স্বাধীন ভয়েস: টেক্সট ভয়েস পড়ার জন্য একটি প্রোগ্রাম

স্বাগতম!

"রুটি শরীরকে খায়, এবং বইটি মনকে ফিড করে" ...

বই - আধুনিক মানুষের সবচেয়ে মূল্যবান সম্পদ এক। বই প্রাচীন সময়ে হাজির এবং খুব ব্যয়বহুল (এক বই গরু একটি গোড়া জন্য বিনিময় করা যেতে পারে!)। আধুনিক বিশ্বের, বই সবাইকে পাওয়া যায়! তাদের পড়া, আমরা আরো শিক্ষিত, দিগন্ত উন্নয়নশীল, বুদ্ধিমান হয়ে। এবং সাধারণভাবে, তারা একে অপরের সাথে যোগাযোগের জন্য জ্ঞানের আরও নিখুঁত উত্স আবিষ্কার করে নি!

কম্পিউটার প্রযুক্তির বিকাশের সাথে (বিশেষ করে গত 10 বছরে), এটি কেবল বই পড়তেও সক্ষম ছিল না, কিন্তু তাদের কথা শুনতে (অর্থাৎ, আপনি একটি বিশেষ প্রোগ্রামে পুরুষ বা মহিলা ভয়েস পড়তে পারবেন) এটি সম্ভব। আমি আপনাকে ভয়েস অ্যাক্টিং টেক্সটের জন্য সফ্টওয়্যার সরঞ্জামগুলি সম্পর্কে বলতে চাই।

লেখার সঙ্গে সম্ভাব্য সমস্যা

প্রোগ্রামগুলির তালিকায় যাওয়ার আগে, আমি একটি সাধারণ সমস্যাতে বসতে চাই এবং কোনও প্রোগ্রাম পাঠ্যটি পড়তে পারি না সে ক্ষেত্রে বিবেচনা করতে চাই।

আসলে ভয়েস ইঞ্জিন আছে, তারা বিভিন্ন মানের হতে পারে: SAPI 4, SAPI 5 বা মাইক্রোসফ্ট স্পিচ প্ল্যাটফর্ম (পাঠ্য বাজানোর জন্য বেশিরভাগ প্রোগ্রামগুলিতে, এই সরঞ্জামটির একটি পছন্দ রয়েছে)। সুতরাং, এটি যৌক্তিক যে একটি ভয়েস পড়ার জন্য প্রোগ্রাম ছাড়াও, আপনার একটি ইঞ্জিন দরকার (এটি নির্ভর করবে, কোন ভাষায় আপনি পড়বেন, কোন কন্ঠস্বর: পুরুষ বা মহিলা ইত্যাদি)।

বক্তৃতা ইঞ্জিন

ইঞ্জিন বিনামূল্যে এবং বাণিজ্যিক হতে পারে (অবশ্যই, সাউন্ড প্রজনন সেরা মানের বাণিজ্যিক ইঞ্জিন সরবরাহ করা হয়)।

SAPI 4. সরঞ্জাম উত্তরাধিকার সংস্করণ। আধুনিক পিসি জন্য পুরানো সংস্করণ ব্যবহার করার পরামর্শ দেওয়া হয় না। এটি SAPI 5 বা মাইক্রোসফ্ট স্পিচ প্ল্যাটফর্মটি দেখতে ভাল।

SAPI 5. আধুনিক বক্তৃতা ইঞ্জিন, উভয় বিনামূল্যে এবং অর্থ প্রদান করা হয়। ইন্টারনেটে, আপনি কয়েক ডজন SAPI 5 স্পীচ ইঞ্জিন (মহিলা এবং পুরুষ উভয় কণ্ঠস্বর সহ) খুঁজে পেতে পারেন।

মাইক্রোসফ্ট স্পিচ প্ল্যাটফর্মটি এমন সরঞ্জামগুলির একটি সেট যা বিভিন্ন অ্যাপ্লিকেশনগুলির ডেভেলপারগুলিকে ভয়েসকে পাঠ্য রূপান্তর করার ক্ষমতা বাস্তবায়নের অনুমতি দেয়।

বক্তৃতা synthesizer কাজ করার জন্য, আপনি ইনস্টল করতে হবে:

1. মাইক্রোসফ্ট স্পিচ প্ল্যাটফর্ম - রানটাইম - প্ল্যাটফর্মের সার্ভার পার্শ্ব, প্রোগ্রামগুলির জন্য API প্রদান করে (x86_SpeechPlatformRuntime SpeechPlatformRuntime.msi ফাইল)।
2. মাইক্রোসফ্ট স্পিচ প্ল্যাটফর্ম - রানটাইম ভাষা - সার্ভারের পক্ষে ভাষা। বর্তমানে 26 টি ভাষা আছে। যাইহোক, একটি রাশিয়ান খুব আছে - Elena এর ভয়েস (ফাইল নাম "MSSpeech_TTS_" দিয়ে শুরু হয় ...)।

