दर्शक: यह गाइड प्रकाशन कार्यकारी अधिकारियों, भाषा-सीखने वाले ऐप के संस्थापकों और ब्रांड मार्केटरों के लिए है जो समझते हैं कि सोने से पहले की कहानी पढ़ने वाली आवाज ही ब्रांड है। आप रीडिंग पेन फैक्ट्री का मूल्यांकन केवल हार्डवेयर के आधार पर नहीं, बल्कि उसकी वॉइस टैलेंट पूल, स्टूडियो प्रक्रिया और आईपी शर्तों की गुणवत्ता के आधार पर कर रहे हैं।
रीडिंग पेन हर किताब में लगभग 200 से 600 बार बोलता है। 60-किताबों के करिकुलम में यह पहले वर्ष के उपयोग में 12,000 से 36,000 के बीच बोले गए इंटरैक्शन होते हैं। बच्चे को मॉडल नंबर याद नहीं रहता। बच्चे को आवाज याद रहती है। अमेरिकी अंग्रेजी पढ़ने वाली एक सामान्य महिला की आवाज एक सामान्य वस्तु है; मंदारिन में थोड़ी बीजिंग उच्चारण और आपके ब्रांड की चुनी हुई चढ़ती हुई स्वर-लय के साथ पढ़ने वाली एक कस्टम बच्चों की आवाज एक संपत्ति है। यह गाइड इस बात को कवर करती है कि वॉइस प्रॉम्प्ट को 11-मॉडल कैटलॉग में कैसे इंजीनियर किया जाता है, स्टूडियो प्रक्रिया, आईपी ढांचा, रॉयल्टी गणित, और वह क्यूए लूप जो गलत उच्चारण को बच्चे के कान तक पहुंचने से पहले पकड़ लेता है। यह उन खरीदारों के लिए लिखी गई है जिन्होंने तय किया है कि आवाज एक फीचर नहीं, ब्रांड का हिस्सा है।
1. वॉइस प्रॉम्प्ट कैसे संग्रहीत और ट्रिगर किया जाता है
वॉइस प्रॉम्प्प्ट को स्ट्रीम नहीं किया जाता; यह पेन के अंदर एक फ्लैश चिप पर कैश किया जाता है। जब कैमरा पेज पर OID पैटर्न पढ़ता है, तो फ़र्मवेयर OID नंबर से ऑडियो फ़ाइल खोजता है और 1 W स्पीकर या 3.5 mm हेडफ़ोन जैक से चलाता है।
| मॉडल | वॉइस कैश चिप | कम्प्रेशन | अधिकतम बोले गए मिनट | सैंपल रेट |
|---|---|---|---|---|
| F8 | 64 MB SPI फ्लैश | OPUS 16 kbps | 65 मिनट | 16 kHz मोनो |
| K7 | 128 MB SPI फ्लैश | OPUS 16 kbps | 130 मिनट | 16 kHz मोनो |
| KF1 | 128 MB SPI फ्लैश | OPUS 16 kbps | 130 मिनट | 16 kHz मोनो |
| Q8 | 256 MB SPI फ्लैश | OPUS 32 kbps | 130 मिनट | 24 kHz मोनो |
| T2 | 512 MB SPI फ्लैश | OPUS 32 kbps | 260 मिनट | 24 kHz मोनो |
16 kbps पर OPUS 5 साल के बच्चे के लिए स्वीकार्य वॉइस क्वालिटी देता है; 24 kHz सैंपल रेट पर 32 kbps OPUS निकट-स्टूडियो क्वालिटी देता है जो माता-पिता के आलोचनात्मक कान को भी संतुष्ट करती है। 24 kHz कस्टम वॉइस वाला Q8 या T2, 16 kHz वॉइस वाले K7 से स्पष्ट रूप से अलग सुनाई देता है, यही कारण है कि प्रीमियम मॉडल प्रकाशन कार्यक्रम के लिए डिफ़ॉल्ट विकल्प हैं। सभी 11 SKU की साइड-बाय-साइड तुलना के लिए देखें रीडिंग पेन संगतता मैट्रिक्स.
