«Подкастинг» на скорую руку

Odiogo.com

Этот сервис позволяет генерировать высококачественные звуковые файлы из текста, поступающего посредством RSS. Никаких усилий со стороны пользователя вообще не требуется — готовый файл отправляется ему по электронной почте, так что процесс полностью автоматизирован. При этом аудиозаписи сохраняются во всех популярных форматах.

Для вебмастеров, желающих подключиться к Odiogo.com, имеется система биллинга, которая не только вычисляет доход от аудиорекламы, размещенной внутри записей, но и предоставляет статистику по числу загрузок, географическому положению пользователей и т.д. Для блогеров, использующих WordPress, уже существует плагин Odiogo ListenButton. С его помощью посетители могут в одно нажатие запустить чтение страницы вслух или создать аудиофайл, для того, чтобы прослушать его на досуге.

Стоит также отметить, что разработчики Odiogo.com потрудились на славу — результат не имеет ничего общего с заикастыми творениями аналогичных программ. Конечно, спутать компьютерную речь с голосом живого человека по прежнему невозможно, но, по крайней мере, механическая речь течет плавно, нисколько не раздражает, а дикция такова, что каждое слово понятно даже для непривыкшего к восприятию английской речи на слух человека.

VozMe.com и другие

Сервис VozMe.com далеко не единственный представитель данного направления, но большинство таких проектов похожи. Они без лишних сложностей позволяют озвучить произвольный текст и создать аудиозапись. Этот плагин может встраиваться как в произвольную страницу, так и в браузер. Существует и соответствующий iGoogle gadget.

При этом о высоком качестве синтезаторов речи говорить не приходится. Если ребята из Odiogo.com всерьез работают над повышением качества озвучки, то остальные пользуются самыми примитивными движками, что, в принципе, логично — разрабатывать в этом направлении что-то новое слишком дорого, и далеко не факт, что результат превзойдет используемые ныне движки. В результате, слушать сгенерированный такими сервисами контент можно только людям с крепкой психикой — монотонный бубнеж попросту выводит из себя.

Русскоязычные синтезаторы речи

Как уже упоминалось, русскоязычная озвучка — задача более сложная, да и подкастинг в Рунете не так популярен, как на Западе. Так что подобными сервисами, автоматически создающими подобие подкаста, русскоязычный пользователь не избалован. Для тех, кто все-таки желает синтезировать аудиофайл из статьи или книги, существует десяток программ, среди которых есть и бесплатные. Почти все существующие программы для озвучивания текста можно «прикрутить» браузеру, к тому же, они умеют зачитывать текст из буфера обмена. Правда, самый лучший из существующих ныне движков для русского языка от Digalo обойдется в $29. Ну а остальные слишком сильно уступают ему по качеству, чтобы вообще уделять им внимание.

Озвучка подкастингу не конкурент

Потенциально машинный синтез речи может переплюнуть подкастинг потому, что выбор пользователя не ограничен репертуаром подкаст-терминалов или собственными подкастингами различных интернет-проектов, хотя их число и растет. Идея самостоятельно озвучить для себя все и вся привлекательна, но технологически на сегодняшний день реализовать сервис, который сможет всерьез конкурировать с подкастингом, попросту невозможно. «Как и любой машинный интерфейс, не обладающий в полной мере интеллектом и опытом, он будет неадекватен при попытке использовать его в «человеческих» ситуациях: при озвучке текстов, обладающих глубиной интонационного смысла или многозначностью трактовки, требующих понимания контекста и расстановки акцентов, - уверен Александр Журба, исполнительный директор продюсерского центра «Ройбер». - То есть аудиокниги в машинном исполнении будут проигрывать авторской начитке. Конкуренция есть, но она сильно зависит от типа озвучиваемой информации».

Со временем, вероятно, ситуация может измениться, но пока особенных технических прорывов не было. Оптимизм вселяет разве что патент на «методику и аппаратуру для составления рельефа речи с новой и прежней информацией», полученный компанией Apple в конце прошлого года. Эта разработка специалистов компании призвана максимально приблизить озвученный компьютером текст к естественной человеческой речи.

Для этого планируется использовать латентный семантический анализ, благодаря которому система будет «узнавать» слова и произносить их определенным тембром, характерным для «живой» речи. Вдобавок произношение будет меняться от того, содержит ли предложение новую информацию, или же оно является второстепенным по отношению к предыдущим предложениям. Суть в том, что человек по-разному произносит одни и те же слова в зависимости от их положения в предложении, контекста и важности. Система будет похожим образом анализировать текст, меняя тембр в зависимости от ситуации. Отойти от «роботизированности» машинной озвучки помогут и выделения начала и конца предложения, характерные для человеческой речи, но, к сожалению, не характерные для существующих ныне синтезаторов. Пока новинка еще не внедрена, и оценить качество работы построенных на ее основе систем попросту невозможно. Однако, разработчики надеются, что после внедрения пользователи оценят качество озвучки, а изобретение выведет машинный синтез речи на новый уровень.

Спонсор темы недели: