Kısa cevap
Bir metinden sese (TTS) sesi, üç şeyi doğru yaptığında doğal duyulur: prozodi (cümlenin ezgisi ve vurgusu), ritim ve duraklar, bir de isimler, sayılar ve kısaltmalar gibi zorlu kısımların telaffuzu. Modern nöral sesler bu üçünü de eski robotik seslerden çok daha iyi yapıyor ve bunların pek çoğu artık tamamen iPhone üzerinde çalışıyor. Cihaz üstü sesler metninizi gizli tutar, bağlantı olmadan çalışır ve karakter başına bir sınırı yoktur; bunun bedeli tek seferlik bir indirme ve biraz depolama alanıdır.
Bir sesi doğal kılan nedir
Çoğu insan bir sesi ilk on saniyede yargılar. Bu bir hatadır: neredeyse her modern sesin ilk cümlesi kulağa iyi gelir. Bir kitap için önemli olan, sesin 80. sayfada nasıl dayandığıdır ve bu da birkaç belirli şeye bağlıdır.
Prozodi: cümlenin ezgisi
İnsan bir okuyucu soru cümlesinin sonunda sesini yükseltir, anlamı taşıyan kelimeyi vurgular ("Onu ben almadım") ve bir bildirim cümlesinin sonunda sesini alçaltır. Her kelime doğru telaffuz edilse bile düz ya da yanlış yere düşen bir tonlama, kulağı ilk yoran şeydir.
Ritim ve duraklar
Virgüller, noktalar, paragraf araları ve diyaloglar her biri farklı bir duraklama ister. Her yerde aynı kısa boşluğu bırakan bir ses aceleci duyulur; her virgülde fazla duraklayan bir ses tereddütlü. İyi sesler ayrıca tanıdık ifadelerde hafifçe hızlanır, uzun ve alışılmadık kelimelerde yavaşlar; konuşmayı metronom gibi değil, canlı hissettiren de budur.
Zor durumların telaffuzu
Tek bir ses üretilmeden önce metnin, söylenebilecek kelimelere dönüştürülmesi gerekir. Bir demoda harika duyulan pek çok ses, gerçek kitaplarda bu adımda tökezler:
- Sayılar ve tarihler: "1984" bir cümlede yıl, sonrakinde bir miktardır. "3/4" bir kesir de olabilir, bir tarih de.
- Kısaltmalar: "Dr." doktor da olabilir, bir yer adının parçası da; "St." İngilizcede hem Saint hem Street demektir.
- Aynı yazılıp farklı okunan kelimeler: "kar" (yağan) ile "kâr" (kazanç), "hala" (babanın kız kardeşi) ile "hâlâ" (henüz); şapka işareti çoğu zaman yazılmaz ve ses bağlamdan tahmin etmek zorunda kalır.
- İsimler: karakterler, yerler ve uydurma kelimeler; hiçbir sözlükte yoktur.
Hiçbir ses bunların hepsini her zaman doğru yapamaz; bu yüzden telaffuzu düzeltmenin bir yolu, sesin kendisi kadar önemlidir (aşağıda daha fazlası var).
Robotik sesler ve nöral sesler
Çoğu insanın hatırladığı "robot sesi" eski sentez yöntemlerinden gelir. Kural tabanlı sesler, sesi ses yolunun bir modelinden üretir: yüksek hızda bile son derece anlaşılırdır, bazı ekran okuyucu kullanıcılarının onları hâlâ tercih etmesinin nedeni budur, ama yapay oldukları su götürmez. Sonraki sesler gerçek bir konuşmacının kaydedilmiş küçük parçalarını birbirine ekledi; yakından insan gibi duyulur ama parçaların birleştiği yerlerde duyulabilir dikişler bırakır.
Nöral sesler farklı çalışır. Saatlerce kaydedilmiş konuşmayla eğitilmiş bir model, tonlaması ve zamanlaması dahil bütün bir cümlenin sesini metninden tahmin eder. Sonuç daha akıcıdır ve okuyan bir insana çok daha yakındır. Kusursuz değiller: nöral bir ses ara sıra vurguyu yanlış kelimeye koyabilir ya da nadir bir isimde duraksayabilir. Ama uzun bir dinlemede yorgunluk farkı büyüktür.
iPhone'unuz zaten sistem sesleriyle gelir ve bunların bazıları Ayarlar › Erişilebilirlik › Sözlü İçerik › Sesler altında daha büyük Geliştirilmiş veya Premium sürümler olarak indirilebilir. Kısa metinler için uygundurlar; iPhone'a metin sesli okutma rehberimiz bu sesleri ve sınırlarını anlatıyor.
