Bestes kostenloses Text to Speech

[WildKätzchen]

Hallo,

manchmal bin ich einfach zu faul um Texte zu lesen. Ganz besonders wenn sie sehr lang sind. Ich benutze immer Balabolka, aber es klingt leider nicht sehr gut im Vergleich zu anderen Beispielen die ich gehört habe.

Was ich auch oft mache ist lange Texte als Audiodatei zu speichern, damit ich sie mir später Unterwegs auf dem Smartphone anhören kann.

Gib es ein kostenloses Programm, dass besser klingt?

 

[Espero]

Es liegt nicht unbedingt an Balabolka. Bei Balabolka kommt es darauf an, welche Stimmen du auswählst. Ich vermute, dir liegen aktuell ausschließlich die Standard-Windows-Stimmen zur Auswahl vor?


Nebenbei:
Sofern du im Lesen hinreichend darin geübt bist, Texte zu lesen ohne den Text gedanklich auszuartikulieren, so geht das massiv schneller als sich Texte artikuliert vorlesen zu lassen. Das artikulierte Vorlesen ist für mich persönlich daher vorwiegend nur dann sinnvoll, wenn man die Augen woanders braucht, z. B. während des Autofahrens.



Letztens gab es noch folgenden Thread mit paar Tipps:
Text lesen KI?

 

[madmax2010]

Finde den Stack den Meta da hat ziemlich gut:
https://github.com/facebookresearch/fairseq/tree/main/examples/mms

 

[Espero]

Finde den Stack den Meta da hat ziemlich gut

Klingt spannend, aber wenn man kein Profi ist, auf github sieht mir immer alles so unübersichtlich aus. Wie findet man dort am besten den Durchblick wenn man sich da reinfuchsen mag?


Und geht das von Meta auch offline?

 

[madmax2010]

Hier der Online Test:
https://www.mmstts.com/
Das ist halt die Doku, die sie zum selber lokal laufenlassen, dazu geben. https://github.com/facebookresearch/fairseq/blob/main/examples/mms/README.md#tts-1
Mit dem jupyter Notebook hier ist dasvermutlich am einfachsten: https://github.com/facebookresearch...ms/tts/tutorial/MMS_TTS_Inference_Colab.ipynb

 

[Espero]

Danke dir @madmax2010 .
Schon spannend. Im Online-Test hakt manchmal der Sprachfluss, ist aber auch veränderlich. In folgendem wilden Text hakt es manchmal zwischen den Worten "pflücken gehen", manchmal aber auch nicht. Keine Ahnung weshalb sich das etwas inkonsistent verhält. Bei "baden gehen" hatte das System gerade stets immer eine Pause dazwischen im Vorlesen der Worte.

Mein willkürlicher Text zum Probevorlesen mittels German Standard lautete:

"Wenn ich ein wenig wie Hildegard rennen könnte, dann würde ich Blumen pflücken gehen und als Verein eine große Feier veranstalten, die es in sich hat. Nun folgen sieben Minuten mit einem kleinen Vorsprung im Feld der Falten, die ich unterspritzen lassen wollte während ich im Fernsehen mich mit bunten Bildern ablenken würde. Eine gute Aktion von Dennis Wagner, der baden gehen wollte, im Weltmeisterschaftsfinale."

 

[WildKätzchen]

Es liegt nicht unbedingt an Balabolka. Bei Balabolka kommt es darauf an, welche Stimmen du auswählst. Ich vermute, dir liegen aktuell ausschließlich die Standard-Windows-Stimmen zur Auswahl vor?

Gut möglich. Ich weiß nicht was die Standard Stimmen von Windows sind. Ich habe einige mit verschiedenen Namen und dialekten wie z.B. australisch.

Nebenbei:
Sofern du im Lesen hinreichend darin geübt bist, Texte zu lesen ohne den Text gedanklich auszuartikulieren, so geht das massiv schneller als sich Texte artikuliert vorlesen zu lassen.

Kannst du das? Verlierst du dann nicht den Zusammenhang?

Letztens gab es noch folgenden Thread mit paar Tipps:
Text lesen KI?

Den muss ich mal lesen.

Finde den Stack den Meta da hat ziemlich gut:
https://github.com/facebookresearch/fairseq/tree/main/examples/mms

Ist das eine Offline lösung oder braucht man einen Facebook account?

Hier gibt es diese irische Stimme "Emily". Sowas hätte ich gerne offline mit unbegrenzten Zeichenanzahl.
https://ttsfree.com/text-to-speech/english-ireland

 

[Espero]

Kannst du das? Verlierst du dann nicht den Zusammenhang?

Wenn man irgendwann in seinem Leben über längere Zeit (Jahre) damit konfrontiert war, sehr viele Texte (bspw. in Fachbüchern) zu lesen, beispielsweise innerhalb eines Studiums, dann verselbständigt sich das gedanklich nicht ausartikulierte Lesen. Wenn du Menschen fragst, die jemals studiert haben, ich denke da wird das eine Vielzahl für sich bestätigen können.

Um welchen Faktor man schneller liest, wenn man beim Lesen gedanklich nicht ausartikuliert? Ich schätze durchschnittlich etwa vier bis fünf mal schneller. Wenn man sich konzentriert auch noch schneller.

Den Zusammenhang von einem Text deshalb zu verlieren? Nein, eher umgekehrt, da bislang gelesene Inhalte noch kürzer zurückliegen.


