Kort sagt (BLUF): Text till tal förvandlar inskriven text till röst direkt i din webbläsare: skriv in texten, välj ett språk och en röst och få en ljudfil. Texten och ljudet lämnar aldrig din enhet, inga tokens debiteras och det finns ingen betald API här. Modellen kan 600+ språk, och en röst kan klonas från ditt eget ljud - en uppladdad fil eller en mikrofoninspelning. Resultatet spelas upp i spelaren och laddas ner som en WAV-fil.
Det är talsyntes: text går in, ljud kommer ut. Använd den för att rösta en video med din egen eller en vald röst, skapa ett utkast till voice-over-spår, kolla hur en text låter på ett annat språk, eller helt enkelt lyssna på en lång artikel istället för att läsa den.
Leveransen styrs med en textinstruktion: lugn läsning, en viskning, glädje eller sorg. Känslan sätts ihop med texten snarare än med reglagen, så resultatet låter mer naturligt.
Verktyget levereras med ett bibliotek av klara röster - manliga och kvinnliga, olika klangfärger. Välj ett språk och en röst och börja rösta.
Om du behöver din egen röst, klona den från ett kort prov: ladda upp en ljudfil eller spela in 15–30 sekunder från mikrofonen. Verktyget analyserar provet och lägger till rösten till din lista - efter det väljs den som vilken annan som helst. Skapade röster hålls i webbläsaren och överlever en omladdning av sidan.
Texten och ljudet lämnar aldrig din dator: inte en rad går till vår server eller till någon annans. Modellen laddas in i webbläsaren en gång (cirka 3 GB vikter) och tas sedan från cachen, medan beräkningen körs på ditt grafikkort genom WebGPU. Om grafikkortet inte är tillgängligt faller motorn ärligt tillbaka till processorn och berättar om det - det är märkbart långsammare.
Inga tokens debiteras för tal: det är ett gratis verktyg som körs på din hårdvara, inte på vår.
Inmatningsfältet rymmer upp till 20 000 tecken. Lång text delas upp i delar vid meningsgränser och tonsätts efter varandra med korta pauser — tempot håller sig jämnt oavsett längd och ingenting går förlorat i slutet. Förloppsindikatorn visar vilken del som läses.
Du kan avbryta när som helst: efter avbrytningen startar en ny körning direkt, utan att sidan laddas om.
Verktyget fungerar bäst i Chrome eller Edge på ett skrivbord, där WebGPU är tillgängligt. I webbläsare utan WebGPU genereras rösten på processorn (WASM): den fungerar fortfarande, men märkbart långsammare, särskilt för lång text.
Första körningen tar längre tid: vikterna laddas ner och rösten värms upp så att det allra första resultatet redan låter rent. Senare körningar är mycket snabbare.
Ja. Modellen och dess vikter laddas in i webbläsaren och beräkningen körs på din enhet. Texten, mikrofoninspelningen och det resulterande ljudet laddas aldrig upp – verktyget har inga betalda API alls.
Ingenting. Inga tokens debiteras: det är ett gratis verktyg som beräknar på din dator.
Ja. Inmatningsfältet rymmer upp till 20 000 tecken, och lång text läses i på varandra följande delar så att ingenting går förlorat.
Ladda upp en ljudfil med ett röstprov eller spela in 15–30 sekunder från mikrofonen. Verktyget analyserar provet och rösten visas i din lista – du kan rösta vilken text som helst med den.
Det betyder att webbläsaren inte kunde använda grafikkortet (WebGPU) och motorn bytte till processorn — långsammare, men samma resultat. Du kan ladda om sidan och försöka igen: grafikkortet är ofta ledigt då.
600+ språk. Du kan välja språk manuellt eller låta automatisk detektering vara på.
Under perioden 08.10.2026–07.11.2026 (30 dagar) slutförde plattformen NeuralSpace 19 617 genereringar med framgång: 16 254 bilder, 2 265 videor och 1 098 musikstycken. Källa: NeuralSpace interna databas, enbart anonymiserade antal (utan prompts, namn eller id), beräknad 07.11.2026. N = 19 617.