AI tekst til tale gratis: Indtal din tekst med et neuralt netværk i din browser
Du kan nu stemme din tekst med et neuralt netværk gratis, uden noget at installere: Tekst til tale (gratis) modellen er ankommet i Video afsnit. Den kører direkte i din browser - skriv teksten, vælg et sprog og en stemme, og et par sekunder senere lytter og downloader du den færdige lydfil. Hverken teksten eller stemmeoptagelsen uploades nogen steder: alt beregnes på din egen enhed.
Hvorfor det er gratis
Almindelige taletjenester syntetiserer lyd på deres egne servere og opkræver penge eller tokens for det. Her er modellen indlæst i browseren og bruger din computers grafikkort (WebGPU, med processoren som reserve). Serveren serverer kun værktøjets kode og modelvægtene - den har intet at beregne, så ingen tokens opkræves, og antallet af generationer er ubegrænset.
Privatliv er også gratis: den tekst, du stemmer, og din stemmeoptagelse forbliver på din enhed. Det betyder noget, når du indtaler beskeder, dokumenter eller personlige noter.
Sådan indtales tekst med et neuralt netværk: trin for trin
- Åbn Video sektion og pluk Tekst til tale (gratis) i modellisten — den sidder helt nederst ved siden af de andre gratis værktøjer.
- Indsæt din tekst i feltet "Tekst til stemme" - op til 2000 tegn ad gangen.
- Vælg sproget. Hvis du ikke er sikker, skal du forlade "Opdag automatisk".
- Vælg en stemme: kvindelig eller mandlig, højere eller lavere, en hvisken - eller en af dine gemte stemmer.
- Tryk på "Generer tale", og vent på, at den er færdig. Du kan afspille resultatet på siden og downloade det som en WAV-fil.
600+ sprog
Modellen er flersproget: den kan mere end 600 sprog. For blandet tekst kan du lade automatisk sprogregistrering være aktiveret eller vælge det sprog, du har brug for - listen omfatter engelsk, tysk, fransk, spansk, kinesisk, japansk, arabisk og snesevis mere, praktisk, når du indtaler videoer for flere lande.
Hvordan man kloner en stemme
Du kan klone en stemme på to måder - begge er gratis, og begge er beregnet på din enhed:
- Upload en lydfil. MP3, WAV, M4A, OGG eller WebM op til 30 sekunder fungerer godt.
- Optag fra din mikrofon. 10–20 sekunders ren tale uden musik eller støj er nok.
Efter analysen forvandler værktøjet optagelsen til en stemmeprofil og gemmer den i din browser. Fra da af vælger du bare den stemme fra listen og indtaler enhver tekst med din egen stemme uden at uploade optagelsen igen. Profilerne holdes lokalt og overlever en sidegenindlæsning.
Hvad skal man vide før den første løbetur
- Browser. En nylig Chrome eller Edge på en desktop fungerer bedst. Uden WebGPU falder modellen tilbage til processoren og er mærkbart langsommere - værktøjet advarer dig ærligt om det.
- Første løb. Browseren downloader modelvægtene én gang (ca. 3 GB) og cacher dem. Senere kørsler starter med det samme.
- Hukommelse. Omkring 3 GB ledig hukommelse er nødvendig. På en svag enhed viser værktøjet en klar advarsel i stedet for at gå ned.
- Resultat. Den færdige fil er en 24 kHz WAV, klar til at falde ind i din redigeringstidslinje.
Hvem er det til
Neural tekst til tale dækker over masser af hverdagsopgaver: udtale et klip til sociale medier, lave en lydversion af en artikel, fortælle en præsentation, tjekke, hvordan et script lyder, eller blot lytte til et dokument i stedet for at læse det. Hvis du har brug for en bestemt persons stemme, skal du klone den fra en kort optagelse.
Den samme sektion har andre gratis værktøjer, der kører direkte i browseren: dybde kort, fjerner videobaggrund og video- og billedopskalering.
Ofte stillede spørgsmål
Er det virkelig gratis? Ja. Der opkræves ingen tokens for denne model, og den har ingen betalt API - din computer gør arbejdet.
Er min tekst uploadet? Nej. Hverken teksten eller lyden forlader din enhed; kun værktøjets kode og modelvægtene kommer fra serveren.
Hvor lang tid tager det? En kort sætning tager normalt under et minut efter, at modellen er blevet downloadet én gang; længere tekst tager længere tid, og statuslinjen viser, hvor den er.