ElevenLabs vs PlayHT: 두 가지 모두 동일한 40분 스크립트를 설명했습니다.

저는 40분 코스 내레이션 스크립트를 ElevenLabs와 PlayHT, 동일한 음성 유형, 동일한 속도 지침을 통해 실행한 다음 처음 2분 동안 30명의 동료에게 블라인드 A/B를 듣게 했습니다. 26명이 같은 클립을 골랐는데, 가깝지는 않았습니다.

ElevenLabs는 감정적인 미세 결정에서 승리했습니다. 올바른 단어에 대한 강조, 의도적으로 들리는 호흡, 섹션 변경 전의 약간의 둔화는 아무도 의식적으로 알아차리지 못했지만 모두가 느꼈습니다. PlayHT의 출력은 깨끗하고 완벽하게 이해하기 쉬웠지만 강조점을 균등하게 분배했습니다. 이는 굵은 텍스트가 없는 페이지와 동등한 오디오 수준입니다.

PlayHT가 반격한 부분은 처리량과 가격이었습니다. 긴 스크립트에서는 생성 속도가 더 빨랐고, 달러당 문자 수 제한은 더 늘어났으며, 음성 복제 흐름에서는 더 적은 질문을 했습니다. 내레이션이 사랑받기보다는 기능적인 내부 e-러닝의 경우 이러한 경제성은 무시하기 어렵습니다.

긴 형식 드리프트는 다른 구분 기호였습니다. 30분쯤에 PlayHT의 전달은 안정적으로 유지되었지만 ElevenLabs의 간헐적인 과도한 강조에 대한 인내심은 약해졌습니다. 하지만 ElevenLabs의 오류는 표현상의 오류였고, 나는 40분의 평범한 내용을 듣는 것보다 과도하게 행동한 10개의 단어를 수정하는 것을 선호했습니다. 벤치마크가 아닌 귀하의 관용이 이를 결정합니다.

제가 팀에 내린 결론은 고객 대면 및 브랜드 작업은 ElevenLabs로, 볼륨 내부 콘텐츠는 PlayHT로 이동한다는 것입니다. 한 가지에 대해서만 비용을 지불하고 인간이 듣기로 선택한 내용을 설명한다면 숨쉬는 것에 대한 비용을 지불하십시오.