ভয়েস দ্বারা টেক্সট পড়ার জন্য প্রোগ্রাম

IVONA পাঠক

ওয়েবসাইট: ivona.com

উপরন্তু, এটি আপনাকে একটি mp3 ফাইলে পাঠ্য রূপান্তর করতে দেয় (যা আপনি তারপর কোনও ফোন বা mp3 প্লেয়ারে ডাউনলোড করতে এবং যেতে যেতে শুনুন)। অর্থাত আপনি নিজে অডিও বই তৈরি করতে পারেন!

আইভনএ প্রোগ্রামের কন্ঠগুলি বাস্তবের সাথে খুব সাদৃশ্যপূর্ণ, উচ্চারণ যথেষ্ট খারাপ নয়, তারা ফালতু না। যাইহোক, প্রোগ্রাম বিদেশী ভাষা অধ্যয়নরত যারা জন্য দরকারী হতে পারে। ধন্যবাদ, আপনি যে শব্দ বা অন্যান্য শব্দ সঠিক উচ্চারণ শুনতে পারেন।

এটি SAPI5 সমর্থন করে, প্লাস এটি বহিরাগত অ্যাপ্লিকেশনগুলির সাথে ভালভাবে সহযোগিতা করে (উদাহরণস্বরূপ, অ্যাপল আইটিউনস, স্কাইপ)।

উদাহরণ (আমার সাম্প্রতিক প্রবন্ধের একটি লিখুন)

Minuses এর: কিছু অপরিচিত শব্দ অনুপযুক্ত অ্যাকসেন্ট এবং শোষণ সঙ্গে পড়া হয়। সাধারণভাবে, এটি শুনতে যথেষ্ট খারাপ নয়, উদাহরণস্বরূপ, ইতিহাসের একটি অনুচ্ছেদ থেকে অনুচ্ছেদে আপনি যখন বক্তৃতা / পাঠে যান - তার চেয়েও বেশি!

বাচাল

ওয়েবসাইট: ক্রস- প্লাস- aa.ru/balabolka.html

স্পিচ প্লেব্যাকটি কোনও মাল্টিমিডিয়া প্রোগ্রামের ("play / pause / stop") পাওয়া অনুরূপ মান বোতাম ব্যবহার করে নিয়ন্ত্রিত করা যেতে পারে।

প্লেব্যাক উদাহরণ (একই)

বিপত্তি: কিছু অপরিচিত শব্দ ভুল পড়া: চাপ, শোষণ। কখনও কখনও, এটি বিরাম চিহ্ন ছাড়ে এবং শব্দগুলির মধ্যে বিরতি দেয় না। কিন্তু সাধারণভাবে, আপনি শুনতে পারেন।

যাইহোক, শব্দ মানের দৃঢ়ভাবে স্পীচ ইঞ্জিনের উপর নির্ভর করে, একই প্রোগ্রামে, প্লেব্যাক শব্দ উল্লেখযোগ্যভাবে পৃথক হতে পারে!

আইসিই বুক রিডার

ওয়েবসাইট: আইস- graphics.com/ICEReader/IndexR.html

বইগুলির সাথে কাজ করার জন্য চমৎকার প্রোগ্রাম: পড়া, তালিকাবদ্ধকরণ, প্রয়োজনীয় অনুসন্ধান ইত্যাদি। অন্যান্য নথিগুলি (TXT-HTML, HTML-TXT, TXT-DOC, DOC-TXT, PDB-TXT, LIT-TXT , FB2-TXT, ইত্যাদি) আইসিই বুক রিডার ফাইল ফরম্যাটগুলি সমর্থন করে: এলিট, .CHM এবং। EPub।

উপরন্তু, আইসিই বুক রিডার শুধুমাত্র পড়তে পারবেন না, তবে একটি চমৎকার ডেস্কটপ লাইব্রেরিও:

• আপনি সংরক্ষণ, প্রক্রিয়া, ক্যাটালগ বই (আপ 250 মিলিয়ন কপি!) করতে পারবেন;
• আপনার সংগ্রহ স্বয়ংক্রিয় ক্রম;
• আপনার "ডাম্প" বইটির দ্রুত অনুসন্ধান (আপনার যদি অ-ক্যাটালগযুক্ত অনেকগুলি সাহিত্য থাকে তবে বিশেষ করে গুরুত্বপূর্ণ);
• আইসিই বুক রিডার ডাটাবেস ইঞ্জিন এই ধরনের বেশিরভাগ প্রোগ্রামের চেয়ে শ্রেষ্ঠ।