खरीदार सुझाव: यदि आपकी किताब में गायन, साउंड इफेक्ट्स या बहु-पात्र संवाद हैं, तो 32 kbps / 24 kHz OPUS प्रोफ़ाइल पर ज़ोर दें। 16 kbps कोडेक सोप्रानो पर लंबे स्वरों को विकृत कर देगा और स्नेयर ड्रम को क्लिक में बदल देगा।
2. स्टूडियो प्रक्रिया: स्क्रिप्ट से लेकर हस्ताक्षरित ऑडियो तक
फैक्ट्री का इन-हाउस वॉइस स्टूडियो सप्ताह में चार सत्र चलाता है, तीन बूथ और 14 भाषाओं में 41 वॉइस टैलेंट्स का बैक-कैटलॉग। एक भाषा के लिए मानक 3-दिवसीय सत्र में 1,800 से 2,400 अलग-अलग ऑडियो फ़ाइलें तैयार होती हैं।
| दिन | गतिविधि | डिलीवरेबल |
|---|---|---|
| 1 | स्क्रिप्ट समीक्षा, टैलेंट ब्रीफ़, पहली 200 फ़ाइलें रिकॉर्ड की गईं | कच्ची WAV फ़ाइलें |
| 2 | थोक रिकॉर्डिंग (1,000-1,400 फ़ाइलें), रीटेक्स | 90% पूर्ण WAV सेट |
| 3 | अंतिम रीटेक्स, मास्टरिंग, OPUS एन्कोडिंग, QC सुनवाई | हस्ताक्षरित OPUS सेट |
फैक्ट्री का QC लूप हर 50वीं फ़ाइल पर दूसरे वॉइस इंजीनियर द्वारा सुनवाई है ताकि छूटे हुए शब्दांश, प्लोसिव्स और साँस की आवाज पकड़ी जा सके। QC में असफल फ़ाइलें दिन 3 पर दोबारा रिकॉर्ड की जाती हैं। एक सामान्य सत्र पर डिफेक्ट दर 2.4 प्रतिशत होती है, जिसका मतलब है कि 2,000 फ़ाइलों में से लगभग 50 को रीटेक की ज़रूरत होती है। टोनल भाषाओं (मंदारिन, वियतनामी, थाई) के सत्रों में 20 प्रतिशत समय प्रीमियम लगता है क्योंकि टैलेंट को लगातार पाँच अलग-अलग टोन सही से लगाना ज़रूरी होता है।
3. वॉइस टैलेंट पूल और कास्टिंग
वॉइस टैलेंट रोस्टर में 14 भाषाएँ और 6 वॉइस आर्कटाइप शामिल हैं। खरीदार प्रति भाषा 6 उम्मीदवारों तक ऑडिशन ले सकते हैं, जिसकी फ़ीस $60 प्रति टैलेंट है, जो यदि टैलेंट चुना जाता है तो स्टूडियो सत्र में समायोजित कर दी जाती है।
| भाषा | उपलब्ध टैलेंट्स | ऑडिशन फ़ीस | स्टूडियो फ़ीस | रॉयल्टी / यूनिट @ 3k |
|---|---|---|---|---|
| अंग्रेज़ी (अमेरिका, बच्चा) | 8 | $60 | $420 | $0.18 |
| अंग्रेज़ी (यूके, बच्चा) | 6 | $60 | $440 | $0.18 |
| मंदारिन (बच्चा) | 7 | $70 | $520 | $0.20 |
| अरबी (एमएसए) | 5 | $70 | $560 | $0.22 |
| स्पेनिश (लैटिन अमेरिका) | 6 | $60 | $480 | $0.18 |
| फ्रेंच (फ्रांस) | 4 | $60 | $500 | $0.20 |
| पुर्तगाली (ब्राज़ील) | 4 | $60 | $500 | $0.20 |
| जर्मन | 3 | $60 | $480 | $0.18 |
| इतालवी | 3 | $60 | $480 | $0.18 |
| जापानी (बच्चा) | 4 | $70 | $540 | $0.22 |
| कोरियाई | 3 | $70 | $540 | $0.22 |
| रूसी | 3 | $60 | $480 | $0.18 |
| हिन्दी | 3 | $60 | $480 | $0.20 |
| वियतनामी | 2 | $70 | $520 | $0.22 |
अगर आपका ब्रांड गैर-पंजीकृत कलाकार (एक प्रसिद्ध वॉइस एक्टर, कोई आंतरिक कर्मचारी, या संस्थापक के बच्चे) को शामिल करना चाहता है, तो फैक्ट्री 24 kHz मोनो में पहले से रिकॉर्ड की गई WAV फाइलें स्वीकार करेगी और स्टूडियो सत्र को पूरी तरह से छोड़ देगी। इस स्थिति में रॉयल्टी घटकर $0.10 प्रति यूनिट हो जाती है क्योंकि कलाकार की लागत शून्य थी। फाइलें शांत कमरे में पॉप फ़िल्टर के साथ रिकॉर्ड की जानी चाहिए; फैक्ट्री -3 dBFS से ऊपर पीक लेवल या -55 dBFS से ऊपर नॉइज़ फ्लोर वाली किसी भी फाइल को अस्वीकार कर देगी।
