सुनना (टेक्स्ट टू स्पीच)

Athena जो आप देख रहे हैं उसे पढ़कर सुना सकता है। यह डिफ़ॉल्ट रूप से आपके फ़ोन का अंतर्निहित वाक् इंजन इस्तेमाल करता है — कोई मॉडल डाउनलोड नहीं, कोई नेटवर्क नहीं, कोई खर्च नहीं। नीचे दिए विकल्प तभी मायने रखते हैं जब वह इंजन आपके डिवाइस पर काम न करे।

शुरुआत कैसे करें

1. कुछ खोलें, टूलबार निकालें और "सुनें" पर टैप करें।

2. गति बदलें, आवाज़ चुनें, और चाहें तो स्लीप टाइमर लगाएँ ताकि प्लेबैक अपने आप रुक जाए।

3. EPUB में जो वाक्य पढ़ा जा रहा है वह हाइलाइट रहता है और पृष्ठ उसके साथ स्क्रॉल होता है। PDF बिना किसी पृष्ठ-हाइलाइट के पढ़कर सुनाई जाती है।

4. स्क्रीन बंद रहने पर और Athena पृष्ठभूमि में होने पर भी प्लेबैक चलता रहता है। लॉक स्क्रीन और नोटिफ़िकेशन शेड कवर और अध्याय दिखाते हैं, साथ में रोकने और एक वाक्य आगे-पीछे जाने के नियंत्रण।

काम न करे तो: वाक् स्वयं-जाँच चलाएँ

कुछ Android फ़ोन — खासकर वे जिनमें निर्माता ने सिस्टम के वाक् स्तर को बदला है — उनका वाक् इंजन टूटा होता है। सेटिंग्स → सुनना → वाक् स्वयं-जाँच में जाएँ। Athena वाकई एक परीक्षण वाक्य बजाएगा और आपसे पूछेगा कि आपने उसे सुना या नहीं: कार्यक्रम-आधारित जाँचें ठीक इन्हीं डिवाइस पर भरोसेमंद नहीं होतीं, इसलिए अंतिम फ़ैसला आपके कानों का है।

इसके बाद स्वयं-जाँच सबसे आसान से शुरू करके ठोस सुधार सुझाती है:

1. Athena के भीतर ही इंजन बदलें। आपके फ़ोन पर एक से अधिक वाक् इंजन इंस्टॉल हों तो बदल लेना ही काफ़ी है और कुछ डाउनलोड नहीं होता। यह बदलाव केवल Athena के भीतर लागू होता है और आपका सिस्टम डिफ़ॉल्ट नहीं बदलता।

2. गायब आवाज़ डेटा डाउनलोड करें। स्वयं-जाँच आपको सीधे सिस्टम के आवाज़-डेटा इंस्टॉलर तक ले जा सकती है।

3. सिस्टम की वाक् सेटिंग्स खोलें और डिफ़ॉल्ट इंजन तथा भाषा पैक देखें।

4. क्लाउड आवाज़ें सेट करें (नीचे देखें)।

5. इनमें से कुछ भी काम न करे तो आप अपने ऐप स्टोर में कोई तीसरे पक्ष का वाक् इंजन (जैसे MultiTTS) ढूँढकर उसे सिस्टम इंजन की तरह इंस्टॉल कर सकते हैं। Athena कोई डाउनलोड लिंक नहीं देता और तीसरे पक्ष के ऐप के स्रोत या सुरक्षा की ज़िम्मेदारी नहीं लेता; कृपया स्वयं जाँचें।

क्लाउड आवाज़ें: अपनी API कुंजी लाएँ

यह एक वैकल्पिक उन्नत सुविधा है जो वे कमियाँ भरती है जो आपका सिस्टम इंजन नहीं भर सकता — डिवाइस में या भाषाओं में। इसे कभी डिफ़ॉल्ट नहीं बनाया जाता, और संश्लेषण विफल होने या कनेक्टिविटी छूटने पर Athena स्वतः सिस्टम इंजन पर लौट आता है — साधारण सुनना हमेशा ऑफ़लाइन चलता है।

दो प्रदाता समर्थित हैं। आप केवल सेटिंग्स → सुनना → क्लाउड आवाज़ें में अपनी API कुंजी डालते हैं:

- Volcano Engine (Doubao): मुख्यभूमि चीन से सीधे पहुँच में, कोई अतिरिक्त नेटवर्क सेटअप नहीं। आधिकारिक 2.0 की पूरी आवाज़ सूची अंदर बनी हुई है, जिसमें 16 भाषाएँ हैं।

