Zvok
Modeli za pretvorbo besedila v govor, razvrščeni po slepih preferencah poslušalcev v TTS Areni, s ceno na milijon znakov ali na minuto.
Posodobljeno · Viri: LiteLLM, TTS Arena
Ravni so naše: mesto modela na lestvici, pri čemer štejemo le modele, katerih celoten interval zaupanja je nad njim. S — zgornjih 10 %, A — do 30 %, B — do 60 %, C — do 85 %, D — ostali.
Posebnost tega vira
Lestvica zvoka ocenjuje modele za pretvorbo besedila v govor. Njen vir ni LMArena, temveč TTS Arena V2, odprt projekt skupnosti TTS-AGI. Ta vir objavlja število glasov, zato tudi tu velja pravilo o vsaj 300 glasovih: model z manj glasovi nosi oznako »Še brez ravni«. Nekatere vrstice so še neizdani modeli pod kodnim imenom, brez proizvajalca in brez cene.
Kako nastane ocena
Poslušalci slepo primerjajo dva glasova, ki bereta isto besedilo, in izberejo tistega, ki zveni bolje. Iz teh odločitev nastane ocena Elo z razponom negotovosti. Ravni S, A, B, C in D določimo po mestu: štejemo modele, katerih celoten razpon leži nad razponom modela, z mejami 10, 30, 60 in 85 %. Ocene glasov so si blizu, razponi pa široki, zato je v ravni S hkrati veliko modelov.
Cene
- cena je navedena na 1 mio. znakov besedila ali na minuto zvoka, odvisno od ponudnika;
- filter »Nizka cena« pomeni manj kot 5 USD na 1 mio. znakov;
- enota je zapisana v glavi stolpca, zato primerjajte le enake enote.
Česa ta stran ne zajema
Modeli za pretvorbo govora v besedilo, torej prepisovanje, niso ocenjeni, ker vir takšne arene nima. Glasovi so ocenjeni večinoma v angleščini, zato se lahko model, ki zveni odlično v angleškem besedilu, v slovenščini sliši drugače. Preden izberete glas za podkast, zvočno knjigo ali pomočnika, ga preizkusite na svojem besedilu in poslušajte naglase ter izgovorjavo imen.
Kako izbrati
Najprej omejite seznam na modele z dostopom prek API in primerno ceno, nato poslušajte vzorce pri ponudniku. Za daljša besedila izračunajte strošek po znakih. Dostop do modelov dobite pri ponudnikih API, primerjavo več modelov pa na strani primerjava.
Pri dolgih besedilih preverite tudi, ali ponudnik omejuje dolžino posamezne zahteve; besedilo lahko razdelite na odstavke in zvok nato združite.
Viri: ocene TTS Arena V2, cene models.dev in LiteLLM.