BookFusion Voice: Offline Neural Text-to-Speech for Android

BookFusion Voice ን ከጫኑ በኋላ፣ ተጠቃሚዎች ድምጾችን download ማድረግ እና text-to-speech ከሚደግፍ ከማንኛውም የ Android መተግበሪያ ጋር ሊጠቀሙባቸው ይችላሉ። ይህም የ accessibility መሳሪያዎችን፣ የ navigation አፕሊኬሽኖችን፣ የንባብ መተግበሪያዎችን እና እንደ Android TalkBack ያሉ screen readers ያካትታል።

የዚህ engine ዋናው ጥቅም አንዴ ድምጾች download ከተደረጉ በኋላ፣ የ speech synthesis ሙሉ በሙሉ offline ይሰራል።

Downloading and Previewing Voices

አፕሊኬሽኑ ለመጀመሪያ ጊዜ ሲከፈት፣ የእንግሊዘኛ ድምፆችን ዝርዝር በራሱ ያሳያል። በ default፣ ዝርዝሩ ብዙውን ጊዜ የ Low እና Medium ጥራት ያላቸውን ድምጾች ያሳያል፣ እና እያንዳንዱ የድምጽ ዝርዝር እንደ የድምጽ ስም፣ ቋንቋ እና የ download መጠን ያሉ በርካታ ዝርዝሮችን ያካትታል። ከእያንዳንዱ ድምጽ አጠገብ የ Download button አለ፣ ይህም ተጠቃሚዎች ድምጾችን በቀጥታ ከካታሎግ ውስጥ ለመጫን ቀላል ያደርግላቸዋል።

How to download voices?

ድምጾችን ማውረድ ቀላል ነው። ተጠቃሚዎች ዝርዝሩን ይመለከታሉ እና መጫን ለሚፈልጉት ማንኛውም ድምጽ የ Download button ይጫናሉ። አንዴ ማውረዱ እንደተጠናቀቀ፣ የ download button ወደ Play button ይቀየራል።

የ Play button በመተግበሪያው ውስጥ ጠቃሚ ሚና አለው: ተጠቃሚዎች ድምጹን አስቀድመው preview እንዲያደርጉ እና በተመሳሳይ ጊዜ ለዚያ ቋንቋ እንደ active voice አድርገው እንዲመርጡት ያስችላቸዋል። ለምሳሌ፣ አንድ ተጠቃሚ የ UK English ድምጽ አውርዶ የ Play button ቢጫን፣ ያ ድምጽ በ BookFusion Voice engine ጥቅም ላይ የሚውል default voice ይሆናል።

አንዳንድ ተጠቃሚዎችን ሊያስደንቅ የሚችለው አንድ ነገር ቢኖር የ voice preview የሚሰራው ድምፁ download ከተደረገ በኋላ ብቻ መሆኑ ነው። በሌላ አነጋገር፣ ተጠቃሚዎች ድምጹን download ከማድረጋቸው በፊት ሊሞክሩት አይችሉም። ይህ ትላልቅ ፋይሎችን download ከማድረጋቸው በፊት ድምጾችን ማወዳደር ለሚፈልጉ ተጠቃሚዎች ፈታኝ ሊሆን ይችላል።

Using the Quality Filter

መተግበሪያው ተጠቃሚዎች የትኞቹ የድምፅ ዓይነቶች በዝርዝሩ ውስጥ እንደሚታዩ እንዲመርጡ የሚያስችል Quality filter ያካትታል። ተጠቃሚዎች የድምፅ ጥራትን ከ device performance ጋር ማመጣጠን እንዲችሉ ድምፆች በ Low፣ Medium፣ እና High የጥራት ደረጃዎች ይገኛሉ። እነዚህን አማራጮች ለማግኘት ተጠቃሚዎች ወደ ገጹ ግርጌ መውረድ እና የ Quality button መጫን አለባቸው። ይህን button ከተጫኑ በኋላ ሶስቱን የጥራት አማራጮች የሚያሳይ panel ይታያል።