4. रॉयल्टी संरचना और IP ट्रांसफ़र शर्तें
वॉइस कलाकार को फैक्ट्री द्वारा एकमुश्त सत्र शुल्क का भुगतान किया जाता है। ब्रांड उस भाषा को शामिल करने वाले हर बड़े उत्पादन रन पर प्रति-यूनिट रॉयल्टी का भुगतान करता है। रॉयल्टी की अवधि पहली शिपमेंट से 36 महीने है, जिसके बाद रिकॉर्डिंग का पूर्ण स्वामित्व खरीदार के पास चला जाता है।
| अवधि | लंबाई | प्रति-यूनिट रॉयल्टी | अवधि के बाद IP स्वामित्व |
|---|---|---|---|
| मानक | 36 महीने | $0.18-0.22 | खरीदार को पूर्ण हस्तांतरण |
| विस्तारित | 60 महीने | $0.14-0.18 | खरीदार को पूर्ण हस्तांतरण |
| शाश्वत बायआउट | अनिश्चितकालीन | $0.06 | हस्ताक्षर पर पूर्ण हस्तांतरण |
अंग्रेज़ी-US में 3,000 यूनिट का Q8 लॉन्च स्टूडियो फ़ीस में $420 और पहली 3,000 यूनिट पर $540 की रॉयल्टी पर आता है। 10,000 यूनिट का लॉन्च वही स्टूडियो फ़ीस रखता है, लेकिन रॉयल्टी $1,800 हो जाती है। 36 महीने बाद प्रति-यूनिट रॉयल्टी समाप्त हो जाती है और आवाज़ हर भविष्य के उत्पादन रन पर एक मुफ़्त संपत्ति बन जाती है। मल्टी-ईयर पाठ्यक्रम योजना बनाने वाले प्रकाशन ब्रांडों के लिए, हमेशा के लिए $0.06 प्रति यूनिट का शाश्वत बायआउट सबसे स्वच्छ लागत संरचना है क्योंकि यह आवाज़ को चिप या बैटरी की तरह एक निश्चित-लागत लाइन आइटम में बदल देता है।
5. ट्रिगर शब्द, साउंड इफ़ेक्ट्स और प्रॉम्प्ट लाइब्रेरी
एक रीडिंग पेन वॉइस प्रॉम्प्ट केवल कहानी का सुनाना नहीं होता। बटन दबाने, बैटरी इवेंट और एरर स्थितियों के जवाब में फ़र्मवेयर द्वारा चलाए जाने वाले लगभग 40 से 60 ट्रिगर प्रॉम्प्ट होते हैं। ये वॉइस पैकेज का हिस्सा हैं और कहानी के साथ उसी सत्र में रिकॉर्ड किए जाने चाहिए।
| प्रॉम्प्ट श्रेणी | उदाहरण | सामान्य संख्या |
|---|---|---|
| अभिवादन | "नमस्ते, आइए साथ में पढ़ें!" | 4 |
| पृष्ठ नेविगेशन | "अगला पृष्ठ", "पिछला पृष्ठ", "दोहराएँ" | 8 |
| मोड स्विच | "साथ पढ़ने का मोड", "क्विज़ मोड", "संगीत मोड" | 12 |
| पुरस्कार | "शाबाश!", "फिर से कोशिश करें!", "आपने एक स्टार कमाया!" | 18 |
| त्रुटि / सहायता | "कृपया चित्र की ओर इशारा करें", "बैटरी कम है" | 14 |
| स्लीप / वेक | "फिर मिलेंगे!" | 4 |
फैक्ट्री की प्रॉम्प्ट लाइब्रेरी एक स्टॉक सेट है जिसे खरीदार मुफ़्त में अपनाने ले सकते हैं। अगर ब्रांड कस्टम पुरस्कार संदेश चाहता है (ब्रांड-विशिष्ट कैचफ़्रेज़, किसी किरदार का सिग्नेचर डायलॉग, शिक्षक द्वारा रिकॉर्ड किया गया प्रोत्साहन) तो अतिरिक्त प्रॉम्प्ट मानक स्टूडियो दर पर रिकॉर्ड किए जाते हैं। पूरी तरह से कस्टम प्रॉम्प्ट सेट में लगभग $180 का स्टूडियो समय लगता है और बुक नैरेशन की तुलना में प्रॉम्प्ट संख्या छोटी होने के कारण रॉयल्टी में $0.02 प्रति यूनिट जुड़ जाता है।
