Stručně o hlavním (BLUF): Převod textu na řeč změní napsaný text na hlas přímo ve vašem prohlížeči: zadejte text, vyberte jazyk a hlas a získejte zvukový soubor. Text a zvuk nikdy neopustí vaše zařízení, nejsou účtovány žádné tokeny a neplatí se zde žádné API. Model zná 600+ jazyků a hlas lze naklonovat z vašeho vlastního zvuku – nahraného souboru nebo nahrávky mikrofonu. Výsledek se přehraje v přehrávači a stáhne se jako soubor WAV.
Je to syntéza řeči: text jde dovnitř, zvuk vychází. Použijte jej k namluvení videa svým vlastním nebo zvoleným hlasem, vytvoření konceptu hlasové stopy, kontrole, jak zní text v jiném jazyce, nebo si jednoduše poslechněte dlouhý článek místo čtení.
Doručování je řízeno textovým pokynem: klidné čtení, šepot, radost nebo smutek. Emoce se nastavují spíše společně s textem než pomocí posuvníků, takže výsledek zní přirozeněji.
Nástroj je dodáván s knihovnou připravených hlasů – mužských a ženských, různých zabarvení. Vyberte jazyk a hlas a začněte vyjadřovat.
Pokud potřebujete svůj vlastní hlas, naklonujte jej z krátké ukázky: nahrajte zvukový soubor nebo nahrajte 15–30 sekund z mikrofonu. Nástroj analyzuje vzorek a přidá hlas do vašeho seznamu – poté je vybrán jako kterýkoli jiný. Vytvořené hlasy se uchovávají v prohlížeči a přežijí opětovné načtení stránky.
Text a zvuk nikdy neopustí váš počítač: na náš server ani na nikoho jiného nejde ani řádek. Model je jednou načten do prohlížeče (asi 3 GB vah) a poté je převzat z mezipaměti, zatímco výpočet běží na vaší grafické kartě přes WebGPU. Pokud je grafická karta nedostupná, motor se upřímně vrátí k procesoru a řekne vám o tom — to je znatelně pomalejší.
Za řeč se neplatí žádné tokeny: je to bezplatný nástroj, který běží na vašem hardwaru, nikoli na našem.
Vstupní pole pojme až 20 000 znaků. Dlouhý text je rozdělen na části na hranicích vět a vyslovován jedna za druhou s krátkými pauzami — tempo zůstává rovnoměrné bez ohledu na délku a na konci se nic neztratí. Ukazatel průběhu ukazuje, která část se právě čte.
Zrušit můžete v kterémkoli kroku: po zrušení se okamžitě spustí nový běh, bez nutnosti opětovného načítání stránky.
Nástroj funguje nejlépe v Chrome nebo Edge na ploše, kde je k dispozici WebGPU. V prohlížečích bez WebGPU je hlas generován na procesoru (WASM): stále funguje, ale znatelně pomaleji, zvláště u dlouhého textu.
První běh trvá déle: závaží se stahují a hlas se zahřeje, takže hned první výsledek už zní čistě. Pozdější běhy jsou mnohem rychlejší.
Ano. Model a jeho hmotnosti se načtou do prohlížeče a výpočet běží na vašem zařízení. Text, záznam z mikrofonu a výsledný zvuk nejsou nikdy nahrány — nástroj nemá vůbec žádné zaplacené API.
Nic. Žádné tokeny nejsou účtovány: je to bezplatný nástroj, který počítá na vašem počítači.
Ano. Vstupní pole pojme až 20 000 znaků a dlouhý text je vyjádřen v po sobě jdoucích částech, takže se nic neztratí.
Nahrajte zvukový soubor s ukázkou hlasu nebo nahrajte 15–30 sekund z mikrofonu. Nástroj analyzuje vzorek a hlas se objeví ve vašem seznamu – můžete s ním hlasovat jakýkoli text.
Znamená to, že prohlížeč nemohl použít grafickou kartu (WebGPU) a motor se přepnul na procesor — pomalejší, ale výsledek stejný. Můžete znovu načíst stránku a zkusit to znovu: grafická karta je do té doby často volná.
600+ jazyků. Jazyk můžete vybrat ručně nebo nechat zapnutou automatickou detekci.