Hlasový asistent může znít sebejistě, a přesto zkomolit jméno nebo číslo. Přehled Open TTS Leaderboard, oznámený 30. září na Hugging Face, nabízí měření chyb přepisu, rychlosti a podobnosti hlasu. Vedle čísel umožňuje porovnávat zvukové ukázky. Není to jediná známka celkové kvality.

Chybovost přepisu ukazuje shodu řeči se zadáním, nikoli přirozenost nebo výraz. Výsledky v angličtině nelze přenést na češtinu či italštinu. Zveřejněná metodika také váže měření rychlosti na konkrétní hardware; takové číslo není předpověď odezvy telefonu v mobilní síti. Autoři při oznámení teprve slibovali zveřejnění vyhodnocovacích skriptů.

Možné využití: tvůrce hlasového průvodce nebo aplikace pro předčítání by mohl rychleji zúžit výběr na několik kandidátů. Pak by je nechal přečíst skutečný obsah: místní názvy, data, zkratky a souvislý delší text. Praktický přínos není soutěž o nejhezčí graf, ale méně slepých uliček při výběru hlasu.

Co je potřeba zvládnout: poslechové hodnocení rodilými mluvčími, kontrolu výslovnosti a testování na cílovém zařízení. U klonování je navíc nutný souhlas nositele hlasu a pravidla proti zneužití. Vysoká podobnost sama nedokládá oprávnění hlas napodobit. Publikované pořadí je vodítko, ne bezpečnostní ani umělecký certifikát.

Optimistický horizont: pro tým s existující aplikací odhadujeme 1–3 týdny na malý srovnávací pilot. Část času by měla patřit lidem, kteří budou výstup skutečně poslouchat. Jde o redakční odhad prvního výběru technologie, nikoli termín dokonalého dabingu nebo plnohodnotného nasazení.