Het korte antwoord
Een tekst-naar-spraakstem klinkt natuurlijk als hij drie dingen goed doet: prosodie (de melodie en de klemtoon van een zin), ritme en pauzes, en de uitspraak van de lastige gevallen zoals namen, getallen en afkortingen. Moderne neurale stemmen doen alle drie veel beter dan de oudere robotstemmen, en veel ervan draaien nu volledig op de iPhone. Stemmen op het apparaat houden uw tekst privé, werken zonder verbinding en kennen geen limiet per teken; daar staan een eenmalige download en wat opslagruimte tegenover.
Wat een stem natuurlijk doet klinken
De meeste mensen beoordelen een stem in de eerste tien seconden. Dat is een vergissing: de eerste zin van vrijwel elke moderne stem klinkt goed. Wat voor een boek telt, is hoe hij standhoudt op pagina 80, en dat komt neer op een paar specifieke dingen.
Prosodie: de melodie van een zin
Een menselijke voorlezer laat de toonhoogte stijgen aan het einde van een vraag, legt de klemtoon op het woord dat de betekenis draagt ("Ik heb niet gezegd dat zij het pakte") en laat de stem dalen aan het einde van een mededeling. Vlakke of verkeerd geplaatste intonatie is het eerste wat het oor vermoeit, ook als elk woord correct wordt uitgesproken.
Ritme en pauzes
Komma's, punten, alinea-overgangen en dialogen vragen elk om een andere pauze. Een stem die overal hetzelfde korte gaatje laat, klinkt gehaast; een stem die bij elke komma te lang stilvalt, klinkt aarzelend. Goede stemmen versnellen ook licht bij vertrouwde uitdrukkingen en vertragen bij lange, ongewone woorden, en juist dat maakt spraak levendig in plaats van metronomisch.
Uitspraak van de moeilijke gevallen
Voordat er ook maar één klank wordt gemaakt, moet de tekst worden omgezet in woorden die uitgesproken kunnen worden. Bij deze stap struikelen veel stemmen die in een demo prachtig klinken over echte boeken:
- Getallen en datums: "1984" is in de ene zin een jaartal en in de volgende een hoeveelheid. "3/4" kan een breuk zijn of een datum.
- Afkortingen: "St." kan Sint betekenen of staan voor straat, "mr." is meester in de rechten of het Engelse Mister.
- Woorden die hetzelfde geschreven maar anders uitgesproken worden: "dat kan vóórkomen" tegenover "dat kunt u voorkómen"; "de regent van het land" tegenover "het regent".
- Namen: personages, plaatsen en verzonnen woorden, die in geen enkel woordenboek staan.
Geen enkele stem doet dit altijd allemaal goed, en daarom is een manier om de uitspraak te corrigeren net zo belangrijk als de stem zelf (daarover hieronder meer).
Robotstemmen vs neurale stemmen
De "robotstem" die de meeste mensen zich herinneren, komt van oudere synthesemethoden. Regelgebaseerde stemmen genereren geluid vanuit een model van het spraakkanaal: zeer verstaanbaar, zelfs op hoge snelheid, wat verklaart waarom sommige gebruikers van schermlezers ze nog steeds verkiezen, maar onmiskenbaar synthetisch. Latere stemmen plakten kleine opgenomen fragmenten van een echte spreker aan elkaar, wat van dichtbij menselijk klinkt maar hoorbare naden geeft waar de stukjes samenkomen.
Neurale stemmen werken anders. Een model dat is getraind op vele uren opgenomen spraak voorspelt de klank van een hele zin vanuit de tekst, inclusief intonatie en timing. Het resultaat is vloeiender en komt veel dichter bij iemand die voorleest. Ze zijn niet perfect: een neurale stem kan af en toe de klemtoon op het verkeerde woord leggen of aarzelen bij een zeldzame naam. Maar bij lang luisteren is het verschil in vermoeidheid groot.
Uw iPhone heeft al systeemstemmen aan boord, en van sommige kunt u grotere varianten (Verbeterd of Premium) downloaden onder Instellingen › Toegankelijkheid › Gesproken materiaal › Stemmen. Ze passen goed bij korte teksten; onze gids over tekst laten voorlezen op uw iPhone behandelt ze en hun grenzen.
Tekst-naar-spraak op het apparaat vs in de cloud
Neurale stemmen kunnen op een externe server draaien of rechtstreeks op uw telefoon. Beide benaderingen zijn legitiem; ze ruilen verschillende dingen tegen elkaar in.
| Cloudstemmen | Stemmen op het apparaat | |
|---|---|---|
| Waar uw tekst naartoe gaat | Naar een server gestuurd om te worden omgezet | Blijft op de iPhone |
| Verbinding | Nodig tijdens het luisteren, of om de audio te genereren | Alleen om de stem één keer te downloaden |
| Limieten | Vaak afgerekend per teken of per minuut | Geen quotum per teken |
| Mobiele data | Verbruikt tijdens het luisteren | Geen, zodra de stem is geïnstalleerd |
| Opslag | Weinig op de telefoon | Elke stem neemt ruimte in |
| Batterij | Netwerkgebruik | Spraak wordt op de telefoon berekend |
| Expressiviteit | De grootste modellen kunnen zeer expressief zijn | Dichtbij voor vertelling, begrensd door de telefoon |
Het privacypunt is het punt dat mensen onderschatten. Luistert u naar werkrapporten, contracten, medische brieven of uw eigen ongepubliceerde teksten, dan betekent synthese op het apparaat dat niets van die tekst de telefoon verlaat. Het praktische punt is de tweede verrassing: een vliegtuig, de metro, een huisje zonder bereik, of een roamingrekening die u liever vermijdt. Een stem op het apparaat leest gewoon door.
