ऑस्ट्रेलियाई अंग्रेजी एआई आवाजें

सात ब्रिटिश आवाज़ें, जिन्हें चुनने के बजाय पूरा सूचीबद्ध किया गया है। इस्ला, जूलिया और पॉपी महिला आवाज़ें हैं, जबकि एलिस्टेयर, एडवर्ड और नूह पुरुष आवाज़ें हैं। अधिकांश परियोजनाओं के लिए पर्याप्त, और इतनी कम कि पांच मिनट में इनका ऑडिशन लिया जा सके।

तीन कनाडाई आवाज़ें: एरिका, एलिक और विलियम। बस यही पूरा समूह है। यदि आपको उत्तर अमेरिकी लहजे में अधिक विविधता की आवश्यकता है, तो पैंतालीस अमेरिकी आवाज़ें इससे काफी मिलती-जुलती लगती हैं।

तैंतालीस अमेरिकी आवाजें, जो कैटलॉग में सबसे गहरा अंग्रेजी सेट है। इसमें इतनी रेंज है कि एक ही आवाज को बार-बार दोहराने के बजाय पूरे अभियान में अलग-अलग टोन के लिए कलाकारों का चयन किया जा सकता है, क्योंकि कोई अन्य आवाज फिट नहीं बैठती।

बहत्तर आवाजें ग्यारह भारतीय भाषाओं के साथ-साथ अंग्रेजी को कवर करती हैं, इसलिए एक ही आवाज बिना किसी बदलाव के हिंदी कॉलर और तमिल कॉलर दोनों के काम आती है। एक ही वाक्य के भीतर हिंदी और अंग्रेजी बारी-बारी से आ सकती हैं।

शॉर्ट-फ़ॉर्म की सफलता तेज़ रफ़्तार पर निर्भर करती है, और इसकी गति 2.0 तक बढ़ाई जा सकती है। एडिटिंग के बाद स्क्रिप्ट बदल जाती हैं, इसलिए लाइन-दर-लाइन जनरेट करने का मतलब है कि किसी सेक्शन को रीटाइम करने पर पूरी ट्रैक के बजाय केवल एक लाइन का ही खर्च आता है।

भारतीय ग्राहकों के सामने काम करने के लिए निर्णायक कारक टोन नहीं बल्कि भाषा है। ये आवाजें वाक्य के बीच में हिंदी और अंग्रेजी के बीच बदलती रहती हैं, जो अकेले किसी भी एक भाषा की तुलना में काफी अधिक प्राकृतिक लगती हैं।

एक सौ चार आवाजों में भारतीय लहजा है, जो किसी भी अन्य समूह से दोगुने से भी अधिक है। वे बिना अपना स्वर बदले देवनागरी वाक्यों के भीतर अंग्रेजी शब्दों का प्रयोग करते हैं, जो कि वास्तव में भारतीय अंग्रेजी बोलने का सही तरीका है।

ध्यान लगाने के लिए केवल दो आवाज़ों को ही उपयुक्त माना गया है, इसलिए इस संग्रह का दायरा बड़ा है और इसे सुनकर चुना गया है। आवाज़ की गति, आवाज़ देने वाले कलाकार की तुलना में अधिक मायने रखती है: लगभग 0.7 की गति अधिकांश सुकून देने वाली सामग्री के लिए सबसे उपयुक्त है।

कैटलॉग में केवल छह आवाजें ही खुशमिजाज या सकारात्मक संकेत दिखाती हैं, जो कि सबसे हल्की टोन का संकेत है। 1.0 से थोड़ी अधिक गति लगभग किसी भी आवाज को बेहतर बना देती है, जो कि अधिक भरोसेमंद तरीका है।

साफ़ तौर पर यह कहना ज़रूरी है: कैटलॉग में कुछ भी पिच को रिकॉर्ड नहीं करता है, इसलिए इन छह को फ़िल्टर करने के बजाय कान से सुनकर चुना गया था। इसमें कोई पिच नियंत्रण भी नहीं है, इसलिए गहराई पूरी तरह से कास्टिंग का निर्णय है।