De algoritmische explosie heeft ons in staat gesteld om afbeeldingen en muziek te maken, maar toonde ook een zekere kracht in de transformatie van spraak naar tekst. Wie op zoek is naar een ondertiteling of een transcriptie, kan rekenen op veel gratis diensten, maar de vraag is: hoe werkt het in de andere richting? Ik bedoel de text-to-speech, de klassieke conversie van tekst naar spraak die een groot aantal gebruikers regelmatig nodig heeft. Vandaag gaan we een aantal online platformen verkennen, hun gratis modi van dichtbij bestuderen en waar mogelijk resultaten vergelijken.
Tekst naar spraak: beter met elke generatie
Ik herinner me nog goed toen de eerste versie van Dragon NaturallySpeaking op de markt kwam. We moesten uren vechten om het systeem te trainen, en met een beetje geluk herkende het uiteindelijk 25 procent van de woorden. Tegenwoordig is praten met een apparaat en het doorgeven van spraakopdrachten zo eenvoudig dat niemand stilstaat bij het complexe evolutionaire proces dat ons hier heeft gebracht.
De spraaksynthese is zelfs nog ouder (denk aan de vocoder van Bell Labs, of een IBM-computer die 'Daisy Bell' zong in de jaren '60), maar met de komst van nieuwe modellen op basis van kunstmatige intelligentie is het geen waanzin om te zeggen dat het op zijn best is. Sterker nog, de conversie van tekst naar spraak is dichterbij dan ooit, en vandaag gaan we het gratis aanbod verkennen van enkele platformen die speciaal voor deze taak zijn ontworpen.
Hoe tekst naar spraak te converteren: ElevenLabs
De gratis modus van ElevenLabs beperkt de verwerking tot tienduizend tekens per maand en staat commercieel gebruik niet toe, maar dat zou meer dan voldoende moeten zijn voor elk persoonlijk project. De lijst met beschikbare talen strekt zich uit tot 28, terwijl de stemmen die in de demo zijn ingeschakeld (maximaal 333 tekens) 29 zijn.
Deze demo is niet alleen indrukwekkend op zichzelf, maar ElevenLabs stelt ons ook in staat om een kopie van het resultaat in MP3-formaat te downloaden. Om het platform te betreden, is het het eenvoudigst om Google-referenties te gebruiken, en binnenin vinden we geavanceerde parameters zoals alternatieve modellen, stabiliteit en duidelijkheid. Nu, ElevenLabs is niet perfect (sommige stemmen converteren de 25 naar 'twenty-five' in plaats van 'vijfentwintig'), maar het biedt een uitstekend startpunt voor allerlei gebruikers.
Speechify
Speechify is een ander soort wezen dan de rest. Vanuit een bepaald gezichtspunt is het verdeeld in twee delen: een gericht op de traditionele tekst-naar-spraak met negen stemmen in het Spaans, en de volledige webapp, waarin we tekst moeten invoeren als een link naar een webpagina, een nieuw document, een lokaal bestand, een gescand fysiek document, of een kopie die in de cloud is opgeslagen. Met andere woorden, Speechify is een productiviteitstool die ons zal helpen om teksten sneller te verwerken.
Het Spaans heeft in totaal twaalf stemmen in de webapp, en ik raad persoonlijk aan om ze allemaal uit te proberen. De kwaliteitsverschillen kunnen erg groot zijn, zelfs tussen vergelijkbare stemmen, en de snelheidsregeling is essentieel om de resultaten te optimaliseren. Speechify staat het downloaden van audio in de gratis modus niet toe, maar niets weerhoudt ons ervan om het op te nemen met een compatibel hulpmiddel op de achtergrond.
Bark
Bark is een creatie van Suno AI, een platform dat veel beter bekend is om zijn kwaliteiten bij het genereren van muziek met kunstmatige intelligentie via de tool Chirp. De tekst-naar-spraak-technologie is open source, en dat betekent dat elke Python-liefhebber naar GitHub kan gaan om met de code te sleutelen, naast het verkennen van demo's, samples en andere technische details.
De eenvoudigste optie is natuurlijk om naar hun Discord-server te gaan, het kanaal van de Bark-bèta te betreden en te beginnen met het genereren van stemmen. De commando's zijn verdeeld in /bark om de motor te activeren, gevolgd door prompt (de tekst die we willen verwerken), en voice, waar we de dobbelstenen kunnen gooien met de optie random, of een stem uit de lijst kunnen kiezen. Binnen een minuut zal Bark de conversatie delen, beschikbaar in MP3 en MP4.
In het kort
Ik hoop dat deze selectie en de samples een goed beeld geven van de conversie van tekst naar spraak met kunstmatige intelligentie, en wat de belangrijkste beperkingen zijn. Voorbij de onvermijdelijke beperkingen van de gratis profielen, denk ik dat de omstandigheden zeker geschikt zijn om de meeste van onze behoeften te dekken, zonder een cent uit te geven.