প্রোগ্রামটি আপনি ভয়েস দ্বারা ভয়েস গ্রন্থে করতে পারবেন।

এটি করার জন্য, প্রোগ্রাম সেটিংসে যান এবং দুটি ট্যাব কনফিগার করুন: "মোড" (ভয়েস দ্বারা পড়া নির্বাচন করুন) এবং "বক্তৃতা সংশ্লেষণের মোড" (বক্তৃতা ইঞ্জিনটি নিজেই নির্বাচন করুন)।

Govorilka

ওয়েবসাইট: vector-ski.ru/vecs/govorilka/index.htm

প্রোগ্রাম "টক" প্রধান বৈশিষ্ট্য:

• ভয়েস দ্বারা টেক্সট পড়া (ডকুমেন্ট txt, ডক, RTF, এইচটিএমএল, ইত্যাদি খোলে);
• আপনাকে বর্ধিত গতির সাথে ফরম্যাটের একটি বইয়ের থেকে * (। .WAV, *। এমপি 3) পাঠ্য রেকর্ড করতে দেয় - যেমন। মূলত একটি ইলেকট্রনিক অডিও বই তৈরি;
• ভাল পড়া গতি নিয়ন্ত্রণ ফাংশন;
• স্বয়ংক্রিয় স্ক্রোল;
• শব্দভাণ্ডার পূরণ করার ক্ষমতা;
• DOS বার থেকে পুরানো ফাইলগুলিকে সমর্থন করে (অনেক আধুনিক প্রোগ্রাম এই এনকোডিংয়ে ফাইলগুলি পড়তে পারে না);
• ফাইলের আকার যা প্রোগ্রামটি পাঠ্যটি পড়তে পারে: 2 গিগাবাইট পর্যন্ত;
• বুকমার্ক তৈরির ক্ষমতা: যখন আপনি প্রোগ্রাম থেকে প্রস্থান করেন, তখন এটি স্বয়ংক্রিয়ভাবে সেই স্থানটি মনে রাখে যেখানে কার্সারটি বন্ধ থাকে।

Sakrament টিকার

ওয়েবসাইট: sakrament.by/index.html

Sakrament Talker সঙ্গে, আপনি আপনার কম্পিউটার একটি কথা বলা অডিও বই চালু করতে পারেন! সাক্রামেন্ট টক্কার প্রোগ্রামটি RTF এবং TXT ফর্ম্যাটগুলিকে সমর্থন করে, এটি স্বয়ংক্রিয়ভাবে ফাইলটির এনকোডিংকে চিনতে পারে (সম্ভবত, কিছুক্ষন এটি লক্ষ্য করা যায় যে কিছু প্রোগ্রাম পাঠ্য পরিবর্তে "ক্রোশকক্স" সহ একটি ফাইল খুলবে, তাই এটি Sakrament Talker তে সম্ভব নয়!)।

উপরন্তু, Sakrament Talker আপনাকে বড় ফাইলগুলি দ্রুত চালাতে দেয়, দ্রুত কিছু ফাইল খুঁজে পায়। আপনি কেবলমাত্র আপনার কম্পিউটারে ভয়েসড পাঠটি শুনতে পারবেন না, তবে এটি একটি MP3 ফাইল হিসাবে সংরক্ষণ করতে পারবেন (যা পরে আপনি কোন প্লেয়ার বা ফোনে অনুলিপি করতে পারবেন এবং পিসি থেকে এটি শুনতে পারবেন)।

সাধারণভাবে, এটি বেশ ভাল প্রোগ্রাম যা সমস্ত জনপ্রিয় ভয়েস ইঞ্জিনগুলিকে সমর্থন করে।

যে আজকের জন্য সব। আজকের প্রোগ্রামগুলি এখনও সম্পূর্ণরূপে (100% গুণগতভাবে) পাঠ্যটি পড়তে পারে না, যাতে কোন ব্যক্তি এটি পড়তে পারে এমন কোনও ব্যক্তি এটি নির্ধারণ করতে পারে না: একটি প্রোগ্রাম বা একজন ব্যক্তি ... তবে আমি মনে করি যে কিছুদিনের প্রোগ্রাম এগুলিতে আসবে: কম্পিউটার পাওয়ার হত্তয়া, ইঞ্জিনগুলি ভলিউমে বৃদ্ধি পায় (আরও বেশি নতুন এবং সবচেয়ে জটিল বক্তৃতা সক্রিয় করে) - যার অর্থ এই যে প্রোগ্রামের শব্দটি শীঘ্রই যথেষ্ট সাধারণ মানুষের বক্তব্য থেকে আলাদা হবে ?! vv

একটি ভাল কাজ আছে!

ভিডিও দেখুন: Week 10, continued (নভেম্বর 2024).