የ filtering system ከሌሎች ብዙ መተግበሪያዎች ትንሽ ለየት ባለ መልኩ ይሰራል። አንድ ተጠቃሚ የጥራት አማራጭን ሲመርጥ የ filter panel በራሱ አይዘጋም። በምትኩ፣ ተጠቃሚው screen ላይ ወደ ላይ እና ወደ ታች ቢንቀሳቀስም ክፍት ሆኖ ይቆያል። ይህንን panel ለመዝጋት፣ ተጠቃሚዎች በስክሪኑ ላይ ያለውን Back button መጫን ወይም የ Android navigation back button መጠቀም አለባቸው።

እያንዳንዱ የጥራት አማራጭ እንደ toggle ሆኖ ያገለግላል። አንድን አማራጭ አንዴ መጫን ይመርጠዋል፣ እና እንደገና መጫን ከ filter ውስጥ ያስወግደዋል። ለምሳሌ: አንድ ተጠቃሚ Low quality ድምጾችን መደበቅ ከፈለገ የ Quality panel መክፈት፣ ለማጥፋት Low የሚለውን መጫን፣ እና በመቀጠል Back መጫን ይችላል። ከዚያ በኋላ፣ Low ድምፆች በዝርዝሩ ውስጥ አይታዩም።

ተጠቃሚዎች የትኞቹ filters በአሁኑ ጊዜ active እንደሆኑ ከ Quality button በፊት ያለውን ቦታ በማየት ማረጋገጥ ይችላሉ። ይህ ቦታ የተመረጡትን ምድቦች ያሳያል። ሦስቱም ማጣሪያዎች active ከሆኑ፣ Low, Medium, High ያሳያል።

Performance and Additional Features

በ testing ወቅት፣ በመተግበሪያው performance ሙከራ ብዙ High quality ድምፆች slow ተብለው ምልክት እንደተደረገባቸው አስተውለናል። ይህ ሊሆን የቻለው ከፍተኛ ጥራት ያላቸው neural ድምፆች ከመሳሪያው የበለጠ processing power ስለሚፈልጉ ነው። ሆኖም፣ እነዚህ ድምፆች በአጠቃላይ በጣም ተፈጥሯዊ እና የሰውን ድምፅ የሚመስሉ በመሆናቸው፣ ተጠቃሚዎች በአንዳንድ መሣሪያዎች ላይ ትንሽ slow ቢሆኑም እነሱን ሊመርጧቸው ይችላሉ።

ሌላው ትኩረት የሚስበው ነገር፣ ይህ engine እንደ Auto TTS ካሉ TTS switcher መተግበሪያዎች ጋር አብሮ ሲሰራ ነው። ለአንድ ቋንቋ ብዙ ድምፆች ከተጫኑ፣ የ Play button መጫን የትኛው ድምጽ active እንደሚሆን ይወስናል። በዚህ ምክንያት የ Play button እንደ voice preview control እና እንደ voice selector ሆኖ ያገለግላል።

Summary

በአጠቃላይ፣ BookFusion Voice ለ Android ተጠቃሚዎች ተስፋ ሰጪ የሆነ offline neural TTS engine ነው። ከ 38 በላይ ቋንቋዎች እና ከ 100 በላይ ድምፆች ጋር፣ ሰፊ የቋንቋ ድጋፍ እና ተፈጥሯዊ የሚመስል speech ያቀርባል። ሙሉ በሙሉ offline መስራት መቻሉም ለ privacy ትኩረት ለሚሰጡ ወይም ያለ በይነመረብ ግንኙነት አስተማማኝ የሆነ speech synthesis ለሚፈልጉ ተጠቃሚዎች ጠቃሚ ነው።

ምንም እንኳን አንዳንድ የ interface ክፍሎች፣ ለምሳሌ የ Quality filter behavior እና ከ download በፊት preview አለመቻል፣ ተጠቃሚዎች ለመረዳት ትንሽ ጊዜ ሊወስድባቸው ቢችልም፣ አፕሊኬሽኑ አሁንም ለ Android መሣሪያዎች ኃይለኛ እና ተለዋዋጭ የሆነ text to speech መፍትሄን ይሰጣል።