क्या AI आवाजें ऑडियोबुक कथावाचकों की जगह ले लेंगी?

द्वारा WonderBooks · 15 अक्टू॰ 2026

सिंथेटिक कथन पहले से ही बड़े स्टोरों में उपलब्ध है। एक मानव कथावाचक अभी भी क्या बेहतर करता है, और क्यों अधिकांश पुस्तकों को वैसे भी कभी मानव रिकॉर्डिंग नहीं मिलेगी।

जिन किताबों की कभी मानव रिकॉर्डिंग होने वाली थी, उनके लिए नहीं, इतनी जल्दी नहीं, और जो श्रोता परवाह करते हैं वे पहले से ही अंतर बता सकते हैं। उन बहुत बड़ी संख्या में किताबों के लिए जिनकी कभी रिकॉर्डिंग नहीं होने वाली थी, सवाल बेमानी है: चुनाव कभी मानव आवाज और सिंथेटिक आवाज के बीच नहीं था। यह एक सिंथेटिक आवाज और चुप्पी के बीच था।

स्टोर 2023 में चले गए, और इसे लेबल किया।

Apple Books ने जनवरी 2023 में डिजिटल कथन के साथ ऑडियोबुक बेचना शुरू किया। Audible ने उसी वर्ष बाद में एक लेबल वाला विकल्प पेश किया जिसे वह स्व-प्रकाशित शीर्षकों के लिए Virtual Voice कहता है, ताकि एक श्रोता खरीदने से पहले निशान देख सके। ऑडियोबुक पहले से ही प्रकाशन में सबसे तेजी से बढ़ने वाला प्रारूप था: ऑडियो पब्लिशर्स एसोसिएशन ने संयुक्त राज्य अमेरिका में लगातार एक दशक से अधिक की दोहरे अंकों की वृद्धि की सूचना दी है, जिसमें सालाना लगभग दो बिलियन डॉलर की बिक्री होती है। सिंथेटिक आवाजों ने उस बाजार का निर्माण नहीं किया। वे उसमें आ गए।

कथावाचकों को चिंतित होने का अधिकार था, और तब से अधिकांश सार्वजनिक बहस उनके बारे में रही है। खाते के दूसरे पक्ष के बारे में कम कहा गया है: एक पेशेवर रिकॉर्डिंग प्रति तैयार घंटे की कीमत पर होती है, सामान्यतः प्रकाशित दरों के अनुसार प्रति घंटे ऑडियो के लिए कई सौ डॉलर, स्टूडियो समय, संपादन और प्रूफिंग से पहले। एक दस घंटे का उपन्यास एक गंभीर निवेश है, यही कारण है कि रिकॉर्डिंग का निर्णय हमेशा अपेक्षित बिक्री के बाद लिया गया है। बैकलिस्ट, छोटी भाषाएं, सचित्र गैर-फिक्शन जिसकी कोई उम्मीद नहीं करता है: उन किताबों की रिकॉर्डिंग नहीं होती है। प्रकाशित अधिकांश किताबों का कोई ऑडियो संस्करण नहीं है।

एक आवाज अभिनेता क्या करता है जो एक मॉडल अभी भी नहीं करता है।

जिस किसी ने दोनों को सुना है वह अंतर जानता है। एक अच्छा कथावाचक प्रत्येक चरित्र को आवाज देता है बिना आवाजें निकाले; एक वाक्य को जितनी देर तक चाहिए उतनी देर तक विराम देता है; जानता है कि पृष्ठ तीन पर एक नाम का उच्चारण लेखक के उच्चारण के तरीके से किया जाता है; और दस घंटे तक किताब के स्वर को बिना सपाट किए रखता है। एक सिंथेटिक आवाज एक समान होती है। एक संदर्भ पुस्तक के लिए इसकी एकरूपता इसका गुण है और एक उपन्यास के लिए इसकी विफलता। और इसका मूल्यांकन भाषा दर भाषा किया जाता है: एक आवाज जो अंग्रेजी में अच्छी है वह अरबी में गलत तनाव डाल सकती है, जहां स्वर नहीं लिखे जाते हैं और जोर से पढ़ना वाक्य को समझने पर निर्भर करता है।

