Yapay zeka ile metin seslendirme

Metin seslendirme nedir, nasıl çalışır?

Metin seslendirme (text to speech, kısaca TTS), yazılı metnin yapay zeka ile insan sesine dönüştürülmesidir. Sesli Metin Stüdyo, derin öğrenme ile eğitilmiş sinirsel (neural) sesler kullanır: metnin vurgu ve tonlaması ile ses dalgasının kendisi aynı anda hesaplanır. Eski sistemlerde kelimeler önceden kaydedilmiş hecelerden birleştirildiği için çıktı kesik kesik ve robotik duyulurdu; sinirsel modellerde ise cümlenin tamamı bir bütün olarak değerlendirilir, bu yüzden nefes, duraklama ve tonlama doğal çıkar.

Süreç üç katmandan geçer. Önce metin normalleştirilir: rakamlar, tarihler, para birimleri ve kısaltmalar okunacakları biçime çevrilir. Ardından dil modeli her kelimenin nasıl telaffuz edileceğini ve cümlede hangi hecenin vurgulanacağını belirler. Son katman bu bilgiyi ses dalgasına dönüştürür. Türkçe gibi ekli dillerde ikinci katman özellikle önemlidir; "geliyor musun" ile "geliyor musun?" arasındaki tonlama farkı burada kurulur.

Stüdyoda dil ve lehçe seçebilir, kadın ya da erkek sesler arasında geçiş yapabilir, okuma hızını ve perdeyi ayarlayabilirsiniz. Cümle ve kelime aralarına duraklama ekleyerek anlatımın ritmini belirlersiniz. Seslendirme bittiğinde MP3 dosyası anında indirilebilir ve lisans sınırı olmadan videolarınızda, sosyal medyada, santralinizde ya da eğitim materyallerinizde kullanılabilir.

Yazıyı sese çevirme: aynı işin farklı adları

Bu işi arayan herkes aynı kelimeleri kullanmıyor. Kimi yazıyı sese çevirme diyor, kimi metni sese çevirme; bazıları doğrudan yazı seslendirme ya da metin okuma arıyor. Gündelik dilde "yazdıklarımı sesli oku" ya da "yaz konuştur" gibi ifadeler de sık geçiyor. Hepsi tek bir ihtiyacı anlatıyor: elinizde bir metin var ve onu sesli duymak istiyorsunuz. Sesli Metin bu ihtiyacın tamamını tek bir ekranda karşılar; ayrı ayrı araç aramanıza gerek kalmaz.

İhtiyaç yalnızca içerik üretmek de olmayabilir. Ekrandan uzun metin okumak yorucudur; birçok kullanıcı raporunu, tezini ya da ders notunu yazdıklarımı sesli oku niyetiyle seslendirip yolda dinliyor. Kendi yazdığınız metni dinlemek aynı zamanda iyi bir düzeltme yöntemidir: göz atlayan bir devrik cümleyi kulak hemen yakalar. Bu iş için 10.000 karakterlik bölümler halinde ilerleyip her bölümü ayrı MP3 olarak indirmek pratik bir yöntemdir.

Yapay zeka seslendirme mi, seslendirme sanatçısı mı?

İkisi birbirinin yerine geçmez; hangisinin doğru olduğu işe bağlıdır. Reklam filmi, sinema dublajı ve duygusal oyunculuk gerektiren anlatımlar hâlâ insan işidir. Buna karşılık sık güncellenen, çok sayıda ve standart tonda ses gerektiren işlerde yapay zeka seslendirme belirgin biçimde avantajlıdır.

• Süre: Sanatçıyla çalışırken teklif, kayıt ve revizyon döngüsü günler sürer. Stüdyoda sonuç saniyeler içinde hazır olur.
• Revizyon: Metinde tek kelime değişince yeniden kayıt gerekmez; ilgili cümleyi düzeltip yeniden üretirsiniz.
• Tutarlılık: Yüzlerce anons ya da ders videosu boyunca ses, ton ve seviye aynı kalır.
• Ölçek: Aynı metni Türkçe, İngilizce, Almanca ve Arapça olarak dakikalar içinde çoğaltabilirsiniz.
• Maliyet: Ödeme karakter başınadır; kullanmadığınız kredi hesabınızda kalır.

