Storytel ने ElevenLabs पर बने वॉइस स्विचर के साथ ऑडियोबुक नैरेशन को नए सिरे से सोचा

Storytel दुनिया की सबसे बड़ी ऑडियोबुक स्ट्रीमिंग और पब्लिशिंग कंपनियों में से एक है। इसके मुख्य बाज़ार स्वीडन, डेनमार्क, फ़िनलैंड और नॉर्वे में हैं। हमने Storytel के साथ मिलकर Voice Switcher बनाया, एक ऐसा फ़ीचर जो श्रोताओं को उसी ऑडियोबुक के मूल मानव नैरेटर और AI द्वारा नैरेट किए गए वर्ज़न में से चुनने देता है।

श्रोताओं की एक पुरानी समस्या

Storytel के यूज़र डेटा से पता चला कि दस में से नौ ग्राहक कभी-कभी किसी ऑडियोबुक को किताब की वजह से नहीं, बल्कि नैरेटर की आवाज़ से जुड़ाव महसूस न होने के कारण छोड़ देते हैं। वहीं, ऑडियोबुक को लगभग कभी भी दो नैरेटर के साथ रिकॉर्ड नहीं किया जाता था — पारंपरिक प्रोडक्शन की लागत इसकी अनुमति नहीं देती थी।

Voice Switcher को इसी कमी को दूर करने के लिए बनाया गया था।

Storytel ने ElevenLabs को क्यों चुना

ElevenLabs के साथ साझेदारी से पहले Storytel कई वर्षों से AI वॉइस पर काम कर रहा था। 2023 में जब Storytel ने ElevenLabs का शुरुआती डेमो देखा, तो उसकी क्वालिटी उनके पहले आंके गए हर विकल्प से साफ़ तौर पर बेहतर थी। उसी डेमो से हमारे सहयोग की शुरुआत हुई।

“क्वालिटी ने हमें बेहद प्रभावित किया। हमारी रुचि लंबे समय से AI वॉइसेज़ में थी, लेकिन वे ElevenLabs में जो हमने देखा उसके स्तर की नहीं थीं।”

— Johan Ståhle, Storytel में चीफ़ प्रोडक्ट और टेक्नोलॉजी ऑफिसर

नॉर्डिक भाषाओं के लिए कस्टम मॉडल

2023 की गर्मियों में Storytel के लिए Voice Switcher का पायलट शुरू करने के लिए हमारी अंग्रेज़ी वॉइसेज़ पर्याप्त अच्छी थीं, लेकिन स्वीडिश वॉइसेज़ अभी पूरी ऑडियोबुक के लिए ज़रूरी स्तर तक नहीं पहुंची थीं। हमने Storytel के साथ मिलकर नॉर्डिक भाषाओं के लिए एक बेहतर मॉडल बनाया। दुनिया के सबसे बड़े ऑडियोबुक पब्लिशर्स में से एक के रूप में, Storytel ने अपने कैटलॉग से उच्च-गुणवत्ता वाला मालिकाना ऑडियो डेटा उपलब्ध कराया।

बेहतर नॉर्डिक मॉडल 2023 के आखिर तक तैयार हो गया था।

लॉन्च और नॉर्डिक विस्तार

Voice Switcher को 2024 की शुरुआत में स्वीडन में लॉन्च किया गया। इस फ़ीचर के सार्वजनिक एंबेसडर के तौर पर स्वीडन के सबसे लोकप्रिय नैरेटर में से एक के प्रोफ़ेशनल वॉइस क्लोन को पेश किया गया। उस समय उच्च-गुणवत्ता वाली, लंबे फ़ॉर्मैट की AI ऑडियोबुक प्रोडक्शन बहुत कम थीं, जिससे Storytel और ElevenLabs इस लंबाई और क्वालिटी में AI नैरेशन देने वालों में सबसे पहले शामिल हुए।

तब से Voice Switcher डेनमार्क और फ़िनलैंड में भी लॉन्च हो चुका है, जहां हर देश के लिए स्थानीय भाषा में एक एंबेसडर वॉइस है। Storytel अपने कैटलॉग के बढ़ते हिस्से में मानव मूल नैरेशन के साथ-साथ AI नैरेशन जोड़ता जा रहा है।

पूरी तरह ऑटोमेटेड प्रोडक्शन की ओर बढ़ना

Storytel Voice Switcher नैरेशन ElevenAPI के ज़रिए तैयार करता है, जिसमें अपने इंटरनल प्री- और पोस्ट-प्रोसेसिंग चरण भी शामिल हैं। उच्चारण शब्दकोश, पहले से जनरेट किए गए विशेष नाम और किरदारों के नामों की जांच, फ़ाइनल रेंडरिंग से पहले क्वालिटी बेहतर करने में मदद करते हैं।

Storytel का दीर्घकालिक लक्ष्य अपने पूरे कैटलॉग में Voice Switcher उपलब्ध कराना है। इसे हासिल करने के लिए अभी ज़रूरी मैन्युअल एडिटिंग को लगातार कम करना होगा। हम Storytel के साथ मिलकर बड़े पैमाने पर पूरी तरह ऑटोमेटेड, API-आधारित प्रोडक्शन की दिशा में काम कर रहे हैं।