करें
अपने ब्राउज़र में जनरेट किए गए ऑडियो का पूर्वावलोकन करें और जब आप इसे रखना चाहें तो WAV फ़ाइल डाउनलोड करें।
ऑन-डिवाइस TTS क्यों
स्थानीय प्रोसेसिंग के इर्द-गिर्द डिज़ाइन किया गया वॉयस जनरेटर
आपका टेक्स्ट रिमोट TTS अनुरोध से बाहर रहता है
न्यूरल स्पीच जनरेशन आपके ब्राउज़र में चलने वाले मॉडल के साथ होता है, इसलिए टेक्स्ट को तीसरे पक्ष के टेक्स्ट-टू-स्पीच इन्फेरेंस API में सबमिट करने की आवश्यकता नहीं होती है।
वास्तविक जनरेट किया गया ऑडियो डाउनलोड करें
न्यूरल मोड एक ऑडियो वेवफॉर्म बनाता है जिसका पूर्वावलोकन किया जा सकता है और जिसे WAV फ़ाइल के रूप में सहेजा जा सकता है।
किसी स्पीच API कुंजी की आवश्यकता नहीं है
आपको बाहरी टेक्स्ट-टू-स्पीच खाता कनेक्ट करने या TTS API कुंजी प्रदान करने की आवश्यकता नहीं है।
सिस्टम वॉयस फॉलबैक
यदि न्यूरल मॉडल आपके डिवाइस पर व्यावहारिक नहीं है, तो भी आप अपने ब्राउज़र या ऑपरेटिंग सिस्टम द्वारा प्रस्तुत आवाज़ों का उपयोग कर सकते हैं।
न्यूरल वॉयस बनाम सिस्टम वॉयस
न्यूरल वॉयस
- आपके ब्राउज़र में लोड किए गए स्थानीय स्पीच मॉडल का उपयोग करता है
- डाउनलोड करने योग्य ऑडियो बनाता है
- पहली बार बड़े मॉडल डाउनलोड की आवश्यकता हो सकती है
- प्रदर्शन आपके डिवाइस पर निर्भर करता है
सिस्टम वॉयस
- आपके ब्राउज़र या ऑपरेटिंग सिस्टम द्वारा प्रस्तुत आवाज़ों का उपयोग करता है
- आमतौर पर तेज़ी से शुरू होता है
- डिवाइसों के बीच आवाज़ की उपलब्धता भिन्न होती है
- प्रोसेसिंग स्थानीय हो सकती है या आपके प्लेटफ़ॉर्म द्वारा प्रदान की जाने वाली सेवा का उपयोग कर सकती है
- ऑडियो डाउनलोड की गारंटी नहीं है
सामान्य उपयोग
टेक्स्ट को स्पीच में बदलने के उपयोगी तरीके
स्क्रिप्ट का पूर्वावलोकन करें
रिकॉर्ड करने से पहले कथन, वीडियो स्क्रिप्ट, प्रस्तुतियों या संवाद को सुनें।
सुनकर प्रूफरीड करें
टेक्स्ट को ज़ोर से सुनने से अजीब शब्दावली, छूटे हुए शब्दों या गति की समस्याओं को देखना आसान हो जाता है।
ड्राफ्ट नैरेटिव बनाएं
प्रोटोटाइप, डेमो, प्रस्तुतियों या संपादन वर्कफ़्लो के लिए एक अस्थायी वॉयस ट्रैक जनरेट करें।
नोट्स और अध्ययन सामग्री सुनें
जब पढ़ना संभव न हो तो लिखित सामग्री को ऑडियो में बदलें।
उच्चारण और गति का परीक्षण करें
कहीं और उपयोग करने से पहले टेक्स्ट कैसा लगता है यह सुनने के लिए आवाज़ों और बोलने की गति की तुलना करें।
जनरेट किए गए स्पीच का जिम्मेदारी से उपयोग करें
जनरेट किया गया ऑडियो इंसानों जैसा लग सकता है। इसका उपयोग लोगों को यह धोखा देने के लिए न करें कि कौन बोल रहा है, किसी अन्य व्यक्ति का रूप धारण न करें, धोखाधड़ी न करें, या वास्तविक व्यक्तियों के भ्रामक प्रतिनिधित्व न बनाएं।
