Ukratko (BLUF): Tekst u govor pretvara upisani tekst u glas izravno u vašem pregledniku: unesite tekst, odaberite jezik i glas i preuzmite audio datoteku. Tekst i zvuk nikada ne napuštaju vaš uređaj, tokeni se ne naplaćuju i ovdje nema plaćenih API. Model poznaje 600+ jezika, a glas se može klonirati iz vlastitog zvuka — učitane datoteke ili snimke s mikrofona. Rezultat se reproducira u playeru i preuzima kao datoteka WAV.
To je sinteza govora: tekst ulazi, zvuk izlazi. Koristite ga za zvučanje videozapisa vlastitim ili odabranim glasom, izradu nacrta zvučnog zapisa, provjeru kako tekst zvuči na drugom jeziku ili jednostavno poslušajte dugačak članak umjesto da ga čitate.
Isporuka se kontrolira tekstualnom uputom: mirno čitanje, šapat, radost ili tuga. Emocija je postavljena zajedno s tekstom, a ne s klizačima, tako da rezultat zvuči prirodnije.
Alat se isporučuje s zbirkom spremnih glasova — muških i ženskih, različitih boja. Odaberite jezik i glas i počnite izgovarati.
Ako vam treba vlastiti glas, klonirajte ga iz kratkog uzorka: prenesite audio datoteku ili snimite 15–30 sekundi iz mikrofona. Alat analizira uzorak i dodaje glas na vaš popis — nakon toga se bira kao i svaki drugi. Stvoreni glasovi čuvaju se u pregledniku i prežive ponovno učitavanje stranice.
Tekst i zvuk nikada ne napuštaju vaše računalo: nijedan redak ne ide na naš poslužitelj ili na bilo čiji drugi. Model se učitava u preglednik jednom (oko 3 GB težine) i zatim se uzima iz predmemorije, dok se proračun izvodi na vašoj grafičkoj kartici do WebGPU. Ako je grafička kartica nedostupna, motor se iskreno vraća na procesor i govori vam o tome — to je osjetno sporije.
Za govor se ne naplaćuju nikakvi tokeni: to je besplatan alat koji radi na vašem hardveru, a ne na našem.
Polje za unos ima do 20.000 znakova. Dugi tekst se dijeli na dijelove na granicama rečenica i izgovara jedan za drugim s kratkim pauzama — tempo ostaje ujednačen bez obzira na duljinu i ništa se ne gubi na kraju. Traka napretka pokazuje koji se dio čita.
Možete otkazati u bilo kojem koraku: nakon otkazivanja odmah počinje novo izvođenje, bez ponovnog učitavanja stranice.
Alat najbolje radi u Chrome ili Edge na stolnom računalu, gdje je WebGPU dostupan. U preglednicima bez WebGPU glas se generira na procesoru (WASM): i dalje radi, ali osjetno sporije, posebno za dugačak tekst.
Prvo pokretanje traje duže: utezi se preuzimaju i glas se zagrijava tako da već prvi rezultat zvuči čisto. Kasnije vožnje su mnogo brže.
Da. Model i njegove težine učitavaju se u preglednik, a izračun se izvodi na vašem uređaju. Tekst, snimka mikrofona i rezultirajući zvuk nikada se ne učitavaju — alat uopće nema plaćenih API.
Ništa. Tokeni se ne naplaćuju: to je besplatan alat koji računa na vašem računalu.
Da. Polje za unos sadrži do 20.000 znakova, a dugačak tekst se izgovara u uzastopnim dijelovima tako da se ništa ne gubi.
Prenesite audio datoteku s uzorkom glasa ili snimite 15–30 sekundi iz mikrofona. Alat analizira uzorak i glas se pojavljuje na vašem popisu — njime možete izgovoriti bilo koji tekst.
To znači da preglednik nije mogao koristiti grafičku karticu (WebGPU) i motor se prebacio na procesor — sporije, ali isti rezultat. Možete ponovo učitati stranicu i pokušati ponovo: grafička kartica je tada često slobodna.
600+ jezika. Jezik možete odabrati ručno ili ostaviti automatsko otkrivanje uključenim.