# Озвучить книгу нейросетью: что получится, а что придётся поправить

Честно о синтезе речи для аудиокниг: где нейросеть уже звучит как чтец, где ошибается и как это быстро найти.

Голоса нейросетей за последние годы сильно выросли: ровное дыхание фразы, интонация вопроса, паузы по смыслу. Слушать такую аудиокнигу можно часами. Но «нажал кнопку — получил идеал» пока не бывает. Вот что синтез делает хорошо, а где нужен ваш взгляд.

## Что получается хорошо

- **Ровное чтение длинного текста.** Голос не устаёт, не сбивается на десятом часу, громкость глав одинаковая.
- **Паузы.** После точки, многоточия, абзаца и заголовка — паузы разной длины, как у живого чтеца.
- **Числа и сокращения.** «В 1909 г.», «XIX век», «т. е.», «5 км» программа сама переводит в слова до озвучки.
- **Разные голоса.** Героям — свои голоса, рассказчику — свой; подробнее — [Озвучка книги по ролям](/blog/ozvuchka-po-rolyam).

## Где нейросеть ошибается

- **Омографы.** «Замок» и «замок», «мука» и «мука» пишутся одинаково — ударение зависит от смысла. Программа решает по соседним словам и показывает места, где не уверена.
- **Имена и выдуманные слова.** Словарь не знает, как ударять «Арвелин» или фамилию героя. Это правится один раз — для всей книги или для всего цикла.
- **Игра.** Сарказм, шёпот, крик — синтез передаёт их скромнее актёра. Программа делает несколько дублей предложения и выбирает живой, но актёрская игра остаётся за живыми чтецами.
- **Редкие сбои.** Пропущенное или повторённое слово. Поэтому после озвучки «Голосарь Книга» сама распознаёт запись обратно в текст и переозвучивает места, где что-то пропало или удвоилось.

![Одно написание — два слова. Решает ударение](/media/blog/stress.svg)

## Как проверить книгу и не слушать её целиком

После озвучки программа показывает короткий список **«Проверьте N мест»**: спорные ударения, от которых меняется смысл, реплики с неуверенным говорящим, числа «под вопросом». Обычно это десяток мест на главу — пять минут вместо часа прослушивания.

> **Важно.** Чем чище текст, тем меньше правок: главы с заголовками, прямая речь через тире, без переносов слов посреди строки. Подробно — [Как подготовить текст книги к озвучке](/blog/text-for-audio).

## Вопросы и ответы

### Отличит ли слушатель синтез от человека?

Внимательный — да, особенно в эмоциональных сценах. Поэтому в файл аудиокниги записывается честная пометка «Озвучено с помощью синтеза речи».

### Можно ли поправить одно слово, не переозвучивая главу?

Да. Исправили слово или ударение — переозвучится только кусок, где оно стоит, и спишутся знаки только за него.

### Какие голоса лучше для аудиокниги?

Для длинной прозы — спокойные, ровные голоса рассказчика; для героев — контрастные по высоте и тембру. Голоса можно послушать до озвучки на своей же фразе.