De kosten zijn ook reëel. Stemmen moeten worden gedownload, bij voorkeur via wifi, en ze nemen opslagruimte in, dus installeer de stemmen die u echt gebruikt en verwijder de rest. Spraak genereren gebruikt de processor, dus een lange sessie vraagt meer van de batterij dan het afspelen van een audiobestand; iPhones hebben de Apple Neural Engine, die precies voor dit soort werk is ontworpen.
Hoe VocaRead het aanpakt
VocaRead draait al zijn stemmen op het apparaat. U downloadt een stem één keer en daarna werkt alles offline: geen account, geen verwerking in de cloud, en uw boeken verlaten de iPhone nooit. Er zijn meer dan 200 stemmen, waaronder 144 premium neurale stemmen, in 30+ talen, en de neurale engines worden versneld door de Apple Neural Engine. Een nieuwere voorleesengine is als opt-in bèta beschikbaar via Instellingen › Stemmen; deze rondleiding legt uit hoe u hem probeert en weer terugschakelt. Bekijk de volledige stemmencatalogus.
Er is geen teller per teken. De enige limiet is commercieel en wordt vooraf vermeld: 90 minuten gratis luisteren per boek, daarna een eenmalige Premium-aankoop voor onbeperkt luisteren. VocaRead speelt af in de app; het exporteert geen MP3-bestanden.
Zo kiest u een stem voor een boek
Eerst de taal laten kloppen
Gebruik altijd een stem die bij de taal van het boek hoort. Een Engelse stem die een Franse roman voorleest, verhaspelt elke naam en de meeste zinnen. Leest u in meerdere talen, installeer dan per taal één goede stem in plaats van één stem voor alles.
De verteller laten passen bij het boek
Een warme, rustige stem past bij een roman of memoires. Een heldere, neutrale stem past bij een technisch boek of een rapport, waar duidelijkheid zwaarder weegt dan karakter. Fictie met veel dialoog vraagt om een stem met duidelijke intonatiewisselingen, omdat één verteller alle personages vertolkt.
Test op de juiste pagina's
Sla de eerste alinea van hoofdstuk één over. Speel in plaats daarvan een pagina met dialoog af, een pagina met getallen of datums, en een pagina met de namen van de hoofdpersonages. Luister daarna tien minuten voordat u beslist. Kleine eigenaardigheden die u in een fragment charmant vindt, kunnen na een uur gaan irriteren, en omgekeerd.
Stel de snelheid per boek in
In VocaRead stelt u de snelheid in van 0,5× tot 2,0×, en die wordt per boek onthouden. Begin op 1,0× en verander in kleine stappen. Taaie non-fictie werkt vaak het best op of net onder normale snelheid; een vertrouwd genre of een herlezing kan naar 1,3× of hoger. Leest u in een tweede taal, dan houdt een snelheid rond 0,8× de stem natuurlijk en geeft ze u tijd om bij te blijven.
Namen en woorden corrigeren met aangepaste uitspraken
Zelfs de beste stem gokt verkeerd bij een verzonnen naam, en maakt dan op elke pagina dezelfde fout. Houd in VocaRead het woord ingedrukt, typ hoe het moet klinken, en de regel wordt bewaard voor die taal en via iCloud gesynchroniseerd met uw iPad. Eén correctie verbetert het hele boek. Onze gids over verkeerd uitgesproken namen corrigeren geeft tips voor regels die werken.
Wat synthetische stemmen nog minder goed doen
Eerlijkheid helpt hier. Een synthetische verteller leest poëzie vlakker voor dan een goede acteur, doet geen stemmetjes voor personages en kan ironie missen die een mens in zijn toon zou leggen. Tabellen, voetnoten en lange literatuurlijsten zijn voor elke stem lastig. Bij een roman die op de vertolking leunt, kan een door een mens ingesproken luisterboek nog steeds de betere ervaring zijn; voor de duizenden boeken, artikelen en documenten die er nooit een zullen krijgen, is een natuurlijke stem op het apparaat juist wat luisteren überhaupt mogelijk maakt. We vergelijken beide in tekst-naar-spraak vs luisterboeken.
Veelgestelde vragen
Zijn stemmen op het apparaat net zo goed als cloudstemmen?
Voor vertelling komen de beste neurale stemmen op het apparaat dicht in de buurt, en ze winnen op privacy, offline gebruik en het ontbreken van gebruikslimieten. De allergrootste cloudmodellen kunnen expressiever zijn, ten koste van het wegsturen van uw tekst en betalen per gebruik.
Wordt mijn tekst ergens naartoe gestuurd als ik luister?
Niet bij synthese op het apparaat. In VocaRead wordt de audio op de iPhone gegenereerd en verlaten boeken het toestel nooit. U hebt alleen een verbinding nodig om een stem, een gratis boek of een webpagina te downloaden.
Nemen offline stemmen veel opslagruimte in?
Elke stem is een download die op de telefoon blijft. Installeer de stemmen waar u echt naar luistert, een of twee per taal, en verwijder de stemmen die u hebt geprobeerd maar niet hebt gehouden.
Welke snelheid moet ik gebruiken?
Begin op 1,0× en pas in kleine stappen aan tot u de stem niet meer opmerkt. De meeste luisteraars komen ergens tussen 1,0× en 1,5× uit, met lagere snelheden voor taaie stof of een tweede taal.
De beste manier om een stem te beoordelen is met een boek dat u kent. Download VocaRead, importeer een van uw eigen bestanden en probeer een paar stemmen: elk boek bevat 90 minuten gratis luisteren, en Premium is een eenmalige aankoop, geen abonnement.