Hvad Højtlæser gør
Højtlæser tager den tekst, du sætter ind, og giver dig en MP3-fil, hvor den er læst højt. Lige nu er der 42 danske stemmer fordelt på 7 egne af landet, stemmer med modersmålstalende for yderligere 64 sprog, og mulighed for at lave din egen stemme ud fra en optagelse på tre til otte sekunder.
Det, der adskiller siden fra de andre danske muligheder, er egnene. De danske stemmer, man kan købe andre steder, taler alle sammen københavnsk, fordi de er indtalt i et studie i hovedstaden. Her kommer de fra syv forskellige egne, fordi de mennesker, optagelserne stammer fra, gjorde det.
Én forespørgsel kan være på op til 500 ord, og der går 5 sekunder mellem to. Der er ingen betalt version, intet at opgradere til, og filen har intet vandmærke.
Hvor stemmerne kommer fra
Fra to frie samlinger. Hovedparten kommer fra NST — «NST Danish ASR Database», en samling oplæsninger fra år 2000 og 2001, som Nasjonalbiblioteket i Norge har lagt frit ud under CC0 1.0. Hver oplæser har oplyst køn, alder og hvilken landsdel han eller hun taler som, og hver optagelse bærer et oplæsernummer. Derfor ved vi med sikkerhed, at hver stemme her er sit eget menneske, og ikke det samme menneske to gange.
Ud af dem er 42 valgt: fordelt på 7 egne, og for hvert menneske den reneste af hans eller hendes optagelser, målt som forholdet mellem stemme og støj.
De sidste 0 kommer fra CoRal TTS, som Alexandra Instituttet fik indtalt hos Nota — Kulturministeriets institution for lydbøger og materiale til folk, der ikke kan læse på almindelig vis. Det er to professionelle oplæsere i studie, og de lyder også sådan. Også CC0.
To samlinger hedder næsten det samme, og kun den ene er brugt her. «CoRal-project/coral» er en samling til talegenkendelse under OpenRAIL, en licens med betingelser for, hvad materialet må bruges til. «CoRal-project/coral-tts» er til talesyntese og er CC0. Det er den sidste. Forskellen er fire bogstaver i navnet og hele forskellen i, hvad du må med lyden bagefter.
Hver stemme skulle igennem to kontroller, før den kom hertil. Først: en talegenkender skulle kunne læse mere end 55 % af ordene rigtigt i en dansk sætning, vi kendte i forvejen. Dernæst: maskinen skulle gengive menneskets faktiske stemmeleje. Stemmer, der afveg mere end 40 Hz eller sprang over på den anden side af grænsen mellem kvinde- og mandeleje, blev sorteret fra — ellers ville du få noget andet, end du havde hørt.
Regionalsprog, ikke dialekt — og hvorfor det er værd at være præcis om
Oplæserne i NST læste rigsdanske sætninger op. Det, du hører, er altså dansk med en accent fra egnen — det, sprogforskere kalder regionalsprog. Det er ikke traditionel dialekt.
Forskellen er ikke akademisk. Rigtig sønderjysk sætter den bestemte artikel foran navneordet — «æ hus» i stedet for «huset». Rigtig vestjysk har kun ét køn, hvor rigsdansk har to. Ingen af delene findes i stemmerne her, fordi oplæserne læste op fra et papir med rigsdansk på. Det, der ER her, er tonegang og vokaler, og det er nok til, at de fleste danskere kan høre forskel.
At kalde det dialekt ville sælge noget, siden ikke har.
Hvorfor der ikke er en bornholmsk stemme
Fordi der ikke er en eneste bornholmer blandt oplæserne i NST. Samlingen har syv landsdele, og Bornholm er ikke en af dem.
Det er ærgerligt netop dér, for bornholmsk ligger længst fra rigsdansk af alle danske mål. Det har bevaret tonelag — den melodiske forskel, der stadig findes i svensk og norsk, og som resten af Danmark byttede ud med stød for flere hundrede år siden. At sætte en stemme på øen alligevel ville være det samme som at finde på den, så øen står på kortet uden en prik.
Hvorfor det er gratis
Højtlæser er et personligt projekt, som drives af én person. Det er hverken et firma eller et registreret selskab.
Lyden bliver lavet på ét grafikkort, som står hjemme hos den, der driver siden. Det er ikke lejet i skyen, og der er ingen regning, der vokser med antallet af besøgende — der er kun en kø. Derfor er grænserne, som de er: de findes, fordi ét kort skal nå rundt til alle, ikke fordi der venter en pris længere fremme.
Der er ingen reklamer, ingen sporing og ingen tredjepartsscripts på siden. Det er ikke et løfte, du skal tro på: åbn udviklerværktøjerne i din browser og se efter.
Hvad den ikke kan
Den læser tal og forkortelser rigtigt for det meste, men ikke altid — og dansk er usædvanlig svær netop her. Tallene fra halvtreds og opefter bygger på tyvetalssystemet, og enerne står foran tierne. Skriv tallet med bogstaver, hvis det skal være helt sikkert.
Den kan ikke lave rigtig dialekt, kun regional accent. Se afsnittet ovenfor.
Optagelserne bag stemmerne er fra år 2000 og 2001. Stemmerne lyder derfor en anelse ældre end på sider, der bruger nyindtalte studiestemmer. Til gengæld er det danskere fra hele landet, og materialet er frit.
Din egen stemme bliver liggende krypteret i den tjeneste, der laver lyden, og der findes endnu ikke en knap, der sletter den dér. Se `/privatliv` — den side siger præcis, hvad der sker, og hvad der ikke sker.