Cihaz üstü ve bulut tabanlı metinden sese
Nöral sesler uzak bir sunucuda ya da doğrudan telefonunuzda çalışabilir. İki yaklaşım da meşrudur; farklı şeylerden ödün verirler.
| Bulut sesleri | Cihaz üstü sesler | |
|---|---|---|
| Metniniz nereye gider | Dönüştürülmek üzere bir sunucuya gönderilir | iPhone'da kalır |
| Bağlantı | Dinlerken ya da sesi üretmek için gerekir | Yalnızca sesi bir kez indirmek için |
| Sınırlar | Çoğu zaman karakter veya dakika başına ölçülür | Karakter başına kota yok |
| Mobil veri | Dinledikçe kullanılır | Ses yüklendikten sonra hiç |
| Depolama | Telefonda çok az | Her ses yer kaplar |
| Pil | Ağ kullanımı | Konuşma telefonda hesaplanır |
| Anlatım gücü | En büyük modeller çok ifadeli olabilir | Anlatım için yakın, telefonun kapasitesiyle sınırlı |
İnsanların hafife aldığı nokta gizliliktir. İş raporları, sözleşmeler, tıbbi yazışmalar ya da yayımlanmamış kendi yazılarınızı dinliyorsanız, cihaz üstü sentez bu metinlerin hiçbirinin telefondan çıkmaması demektir. İkinci sürpriz pratik taraftır: bir uçak, metro, çekmeyen bir dağ evi ya da kaçınmayı tercih edeceğiniz bir dolaşım faturası. Cihaz üstü bir ses okumaya devam eder, o kadar.
Bedelleri de gerçektir. Seslerin tercihen Wi-Fi üzerinden indirilmesi gerekir ve depolama alanı kaplarlar; bu yüzden gerçekten kullanacaklarınızı yükleyin, diğerlerini kaldırın. Konuşma üretmek işlemciyi kullanır; bu nedenle uzun bir oturum, bir ses dosyası çalmaktan daha fazla pil harcar. iPhone'larda tam da bu tür işler için tasarlanmış Apple Neural Engine bulunur.
VocaRead bunu nasıl ele alıyor
VocaRead tüm seslerini cihazda çalıştırır. Bir sesi bir kez indirirsiniz, sonra her şey çevrimdışı çalışır: hesap yok, bulutta işleme yok ve kitaplarınız iPhone'dan asla çıkmaz. 30+ dilde, 144'ü premium nöral ses olmak üzere 200'den fazla ses vardır ve nöral motorlar Apple Neural Engine ile hızlandırılır. Daha yeni bir okuma motoru, Ayarlar › Sesler içinde isteğe bağlı bir beta olarak sunuluyor; bu rehber nasıl deneyeceğinizi ve nasıl geri döneceğinizi anlatıyor. Ses kataloğunun tamamına göz atın.
Karakter sayacı yoktur. Tek sınır ticari ve baştan açıkça belirtilmiştir: kitap başına 90 dakika ücretsiz dinleme, ardından sınırsız dinleme için tek seferlik bir Premium satın alımı. Ses uygulamanın içinde çalar; MP3 dosyası dışa aktarılmaz.
Bir kitap için ses nasıl seçilir
Önce dili eşleştirin
Kitabın dili için her zaman o dilin anadili sesini kullanın. Türkçe bir romanı okuyan İngilizce bir ses her ismi ve cümlelerin çoğunu bozar. Birkaç dilde okuyorsanız, her şey için tek bir ses yerine her dil için iyi bir ses yükleyin.
Anlatıcıyı kitaba göre seçin
Sıcak, acele etmeyen bir ses bir romana veya bir anı kitabına yakışır. Net, yansız bir ses ise karakterden çok açıklığın önemli olduğu teknik bir kitaba veya bir rapora uyar. Diyalog ağırlıklı kurgu, tonlama geçişleri belirgin bir ses ister, çünkü tek bir anlatıcı bütün karakterleri seslendirir.