6. बहुभाषी वॉइस बिल्ड और लैंग्वेज स्टैकिंग
अधिकांश प्रकाशन ब्रांड एक साथ 2 से 4 भाषाओं में लॉन्च करते हैं। फैक्ट्री एक ही फ़र्मवेयर बिल्ड पर कई वॉइस भाषाएँ स्टैक करती है, और खरीदार तय कर सकता है कि भाषाएँ रनटाइम पर उपयोगकर्ता-स्विचेबल हों या क्षेत्र के अनुसार सख्ती से लॉक हों।
| कॉन्फ़िगरेशन | भाषाएँ | फ्लैश लागत | प्रति-यूनिट अतिरिक्त |
|---|---|---|---|
| एक भाषा, लॉक | 1 | $0.00 | $0.00 |
| दो भाषाएँ, स्विच करने योग्य | 2 | $0.04 | $0.04 |
| तीन भाषाएँ, स्विच करने योग्य | 3 | $0.06 | $0.06 |
| चार भाषाएँ, स्विच करने योग्य | 4 | $0.08 | $0.08 |
| आठ भाषाएँ, स्विच करने योग्य | 8 | $0.18 | $0.18 |
यूज़र-स्विच करने योग्य बिल्ड खरीदार को एक ही SKU को कई बाज़ारों में भेजने की सुविधा देता है और इन्वेंट्री के बँटवारे को कम करता है। उदाहरण के लिए, EU और GCC दोनों में सप्लाई करने वाला खरीदार एक ही अरबी-अंग्रेज़ी SKU भेज सकता है और ग्राहक को पहले बूट पर भाषा चुनने दे सकता है। यह वही कॉन्फ़िगरेशन है जिसका उपयोग मल्टी-लैंग्वेज फ़र्मवेयर सेवा पाठ्यक्रम प्रकाशकों के लिए करती है।
7. QA, ग़लत उच्चारण, और लिसन-थ्रू पास
फ़ैक्टरी OPUS फ़ाइलों को फ्लैश में कमिट करने से पहले हर वॉइस बिल्ड पर तीन-चरणीय QA चलाती है। QA लूप ने अजीब और गंभीर दोनों तरह की त्रुटियाँ पकड़ी हैं; नीचे पिछले 12 महीनों की विफलता दरें दी गई हैं।
वियतनामी और मंदारिन की विफलता दरें सबसे अधिक हैं क्योंकि इनमें स्वर-जटिलता होती है। वियतनामी में लॉन्च करने वाले खरीदार को स्टूडियो शेड्यूल में एक अतिरिक्त रीटेक दिन का बजट रखना चाहिए। EN-US और EN-UK की दरें सबसे कम हैं क्योंकि टैलेंट पूल इतना बड़ा है कि लगभग सही मिलान संभव होता है।
8. वॉइस कम्प्रेशन ट्रेडऑफ़
Q8 और T2 के लिए फ़ैक्टरी डिफ़ॉल्ट OPUS 24 kHz मोनो है क्योंकि ऑडियो गुणवत्ता का अंतर किसी पैरेंट को सुनाई देता है। $6 से कम कीमत वाले SKUs (F8, P2) के लिए डिफ़ॉल्ट OPUS 16 kHz मोनो है ताकि फ्लैश बजट में समा सके। नीचे दी गई तालिका इस ट्रेडऑफ़ का मात्रात्मक विवरण देती है।
| प्रोफ़ाइल | बिटरेट | प्रति मिनट फ़ाइल का आकार | श्रव्य गुणवत्ता | संगत मॉडल |
|---|---|---|---|---|
| OPUS 32 kbps / 24 kHz | 32 kbps | 240 KB | स्टूडियो जैसी | Q8, T2, Y6 |
| OPUS 24 kbps / 24 kHz | 24 kbps | 180 KB | कथन के लिए स्वीकार्य | Q8, T2, K7, KF1 |
| OPUS 16 kbps / 16 kHz | 16 kbps | 120 KB | बच्चे की आवाज़ के लिए स्वीकार्य | F8, K7, KF1, P2 |
| MP3 64 kbps / 22 kHz | 64 kbps | 480 KB | स्वीकार्य लेकिन दोगुना आकार | केवल लेगसी |
| PCM 16-bit / 16 kHz | 256 kbps | 1.9 MB | स्टूडियो मास्टर, डिवाइस के लिए नहीं | केवल स्टूडियो |
