Kort fortalt (BLUF): Tekst til tale forvandler indtastet tekst til stemme direkte i din browser: Indtast teksten, vælg et sprog og en stemme, og få en lydfil. Teksten og lyden forlader aldrig din enhed, ingen tokens opkræves, og der er ingen betalte API her. Modellen kender 600+ sprog, og en stemme kan klones fra din egen lyd - en uploadet fil eller en mikrofonoptagelse. Resultatet afspilles i afspilleren og downloades som en WAV-fil.
Det er talesyntese: tekst går ind, lyd kommer ud. Brug den til at indtale en video med din egen eller en valgt stemme, bygge et udkast til voice-over-spor, tjekke, hvordan en tekst lyder på et andet sprog, eller blot lytte til en lang artikel i stedet for at læse den.
Leveringen styres med en tekstinstruktion: rolig læsning, en hvisken, glæde eller sorg. Følelsen sættes sammen med teksten frem for med skydere, så resultatet lyder mere naturligt.
Værktøjet leveres med et bibliotek af klarstemmer - mandlige og kvindelige, forskellige klangfarver. Vælg et sprog og en stemme, og begynd at stemme.
Hvis du har brug for din egen stemme, så klon den fra en kort prøve: upload en lydfil eller optag 15-30 sekunder fra mikrofonen. Værktøjet analyserer prøven og tilføjer stemmen til din liste - derefter vælges den som enhver anden. Oprettede stemmer opbevares i browseren og overlever en sidegenindlæsning.
Teksten og lyden forlader aldrig din computer: ikke en linje går til vores server eller til nogen andens. Modellen indlæses i browseren én gang (ca. 3 GB af vægte) og tages derefter fra cachen, mens beregningen kører på dit grafikkort gennem WebGPU. Hvis grafikkortet ikke er tilgængeligt, falder motoren ærligt tilbage til processoren og fortæller dig om det - det er mærkbart langsommere.
Der opkræves ingen tokens for tale: det er et gratis værktøj, der kører på din hardware, ikke på vores.
Indtastningsfeltet kan indeholde op til 20.000 tegn. Lang tekst opdeles i dele ved sætningsgrænser og stemmes efter hinanden med korte pauser - tempoet forbliver jævnt uanset længden, og intet går tabt til sidst. Statuslinjen viser, hvilken del der læses.
Du kan annullere på et hvilket som helst trin: efter annullering starter en ny kørsel med det samme, uden sidegenindlæsning.
Værktøjet fungerer bedst i Chrome eller Edge på et skrivebord, hvor WebGPU er tilgængeligt. I browsere uden WebGPU genereres stemmen på processoren (WASM): den virker stadig, men mærkbart langsommere, især for lang tekst.
Det første løb tager længere tid: vægtene downloades og stemmen varmes op, så det allerførste resultat allerede lyder rent. Senere løb er meget hurtigere.
Ja. Modellen og dens vægte indlæses i browseren, og beregningen kører på din enhed. Teksten, mikrofonoptagelsen og den resulterende lyd bliver aldrig uploadet - værktøjet har slet ikke betalt API.
Intet. Ingen tokens opkræves: det er et gratis værktøj, der beregner på din computer.
Ja. Indtastningsfeltet kan rumme op til 20.000 tegn, og lang tekst indtales i på hinanden følgende dele, så intet går tabt.
Upload en lydfil med en stemmeprøve eller optag 15–30 sekunder fra mikrofonen. Værktøjet analyserer prøven, og stemmen vises på din liste - du kan stemme enhver tekst med den.
Det betyder, at browseren ikke kunne bruge grafikkortet (WebGPU), og motoren skiftede til processoren - langsommere, men det samme resultat. Du kan genindlæse siden og prøve igen: grafikkortet er ofte ledigt på det tidspunkt.
600+ sprog. Du kan vælge sproget manuelt eller lade automatisk registrering være aktiveret.