Tekst na mowę
Wpisz lub wklej swój tekst albo upuść plik PDF, dokument Word lub zdjęcie strony. Wybierz głos, posłuchaj i pobierz nagranie jako MP3. Mowa powstaje na Twoim własnym urządzeniu — Twój dokument nigdy nie opuszcza komputera.
Jak to działa
Model mowy działa wewnątrz Twojej przeglądarki i zamienia Twój tekst w głos — nic nie jest wysyłane, więc umowa, diagnoza czy prywatny list zostają na Twoim urządzeniu. PDF jest czytany prosto z warstwy tekstowej, plik Word ze swojej własnej zawartości, a zdjęcie strony najpierw przechodzi przez nasze OCR, więc książka albo wydrukowany list też zadziałają. Liczby, kwoty i symbole są rozpisywane przed czytaniem, dzięki czemu „25 €” zostaje przeczytane jako „dwadzieścia pięć euro”, a nie połknięte. Przy pierwszym naciśnięciu przycisku czytania silnik głosu pobiera się raz (około 390 MB), a potem przeglądarka go zachowuje.
W jakich językach potrafi mówić?
Na razie tylko po angielsku. Model głosu, którego używamy, jest angielski, a każdy wielojęzyczny model, jaki sprawdziliśmy, albo zabrania użytku komercyjnego, albo ma licencję typu copyleft, której nie umieścimy na płatnej stronie. Wolimy uczciwie udostępnić jeden język niż tuzin, do których nie mamy praw. Inne języki wymagają osobnej rundy licencyjnej.
Czy mogę wykorzystać nagranie komercyjnie?
Tak. Model głosu ma licencję MIT, a same głosy pochodzą z bazy nagrań mowy, która dopuszcza użytek komercyjny, więc film, podcast czy audiobook są w porządku. Głosy są syntetyczne i nie należą do nikogo, więc nie podszywasz się też pod żadną prawdziwą osobę.
Dlaczego przy długich tekstach brzmi płasko?
Model czyta zdanie po zdaniu, nie znając całej treści, więc nie potrafi budować napięcia tak jak żywy lektor. Krótkie akapity z wyraźną interpunkcją brzmią zauważalnie lepiej niż jeden długi blok — przecinki i kropki są tym, czym model łapie oddech.
Czy mogę zmienić głos później?
Tak — suwaki wysokości i prędkości załatwiają większość spraw, a prędkość to prawdziwe rozciąganie w czasie, więc wolniejszy głos nie staje się przez to głębszy. Po więcej: pobierz MP3 i przepuść je przez nasz zmieniacz głosu albo wrzuć prosto do studia audio.
Jak wymawiane są skróty i nietypowe nazwy?
Popularne skróty bez samogłosek — PDF, XML, HTML, GDPR — są automatycznie odczytywane litera po literze, a połączenia takie jak MP3 czy 4K same wychodzą poprawnie. Słowa pisane wielkimi literami, które zawierają samogłoski, celowo pozostają zwykłymi słowami — dzięki temu NASA i zdanie napisane wersalikami nadal brzmią normalnie. Jeśli coś mimo to wychodzi źle, zapisz to tak, jak powinno brzmieć: głos czyta dokładnie to, co wpiszesz, a ponieważ mówi po angielsku, nietypową nazwę lub markę wystarczy rozpisać fonetycznie tak, jak przeczytałaby ją osoba anglojęzyczna — "Nike" jako "Nykee", "Cicek" jako "Cheechek" — aż zabrzmi dobrze.
