ऑडियोबुक्स के लिए एआई

ऑडियोबुक्स के लिए एआई का उपयोग नया नहीं है; मैंने सबसे पहले इस प्रवृत्ति की रिपोर्ट 2021 में पब्लिशर्स वीकली में की थी। लेकिन नए बड़े भाषा मॉडल ने स्वचालित ऑडियोबुक कथन के लिए प्रौद्योगिकी को पुनर्जीवित कर दिया है।

2021 में मैंने नोट किया था, “क्या यह परफेक्ट है? बिल्कुल नहीं। क्या यह काफी अच्छा हो सकता है? शायद, अगर एक प्रकाशक इस परियोजना के वॉयस एडिटिंग चरण में आवश्यक समय बिताने को तैयार है।” ढाई साल बाद, कई खातों के अनुसार, एआई-आवाजें मानव आवाजों से अप्रभेद्य हैं, जब तक आप बहुत करीब से सुन नहीं रहे होते।

पिछले नवंबर में मेटा (फेसबुक) ने “सीमलेस” पेश किया, जो “स्वर, भावनात्मक अभिव्यक्ति, और वोकल स्टाइल गुणों” को 200 भाषाओं के अनुवाद में स्थानांतरित कर सकता है। एक ऑडियोबुक को तुरंत कई भाषाओं में असाधारण गुणवत्ता के साथ अनुवादित किया जा सकता है।

2021 में मैंने यह भी रिपोर्ट किया था कि “नॉन-ह्यूमन नैरेटर्स के साथ ऑडियोबुक के वितरण पर ऑडिबल का प्रतिबंध एक वास्तविक समस्या है जिसे सुलझाने में कुछ समय लग सकता है।” इस बीच, गूगल और एप्पल दोनों ने लेखकों को एआई-जनित आवाज़ों के साथ ऑडियोबुक बनाने की अनुमति देने के कार्यक्रम घोषित किए। 5 दिसंबर को, Spotify के फाइंडअवे वॉयस ने “Google Play Books से डिजिटल वॉयस नैरेटेड ऑडियोबुक को चुनिंदा रिटेल पार्टनर्स के लिए वितरण के लिए स्वीकार करना शुरू किया।”

नवंबर 2023 की शुरुआत में अमेज़न ने घोषणा की कि किंडल डायरेक्ट पब्लिशिंग (KDP) लेखक जल्द ही एक सेवा तक पहुंच प्राप्त करेंगे जो उन्हें “आभासी आवाज़ वर्णन, एक सिंथेटिक स्पीच तकनीक का उपयोग करके अपने ईबुक का ऑडियोबुक संस्करण जल्दी और आसानी से बनाने की अनुमति देगा।” जनवरी 2024 में, जेन फ्राइडमैन ने रिपोर्ट किया (paywall) “ऑडिबल ने चुपचाप एआई-नैरेटेड ऑडियोबुक को पिछले पतझड़ में अपने स्टोरफ्रंट में प्रवेश करने की अनुमति देना शुरू कर दिया, जब अन्य रिटेलर्स ने पहले ही ऐसा कर दिया था।”

और, निश्चित रूप से, मैं इस पुस्तक के ऑडियोबुक संस्करणों के लिए एआई का उपयोग कर रहा हूँ।