イレブンラボ vs PlayHT: 私は両方で同じ 40 分間の台本をナレーションしました

私は 40 分間のコースのナレーション スクリプトを作成し、同じ音声アーキタイプ、同じペーシング指示で 11Labs と PlayHT で実行し、30 人の同僚に最初の 2 分間のブラインド A/B を聞いてもらいました。 26 人が同じクリップを選択しましたが、僅差でした。

イレブンラボは感情的なマイクロデシジョンを勝ち取りました。正しい言葉を着地すること、意図的に聞こえた呼吸、そしてセクションが変わる前のわずかな速度の低下を強調することですが、これは誰も意識的には気づかなかったものの、誰もが感じていたことです。 PlayHT の出力はきれいで完全に理解できましたが、強調が均等に分散されており、太字テキストのないページと同等の音声になります。

PlayHT が反撃したのはスループットと価格でした。その生成は長いスクリプトでより高速になり、1 ドルあたりの文字数制限がさらに拡大され、音声クローン作成フローでの質問が少なくなりました。ナレーションが愛されるものではなく機能的なものとなる社内 e ラーニングの場合、こうした経済的側面を無視するのは困難です。

もう一つの区切りは長編ドリフトだった。 30分頃、PlayHTの配信は安定していましたが、イレブンラボが時折強調しすぎることへの私の忍耐力は薄れていました。しかし、イレブンラボの間違いは表現上の間違いであり、私は40分のフラットを聞くよりも、10の過剰行為の単語を修正することを好みました。これはベンチマークではなく、あなたの許容度によって決まります。

私がチームに与えた評決は、クライアント対応とブランド関連の仕事は イレブンラボ に、大量の内部コンテンツは PlayHT に渡すというものでした。 1 つだけにお金を払って、人間が聞くことを選んだものを語るのであれば、呼吸するものにお金を払いましょう。