Doğru sayfalarda deneyin
Birinci bölümün ilk paragrafını atlayın. Bunun yerine diyalog içeren bir sayfa, sayı veya tarih içeren bir sayfa ve ana karakterlerin isimlerinin geçtiği bir sayfa çalın. Karar vermeden önce de on dakika dinleyin. Bir örnekte hoşunuza giden küçük tuhaflıklar bir saat sonra sinir bozucu olabilir; tersi de geçerlidir.
Hızı kitap başına ayarlayın
VocaRead hızı 0,5x ile 2,0x arasında ayarlamanıza izin verir ve bu ayar kitap başına hatırlanır. 1,0x ile başlayın ve küçük adımlarla değiştirin. Yoğun kurgu dışı kitaplar çoğunlukla normal hızda ya da biraz altında en iyi sonucu verir; tanıdık bir tür veya yeniden okunan bir kitap 1,3x'e ya da daha yükseğe çıkabilir. İkinci bir dilde okuyorsanız 0,8x civarına yavaşlatmak, sesi doğal tutarken takip etmeniz için size zaman kazandırır.
İsimleri ve kelimeleri özel telaffuzlarla düzeltmek
En iyi ses bile uydurma bir isimde yanlış tahminde bulunur ve aynı hatayı her sayfada tekrarlar. VocaRead'de kelimeye uzun basın, nasıl söylenmesi gerektiğini yazın; kural o dil için kaydedilir ve iCloud üzerinden iPad'inize eşitlenir. Tek bir düzeltme bütün kitabı düzeltir. Yanlış telaffuz edilen isimleri düzeltme rehberimizde işe yarayan kurallar yazmak için ipuçları var.
Yapay seslerin hâlâ daha zayıf kaldığı yerler
Burada dürüst olmak işe yarar. Yapay bir anlatıcı şiiri iyi bir oyuncudan daha düz okur, karakterlere ayrı sesler vermez ve bir insanın tonuyla taşıyacağı ironiyi kaçırabilir. Tablolar, dipnotlar ve uzun kaynakça listeleri her ses için zordur. Performansa dayanan bir roman için insan sesiyle anlatılmış bir sesli kitap hâlâ daha iyi bir deneyim olabilir; asla seslendirilmeyecek binlerce kitap, makale ve belge içinse dinlemeyi mümkün kılan şey doğal, cihaz üstü bir sestir. İkisini metin okuma ve sesli kitaplar yazısında karşılaştırıyoruz.
Sık sorulan sorular
Cihaz üstü sesler bulut sesleri kadar iyi mi?
Anlatım için en iyi cihaz üstü nöral sesler oldukça yakındır; gizlilik, çevrimdışı kullanım ve kullanım sınırı olmaması konusunda ise öne geçerler. En büyük bulut modelleri daha ifadeli olabilir; bunun bedeli metninizi dışarı göndermek ve kullanım başına ödemektir.
Dinlerken metnim bir yere gönderiliyor mu?
Cihaz üstü sentezde hayır. VocaRead'de ses iPhone'da üretilir ve kitaplar oradan asla çıkmaz. Bağlantıya yalnızca bir ses, ücretsiz bir kitap veya bir web sayfası indirmek için ihtiyacınız olur.
Çevrimdışı sesler çok yer kaplar mı?
Her ses, telefonda kalan bir indirmedir. Gerçekten dinlediğiniz sesleri, dil başına bir ya da iki tane yükleyin; deneyip beğenmediklerinizi kaldırın.
Hangi hızı kullanmalıyım?
1,0x ile başlayın ve sesi fark etmez olana kadar küçük adımlarla ayarlayın. Çoğu dinleyici 1,0x ile 1,5x arasında bir yerde karar kılar; yoğun içerik veya ikinci bir dil için daha yavaş ayarlar kullanır.
Bir sesi değerlendirmenin en iyi yolu, bildiğiniz bir kitapla dinlemektir. VocaRead'i indirin, kendi dosyalarınızdan birini içe aktarın ve birkaç ses deneyin: her kitap 90 dakika ücretsiz dinleme içerir ve Premium abonelik değil, tek seferlik bir satın almadır.