- Microsoft Azure Speech: बाकी सब जगहों के लिए। आवाज़ सूची आपकी कुंजी से आधिकारिक पूरी सूची से आती है, जिसमें सैकड़ों भाषाएँ हैं। कुंजी के अलावा वह क्षेत्र भी डालना होगा जो संसाधन बनाते समय चुना था (जैसे eastasia)।

आवाज़ों और भाषाओं के बारे में: हम दोनों प्रदाताओं का सब कुछ दिखाते हैं, भाषा के अनुसार समूहित और खोजने योग्य। जो आप पढ़ रहे हैं उसी भाषा की आवाज़ चुनें — इसका Athena के इंटरफ़ेस समर्थित भाषाओं से कोई संबंध नहीं। पंजीकरण या भुगतान से पहले नीचे दिए आधिकारिक दस्तावेज़ देखकर पुष्ट करें कि आपकी भाषा उस प्रदाता की सूची में है। Azure का एक नियम पहले से जान लेना अच्छा है: यदि आवाज़ की भाषा टेक्स्ट से मेल न खाए, तो कुछ बोला नहीं जाता पर अनुरोध का शुल्क फिर भी लगता है। ग़लत आवाज़ चुनने पर कोई त्रुटि नहीं आती — आपको केवल चुप्पी और शुल्क मिलता है।

खर्च के बारे में: आप सीधे प्रदाता को भुगतान करते हैं। Athena न कुछ लेता है न उस पर कुछ जोड़ता है, और कोई सीमा नहीं लगाता। ध्यान दें कि दोनों की बिलिंग अलग है — Azure आधिकारिक रूप से हर चीनी अक्षर को दो अक्षर गिनता है, इसलिए चीनी टेक्स्ट पर सूचीबद्ध दर से दोगुना खर्च आता है, जबकि Volcano एक चीनी अक्षर को एक गिनता है। मौजूदा सत्र में कितने अक्षर बने यह ऐप में दिखाया जाता है ताकि आप मिलान कर सकें।

सुरक्षा के बारे में: आपकी API कुंजी केवल इसी डिवाइस पर रहती है। यह कभी सिंक नहीं होती और Athena के सर्वर पर कभी अपलोड नहीं होती। इसकी कीमत यह है कि नए डिवाइस पर इसे दोबारा डालना पड़ता है; फ़ायदा यह है कि आपके तीसरे पक्ष के भुगतान क्रेडेंशियल हमारे पास कभी नहीं रहते। इसे सिस्टम बैकअप और डिवाइस-से-डिवाइस स्थानांतरण से भी बाहर रखा गया है ताकि यह किसी क्लाउड बैकअप से लीक न हो सके।

समस्या निवारण

"resource not granted" (Volcano): कुंजी मान्य है पर सेवा चालू नहीं, या चुनी गई आवाज़ कंसोल में खरीदी नहीं गई। इसे Volcano कंसोल के सेवा प्रबंधन में देखें। मान्य कुंजी और चलता हुआ संश्लेषण दो अलग बातें हैं।

Azure क्षेत्र त्रुटि: क्षेत्र बिल्कुल वही होना चाहिए जो Speech संसाधन बनाते समय चुना था। Azure China (21Vianet) संसाधनों के लिए chinaeast2 जैसा चीन क्षेत्र नाम इस्तेमाल करें।

Azure से बिल्कुल आवाज़ नहीं आती: सबसे संभव है कि आवाज़ की भाषा टेक्स्ट से मेल नहीं खाती। ऐसी स्थिति में Azure चुप रहता है पर अनुरोध का शुल्क फिर भी लेता है, इसलिए मेल खाती आवाज़ पर बदलें।

गति स्लाइडर कुछ नहीं करता: दोनों प्रदाता गति समर्थित करते हैं। कुछ न बदले तो पहले पुष्ट करें कि सचमुच क्लाउड आवाज़ें इस्तेमाल हो रही हैं — ऑफ़लाइन होने पर Athena चुपचाप सिस्टम इंजन पर लौट जाता है।

पहला वाक्य थोड़ा समय लेता है: क्लाउड संश्लेषण को एक नेटवर्क चक्कर चाहिए। आगे के वाक्य पहले से लाए जाते हैं, इसलिए प्लेबैक लगातार हो जाता है।

आधिकारिक दस्तावेज़

Volcano Engine Doubao वाक् संश्लेषण (आवाज़ सूची और बिलिंग): https://www.volcengine.com/docs/6561/1257544

Microsoft Azure Speech (भाषा और आवाज़ समर्थन): https://learn.microsoft.com/azure/ai-services/speech-service/language-support