Hangi sesi seçmeliyim?

Ses seçimi çoğu zaman kaliteden daha çok fark yaratır. Doğru ses, içeriğin türüne ve dinleyicinin beklentisine göre değişir; yukarıdaki oynatıcılarda dört Türkçe sesi arka arkaya dinleyerek kendi metniniz için hangisinin oturduğunu kolayca görebilirsiniz.

• Kurumsal tanıtım ve duyuru: orta perdeli, sakin erkek sesler güven duygusu verir; hızı normalin biraz altında tutun.
• Anlatım ve belgesel: düşük perdeli, yavaş sesler uzun dinlemede yormaz.
• Eğitim ve ders içeriği: net telaffuzlu, orta hızlı kadın sesler takip etmeyi kolaylaştırır.
• Kısa sosyal medya videosu: biraz hızlandırılmış, enerjik sesler dikkati ilk saniyede tutar.
• Çok dilli projeler: çok dilli sesler tek metindeki dil geçişlerini doğru aksanla okur; farklı dillerde aynı "kimliği" korumak isterseniz bunları tercih edin.

Bir kanal, marka ya da kurum için ses seçtiyseniz tüm içeriklerde aynı sesi kullanın. Dinleyici sesi markayla ilişkilendirir; ses değiştikçe bu bağ zayıflar.

Sesli metin okuma ve erişilebilirlik

Metin okuma, erişilebilirliğin de temel araçlarından biridir. Görme engelli okurlar, disleksili öğrenciler ve yaşlı kullanıcılar için içeriğin sesli sürümünü sunmak, sitenizi ya da uygulamanızı gerçekten kullanılabilir kılar. Kamu kurumları ve eğitim kuruluşları için bu çoğu zaman bir tercih değil, yükümlülüktür. Sesli Metin ile makale, yönetmelik, broşür ya da ders materyalinin sesli sürümünü üretip yayınlayabilirsiniz; üstelik her güncellemede yeniden üretmek dakikalar alır.

En iyi sonucu almak için

• Noktalama işaretlerini eksiksiz kullanın; virgül kısa, nokta uzun duraklama üretir.
• Kısaltmaları açık yazın: "vb." yerine "ve benzeri", "TL" yerine "lira".
• Rakamları okunacağı biçimde yazın: "3'te" yerine "üçte".
• Uzun metinleri paragraflara bölün; her paragrafı ayrı dinleyip düzeltmek daha kolaydır.
• Marka ve kişi adlarını okunduğu gibi yazın ya da telaffuz ayarlarından kalıcı okunuş tanımlayın.
• Parantez içi açıklamaları ayrı cümleye çevirin; parantez sesli anlatımda duyulmaz.
• Aynı projedeki tüm dosyalarda tek bir sesi ve tek bir hız değerini koruyun.

Ücretlendirme nasıl işliyor?

Abonelik yoktur. Seslendirmede her karakter bir kredidir; boşluk ve noktalama da sayılır. 10.000 karakter kabaca 1.000 kelime, yani yedi dakikalık bir anlatım eder. Kayıt olan herkese 300 kredi hediye edilir ve bu krediyle kaliteyi kendi metninizde test edebilirsiniz. Sonrasında ihtiyacınıza göre paket alırsınız; paketler ve karakter başına düşen tutar fiyatlar sayfasında listelenir. Kredilerin süresi dolmaz, kullanmadığınız bakiye hesabınızda kalır. Aynı paketler geliştirici API üzerinden de geçerlidir; kendi yazılımınızdan istek gönderip seslendirmeyi otomatikleştirebilirsiniz.

Ters yöndeki iş, yani elinizdeki ses kaydını metne dökmek ayrı bir hizmettir ve dakika bazlı ücretlendirilir. Ayrıntılar için sesi yazıya çevirme sayfasına bakabilirsiniz. Metin seslendirmenin arkasındaki teknolojiyi daha temelden okumak isterseniz metin seslendirme nedir yazısı iyi bir başlangıçtır.