- जब जनरेट किया गया ऑडियो किसी वास्तविक व्यक्ति की रिकॉर्डिंग न हो, तो उसे ऐसा न बताएं।
- लागू अधिकारों या समझौतों का उल्लंघन करने वाले तरीकों से आवाज़ों या सामग्री का उपयोग न करें।
- जब संदर्भ श्रोताओं को गुमराह कर सकता हो, तो सिंथेटिक ऑडियो का खुलासा करने पर विचार करें।
- उस प्लेटफ़ॉर्म की शर्तों की समीक्षा करें जहाँ आप जनरेट किए गए ऑडियो को प्रकाशित करने की योजना बनाते हैं।
जनरेट करने से पहले जानने योग्य बातें
पहली बार उपयोग करने में अधिक समय लग सकता है
जनरेशन शुरू होने से पहले न्यूरल TTS के लिए मॉडल फ़ाइलों को लोड करने की आवश्यकता होती है।
डिवाइस के आधार पर प्रदर्शन अलग होता है
जनरेशन की गति ब्राउज़र समर्थन, उपलब्ध मेमोरी, CPU या GPU क्षमताओं, टेक्स्ट की लंबाई और मॉडल फॉर्मेट पर निर्भर करती है।
उच्चारण हमेशा सही नहीं हो सकता है
नाम, संक्षिप्त नाम, असामान्य वर्तनी, तकनीकी शब्दावली और मिश्रित-भाषा के टेक्स्ट का उच्चारण अपेक्षा से भिन्न हो सकता है।
आवाज़ की उपलब्धता भिन्न हो सकती है
उपलब्ध न्यूरल और सिस्टम आवाज़ें चयनित मॉडल संस्करण और डिवाइस वातावरण पर निर्भर करती हैं।
जनरेट किया गया स्पीच मानव रिकॉर्डिंग नहीं है
न्यूरल वॉयस टेक्स्ट से जनरेट किया गया सिंथेटिक ऑडियो है।
गोपनीयता
आपके टेक्स्ट को कैसे प्रोसेस किया जाता है
न्यूरल वॉयस
स्पीच जनरेशन को लोड किए गए न्यूरल TTS मॉडल के साथ आपके ब्राउज़र में चलाने के लिए डिज़ाइन किया गया है। आपके टेक्स्ट को रिमोट टेक्स्ट-टू-स्पीच इन्फेरेंस API पर भेजने की आवश्यकता नहीं है।
मॉडल डाउनलोड
स्थानीय जनरेशन चलने से पहले आपके ब्राउज़र को मॉडल और वॉयस फ़ाइलों को लोड करना होगा। समर्थित होने पर इन फ़ाइलों को आपके ब्राउज़र द्वारा कैश किया जा सकता है।
सिस्टम वॉयस
सिस्टम वॉयस आपके ब्राउज़र या ऑपरेटिंग सिस्टम द्वारा प्रस्तुत स्पीच सेवा का उपयोग करता है। क्या वह सेवा पूरी तरह से स्थानीय है, यह चयनित आवाज़, ब्राउज़र, ऑपरेटिंग सिस्टम और डिवाइस कॉन्फ़िगरेशन पर निर्भर करता है।
वेबसाइट डेटा
स्थानीय स्पीच जनरेशन का मतलब यह नहीं है कि पूरी वेबसाइट नेटवर्क गतिविधि के बिना चलती है। एनालिटिक्स, लॉग, कुकीज़ और अन्य साइट सेवाओं के बारे में वर्तमान जानकारी के लिए हमारी गोपनीयता नीति की समीक्षा करें।
FAQ
अक्सर पूछे जाने वाले प्रश्न
स्थानीय स्पीच जनरेशन, मॉडल डाउनलोड, गोपनीयता, ऑडियो फ़ाइलों और डिवाइस की अनुकूलता के बारे में उत्तर।
अपने टेक्स्ट को स्पीच में बदलें
एक न्यूरल वॉयस चुनें, अपने डिवाइस पर ऑडियो जनरेट करें, और जब आप तैयार हों तो परिणाम डाउनलोड करें।