• चरित्र और गति: जानने वाला विराम, रजिस्टर में बदलाव, समय पर दिया गया मजाक।
• नाम और विदेशी शब्द, जैसा लेखक उच्चारण करेगा।
• एक लंबी किताब में स्वर की सहनशक्ति।
• ऐसी भाषाएं जिनकी वर्तनी उच्चारण को ठीक नहीं करती है, जहां पाठक को जोर से पढ़ने के लिए समझना चाहिए।

वह श्रोता जो खो जाता है।

एक तीसरी बात ध्यान देने योग्य है, क्योंकि इसका बोलने वाले से कोई लेना-देना नहीं है। अधिकांश ऑडियोबुक पाठ से अलग बेची जाती हैं और श्रोता को यह देखने का कोई तरीका नहीं देती हैं कि वे कहां हैं। ट्रेन में धागा खो दें और देखने के लिए कुछ भी नहीं है। रीड-अलॉन्ग ऑडियो, जहां शब्द पृष्ठ पर होते हैं और पढ़ी जा रही पंक्ति को चिह्नित किया जाता है, का दशकों से शुरुआती पाठकों, भाषा सीखने वालों और डिस्लेक्सिया वाले पाठकों के लिए एक समर्थन के रूप में अध्ययन किया गया है, जिसमें व्यापक रूप से सकारात्मक परिणाम मिले हैं। लगभग कोई भी वाणिज्यिक ऑडियोबुक इसे प्रदान नहीं करता है।

एक पुस्तकालय हर किताब को पंद्रह भाषाओं में सुनाता है, पृष्ठ के साथ सिंक्रनाइज़ किया गया।

WonderBooks अंकगणित के दूसरे छोर पर मामला है। इसमें बारह विषय पुस्तकालयों में 2,341 सचित्र पुस्तकें हैं, प्रत्येक को पंद्रह भाषाओं में सुनाया गया है, जिसमें ऑडियो पाठ के साथ सिंक्रनाइज़ किया गया है ताकि पढ़ी जा रही पंक्ति हमेशा पृष्ठ पर दिखाई दे। यह 35,000 से अधिक सुनाई गई संस्करण हैं। कोई भी स्टूडियो शेड्यूल उस संख्या तक नहीं पहुंचता है, और कोई भी बिक्री पूर्वानुमान कोरियाई में एक फिरौन के बारे में दस-पृष्ठ की किताब रिकॉर्ड करने को उचित नहीं ठहराता। संस्थापक ने 2016 में पहले संस्करण के लिए मानव कथावाचकों को काम पर रखा था, और जिस सुविधा के चारों ओर पूरा ऐप तब बनाया गया था, वही अब भी है।

सामान्य ऑडियोबुक लगभग एक रेडियो की तरह होते हैं जहां पाठक खो जाते हैं।

प्रति भाषा मूल्यांकन किया गया, और जब कोई श्रोता कहता है तो सुधारा गया।

कथन को जारी करने से पहले भाषा दर भाषा जांचा जाता है, जिसमें अरबी और अपनी विराम और तनाव परंपराओं वाली भाषाओं के लिए अलग-अलग गुणवत्ता नियम होते हैं, और संस्थापक इस पर खुले तौर पर अपने सबसे कठोर आलोचक हैं। एक श्रोता जो गलत उच्चारण वाले नाम की रिपोर्ट करता है उसे एक सुधार और धन्यवाद मिलता है, जिसमें सुधारी गई पुस्तक का लिंक होता है, जो यह भी बताता है कि अगली आवाज कैसे बेहतर होती है। क्या यह कभी एक महान उपन्यास के एक महान मानव पठन से मेल खाता है, यह दावा नहीं है। दावा यह है कि पंद्रह भाषाओं में से किसी में भी एक पाठक को हर किताब उनके सामने शब्दों के साथ पढ़ी जा सकती है, और यह पहले संभव नहीं था।