Text-till-tal (TTS)-lösningar är oumbärliga hjälpmedel som låter många PC-användare få text uppläst för nöje, studier eller jobb.
Som du kan tänka dig är TTS-marknaden rätt mättad med appar och tillägg. De flesta är användbara, ökar produktiviteten och förbättrar upplevelsen. Idag fokuserar vi på Microsofts TTS-lösning — Azure.
Vad är Microsoft text-till-tal?
Vad är Azure? För att svara kan man fråga: Vill du skapa innehåll med naturligt ljudande uppläsning, eller lyssna på dina favoritwebbsidor upplästa med anpassningsbara inställningar för t.ex. talhastighet, ton och uttal? Med Microsoft Azure kan du göra allt detta — och mer.
Azure är en molnplattform full av möjligheter. Förutom Azures kognitiva tjänster med suverän text-till-tal och tal-till-text kan du lagra filer och använda analyser – utan att behöva kunna maskininlärning.
Eftersom Azure är kompatibelt med open source-lösningar är det flexibelt. Det är enkelt att lägga till uppläsning i egna appar och dra nytta av djup maskininlärning – särskilt med över 100 språk och varianter tillgängliga.
Så här använder du Microsofts text-till-tal-app på din iPhone eller dator
Det är enkelt att komma igång med Microsoft Azure – skapa bara ett konto på den officiella Azure-webbplatsen. Om du bara använder t.ex. Outlook, Word, PowerPoint, Docs och OneNote behövs ingen nedladdning, där finns redan funktionen "Speak".
Speak är kanske inte bäst i klassen, men gör jobbet och är väldigt enkel att ställa in:
- Klicka på Anpassa verktygsfält
- Välj Fler kommandon
- Klicka på Alla kommandon
- Hitta Speak, klicka och välj Lägg till
Alternativ till Microsofts text-till-tal-app
Som vi nämnde finns gott om textläsare, från proffsiga (och dyra) appar till halvfärdiga SDK:s på GitHub. Om Microsofts text-till-tal inte passar, eller om du vill testa något nytt, har vi flera bra alternativ för dig.
Speechify
Nummer 1 är Speechify, toppbetygad TTS som gör nästan vad som helst till ljudfil, t.ex. webbsidor, Google Docs, artiklar och till och med anteckningar eller bilder via OCR. Finns för iOS, Android, webb, Mac, Chrome-tillägg och text-till-tal API.
Dessutom erbjuder Speechify över 1 000 naturtrogna och känslosamma AI-röster på 60+ språk, även kändisröster. Starka API-funktioner gör det mycket mångsidigt.
Amazon Polly
Nummer 2 är Amazon Polly, känt för naturliga röster och många talstilar. Stöder flera språk och med neural TTS får du många inställningar när du vill piffa till dina uppläsningar.
Google Cloud Text to Speech
Nummer 3 är Google Cloud Text to Speech. Google finns alltid där teknik utvecklas, och det gäller även TTS. Lösningen bygger på SSML och debiterar per tecken – smidigt och billigt för engångsprojekt.
IBM Watson Text to Speech
IBM Watson är #4. Det som särskiljer Watson är flexibiliteten i företagsmiljöer. Använd som virtuell assistent, kundservice och text-till-tal. Dessutom är Watson prisvärd och anpassningsbar.
Readspeaker
Nummer 5 är rutinerade Readspeaker. Med snart 25 års erfarenhet är Readspeaker en riktig TTS-expert. Stöder 100+ språk och passar både talstudios och e-learning, online och offline.
NaturalReader
#6 är NaturalReader. Appen är stark på realtidsuppläsning och fungerar med de flesta appar på PC. Dess "läsläge" rensar bort onödigt som annonser, vilket ger den en plats på vår lista.
VoiceDream Reader
Nummer 7 är VoiceDream Reader, dagens sista Azure-text-till-tal-alternativ. VoiceDream Reader passar enklare behov, men vissa klagar på låg tillgänglighet och svajig synkning. Behöver du en snabb lösning utan det senaste inom neural TTS fungerar den ändå bra.
FAQ
Är Windows 10 TTS gratis?
Det finns många TTS-lösningar för Windows 10. Vissa är gratis, andra inte. Den inbyggda Speak-funktionen är gratis i t.ex. Outlook och Word. Mer avancerade alternativ som Microsoft Azure kräver prenumeration.
Vilken TTS-röst är mest realistisk?
De mest realistiska AI-rösterna finns hos TTS-verktyg som Amazon Polly, Google Text to Speech API och Speechify. Realismen beror på språk, röstmodell och valda parametrar.
Skillnad på text-till-tal och röstigenkänning?
Många TTS-program erbjuder både text-till-tal och röstigenkänning. Text-till-tal skapar ljud av text, så att du kan lyssna medan du gör annat. Röstigenkänning analyserar röster för tolkning eller identifikation.