जो खरीदार Q8 या T2 पर 60-किताबों वाला पाठ्यक्रम पूर्ण स्टूडियो गुणवत्ता के साथ चलाना चाहता है, उसे 32 kbps प्रोफ़ाइल का उपयोग करना होगा और 130 मिनट के वॉइस बजट को स्वीकार करना होगा, जो 60-किताबों वाले कार्यक्रमों के लगभग 80 प्रतिशत के लिए पर्याप्त है। सबसे लंबे पाठ्यक्रमों के लिए T2 का 260 मिनट का बजट ही एकमात्र विकल्प है। वॉइस OID लाइब्रेरी मैप के साथ कैसे इंटरैक्ट करती है, इसकी गहरी समझ के लिए, हमारी बल्क ऑर्डर बंडल बिल्डर में फ्लैश लागत का अनुमान लगाने वाला कैल्क्युलेटर है।
9. वॉइस स्टैक की कीमत निर्धारित करना
नीचे 4,000-OID लाइब्रेरी मैप के साथ एक प्रतिनिधि 4-भाषा Q8 लॉन्च की संचयी लागत दी गई है।
| लाइन आइटम | लागत | इकाई |
|---|---|---|
| Q8 बेस यूनिट (3k कीमत) | $6.70 | प्रति यूनिट |
| वॉइस रॉयल्टी × 4 भाषाएँ | $0.78 | प्रति यूनिट |
| स्टूडियो सत्र × 4 भाषाएँ | $2,000 | एक बार |
| OID लाइब्रेरी मैप (4k) | $1,400 | एक बार |
| प्रति-यूनिट वॉइस फ्लैश लागत | $0.06 | प्रति यूनिट |
| कुल एक बार की लागत | $3,400 | — |
| लैंडेड यूनिट लागत (FOB) | $7.54 | प्रति यूनिट |
वॉइस स्टैक हर यूनिट पर $0.84 (रॉयल्टी + फ्लैश) और $2,000 स्टूडियो फीस जोड़ता है। 3,000 यूनिट पर वॉइस इंजीनियरिंग का amortized मूल्य $0.67 प्रति यूनिट होता है, जिससे लैंडेड लागत घटकर $7.37 रह जाती है। विस्तारित 5-वर्षीय अवधि के लिए प्रति-यूनिट रॉयल्टी घटकर $0.62 हो जाती है, जिससे प्रति यूनिट $0.48 की बचत होती है। यह शुद्ध प्राइवेट लेबल रन के मुकाबुले कैसा रहता है, इसकी साथ-साथ तुलना के लिए देखें OEM प्राइवेट लेबल.
10. वॉइस बिल्ड को मंजूरी देने से पहले निर्णय चेकलिस्ट
- स्क्रिप्ट UTF-8 सादे टेक्स्ट या स्टूडियो-स्प्रेडशीट प्रारूप में दी गई है, साथ में गैर-फोनेटिक भाषाओं के लिए उच्चारण गाइड
- वॉइस टैलेंट का ऑडिशन और लिखित रूप में साइन-ऑफ हो चुका है; संदर्भ रिकॉर्डिंग संग्रहित है
- स्टूडियो सत्र भाषा-विशिष्ट अवधि बफ़र (टोनल भाषाएँ +20%) के साथ बुक किया गया है
- कस्टम प्रॉम्प्ट सेट (अभिवादन, पुरस्कार, त्रुटियाँ) का अलग से साइन-ऑफ हो चुका है
- मल्टीलिंगल बिल्ड का निर्णय किया गया (लॉक्ड बनाम स्विचेबल और SKU पार्ट नंबर आवंटित)
- QA सुनकर-समीक्षा सैंपल (50 फ़ाइलें) ब्रांड प्रतिनिधि द्वारा स्वीकृत
- रॉयल्टी अवधि चुनी गई (36 / 60 / शाश्वत) और प्रति-यूनिट लागत स्थिर कर दी गई
- OPUS एन्कोडिंग प्रोफ़ाइल प्रति-लक्ष्य मॉडल (16 / 24 / 32 kbps) लॉक की गई
- फ्लैश बजट की गणना किताबों की संख्या के आधार पर की गई ताकि अंतिम-क्षण में ओवरफ़्लो न हो
- नई किताबों या वॉइस रिफ़्रेश के लिए लॉन्च के बाद अपडेट पथ तय किया गया
एक स्वच्छ वॉइस प्रोजेक्ट एक ब्रांड-स्वामित्व वाला ऑडियो एसेट देता है जो पाठ्यक्रम में हर नई किताब के साथ अधिक मूल्यवान होता जाता है। मल्टी-ईयर रोडमैप वाले पब्लिशिंग ब्रांड के लिए, वॉइस डिवाइस का सबसे सुरक्षित एसेट है।