इलेवनलैब्स बनाम प्लेएचटी: मैंने दोनों के साथ एक ही 40 मिनट की स्क्रिप्ट सुनाई

मैंने 40 मिनट की कोर्स कथन स्क्रिप्ट ली और इसे इलेवनलैब्स और प्लेएचटी के माध्यम से चलाया, वही वॉयस आर्कटाइप, वही पेसिंग निर्देश, और फिर पहले दो मिनट में तीस सहकर्मियों को एक ब्लाइंड ए/बी सुनने को कहा। छब्बीस ने वही क्लिप उठाई, और वह पास नहीं थी।

इलेवनलैब्स ने भावनात्मक सूक्ष्म निर्णय जीते। सही शब्द पर ज़ोर देना, साँसें जो जानबूझकर लग रही थीं, और अनुभाग में बदलाव से पहले थोड़ी धीमी गति जिस पर किसी ने जानबूझकर ध्यान नहीं दिया लेकिन सभी ने महसूस किया। PlayHT का आउटपुट साफ और पूरी तरह से समझने योग्य था, लेकिन इसने जोर को समान रूप से वितरित किया, जो बिना किसी बोल्ड टेक्स्ट वाले पेज के ऑडियो समकक्ष है।

जहां PlayHT ने संघर्ष किया वह थ्रूपुट और कीमत थी। इसकी पीढ़ी लंबी स्क्रिप्ट पर तेज़ थी, इसकी चरित्र सीमाएँ प्रति डॉलर आगे बढ़ गईं, और वॉयस क्लोनिंग प्रवाह ने कम प्रश्न पूछे। आंतरिक ई-लर्निंग के लिए जहां कथन प्रिय के बजाय कार्यात्मक है, उन अर्थशास्त्र को खारिज करना कठिन है।

दीर्घ-रूप बहाव दूसरा विभाजक था। लगभग तीस मिनट पर, PlayHT की डिलीवरी स्थिर रही, जबकि ElevenLabs के कभी-कभार अधिक जोर देने से मेरा धैर्य कमजोर हो गया; लेकिन इलेवनलैब्स की त्रुटियां अभिव्यंजक त्रुटियां थीं, और मैंने चालीस फ्लैट मिनटों को सुनने के बजाय दस अति-अभिनय शब्दों को ठीक करना पसंद किया। इसका निर्णय आपकी सहनशीलता करेगी, कोई मानदंड नहीं।

मैंने अपनी टीम को जो निर्णय दिया: क्लाइंट-फेसिंग और ब्रांड का काम इलेवनलैब्स को जाता है, वॉल्यूम आंतरिक सामग्री PlayHT को जाती है। यदि आप केवल एक के लिए भुगतान करते हैं और आप वे बातें सुनाते हैं जिन्हें मनुष्य सुनना पसंद करते हैं, तो उसके लिए भुगतान करें जो सांस लेता है।