Nebenbei:
Irgendwo hatte ich letztens eine Anwendung gesehen, welche Texte an einer einzigen Stelle auf dem Bildschirm einzeln wortweise zum Lesen anzeigte, wobei Wort für Wort nacheinander jedes Wort vom Text nur für einen kleinen Sekundenbruchteil angezeigt wird. Damit brauchst du beim schnellen Lesen noch nicht mal deine Augen zu bewegen.

Ergänzung (13. September 2023)

Gut möglich. Ich weiß nicht was die Standard Stimmen von Windows sind. Ich habe einige mit verschiedenen Namen und dialekten wie z.B. australisch.

Verwende von Balabolka die portable Version und klicke die Stimmenauswahl an. Dann siehst du die dir vorliegenden Stimmen.

Ergänzung (13. September 2023)

Hier gibt es diese irische Stimme "Emily"

Willst du englische Texte in Stimme verwandeln? Oder auch deutsche Texte?

Ergänzung (13. September 2023)

Nebenbei: Windows-Stimmen:
https://support.microsoft.com/de-de...a-fcfe-55cc64300f01#WindowsVersion=Windows_11

 

[WildKätzchen]

Wenn man irgendwann in seinem Leben über längere Zeit (Jahre) damit konfrontiert war, sehr viele Texte (bspw. in Fachbüchern) zu lesen, beispielsweise innerhalb eines Studiums, dann verselbständigt sich das gedanklich nicht ausartikulierte Lesen. Wenn du Menschen fragst, die jemals studiert haben, ich denke da wird das eine Vielzahl für sich bestätigen können.

Ich kann mir das in meinem Kopf nicht vorstellen so zu lesen.

Um welchen Faktor man schneller liest, wenn man beim Lesen gedanklich nicht ausartikuliert? Ich schätze durchschnittlich etwa vier bis fünf mal schneller. Wenn man sich konzentriert auch noch schneller.

Das man sich da nicht vertut.

Den Zusammenhang von einem Text deshalb zu verlieren? Nein, eher umgekehrt, da bislang gelesene Inhalte noch kürzer zurückliegen.

Okay das macht Sinn.

Nebenbei:
Irgendwo hatte ich letztens eine Anwendung gesehen, welche Texte an einer einzigen Stelle auf dem Bildschirm einzeln wortweise zum Lesen anzeigte, wobei Wort für Wort nacheinander jedes Wort vom Text nur für einen kleinen Sekundenbruchteil angezeigt wird. Damit brauchst du beim schnellen Lesen noch nicht mal deine Augen zu bewegen.

Ergänzung (13. September 2023)

Wird man da nicht verrückt?

Verwende von Balabolka die portable Version und klicke die Stimmenauswahl an. Dann siehst du die dir vorliegenden Stimmen.

Ergänzung (13. September 2023)

Bei den Stimmen steht überall microsoft davor.

Willst du englische Texte in Stimme verwandeln? Oder auch deutsche Texte?

Ergänzung (13. September 2023)

Nebenbei: Windows-Stimmen:
https://support.microsoft.com/de-de/windows/anhang-a-unterstützte-sprachen-und-stimmen-4486e345-7730-53da-fcfe-55cc64300f01#WindowsVersion=Windows_11

Also für mich sind die englischen stimmen besonders wichtig, weil ich englisch besser verstehe wenn ich es höre.

 

[Espero]

Ich kann mir das in meinem Kopf nicht vorstellen so zu lesen.

Bei mir ist es umgekehrt. Ich kann schon gar nicht mehr anders und verliere beinahe die Geduld, wenn ich jemandem etwas ausartikuliert vorlesen muss. Da wird man ja gar nicht mehr fertig mit dem Vorlesen... :-)

Das man sich da nicht vertut.

Keine Sorge, Faktor 4 bis 5 mal schneller ist realistisch, wenn man gedanklich nicht ausartikuliert.

Wird man da nicht verrückt?

Ich bin noch nicht dazu gekommen, aber es ist ähnlich wie bei der Aufteilung von Texten in Spalten, bspw. in Zeitungen und Zeitschriften. Je enger die Textspalten, umso weniger muss man die Augen seitlich bewegen. Ich mag möglichst schmale Textspalten, denn dann wandert man mit dem Blick einfach nur noch in einer Linie nach unten.
Wobei die deutsche Sprache einen zusätzlichen immensen Vorteil hat: Nämlich die Großschreibung von Substantiven, welche allein schon durch ihre Großschreibung separat und optisch nebenbei in ihrer Bedeutung im Satz so schneller gedanklich erfasst und eingeordnet werden können.

Bei den Stimmen steht überall microsoft davor.

Ja, wobei man wohl auch weitere Microsoft-Stimmen nachinstallieren kann. Muss ich selbst mal probieren bei Gelegenheit. Mir liegt hier gerade leider kein Windows-System vor. Ich arbeite fast ausschließlich mit Linux. Aber korrekt, für u. a. TTS halte ich noch an anderer Stelle einen Windows-Laptop vor.
Du kannst natürlich auch professionelle Stimmen kaufen und dann für Balabolka installieren und nutzen.
Ich kenne von früher ganze Bücher die mit der Stimme "Steffi 2" von Nuance akustisch umgesetzt wurden. Das war wunderbar stundenlang anhörbar. Probeaussprache davon findest du auch auf folgender Seite: http://ttssamples.syntheticspeech.de/

Also für mich sind die englischen stimmen besonders wichtig, weil ich englisch besser verstehe wenn ich es höre.

Übersetzt du denn deutsche Texte zuerst ins Englische, um diese dann zu hören?