Două tipuri de voci
Acest instrument de transformare a textului în vorbire oferă două surse de voci și merită să știi care este diferența.
- Vocile din browser sunt vocile integrate în sistemul de operare sau în browser. Pornesc instantaneu și sunt potrivite pentru a asculta un text. Numărul și calitatea lor depind de dispozitiv: Windows, macOS, Android și iOS au fiecare propriul set. Majoritatea browserelor nu permit înregistrarea acestor voci, așa că ele pot fi folosite doar pentru ascultare.
- Vocile neuronale sunt modele moderne de sinteză vocală pe care pagina le descarcă o singură dată și apoi le rulează pe dispozitivul tău. Sună mai natural, cu un ritm și o intonație mai bune, și pot fi salvate ca fișier audio. Sunt disponibile multe limbi, cu voci masculine și feminine acolo unde modelul le oferă.
Textul tău nu este trimis către un server pentru sinteza vocală. Vocea neuronală este calculată în browserul tău, ceea ce înseamnă și că funcționează fără internet după ce modelul a fost încărcat.
Prima dată când alegi o voce neuronală, modelul ei este descărcat. Un model de voce poate avea zeci de megabyți, așa că prima utilizare durează puțin pe o conexiune lentă; după aceea, vocea pornește rapid. Generarea vorbirii pentru un text lung necesită și ea ceva timp, deoarece fiecare propoziție este calculată pe dispozitivul tău, iar un computer este vizibil mai rapid decât un telefon. Încearcă mai întâi un paragraf scurt, ca să alegi vocea și viteza, apoi generează tot textul.
Cum obții rezultate naturale
- Folosește punctuația. Virgulele și punctele creează pauze. O propoziție lungă, fără virgule, este citită dintr-o suflare.
- Scrie numerele așa cum trebuie rostite dacă vocea le citește greșit, de exemplu „două mii douăzeci și șase” în loc de un an scris cu cifre, sau scrie abrevierile în întregime.
- Împarte textele lungi în paragrafe. Fiecare paragraf primește o pauză naturală.
- Alege vocea potrivită limbii. O voce de engleză care citește un text în franceză va suna fals, chiar dacă literele sunt aceleași.
- Ajustează viteza. Între 0,8 și 0,9 este potrivită pentru învățarea limbilor și pentru dictări, iar între 1,1 și 1,3 pentru ascultarea articolelor lungi.
Pentru ce se folosește
Voce off pentru videoclipuri scurte și prezentări, ascultarea articolelor și a notițelor de curs în loc să le citești, verificarea pronunției cuvintelor într-o limbă străină, crearea de anunțuri audio și ajutorarea persoanelor cu dificultăți de citire sau cu ochii obosiți. Dacă vrei ca vorbirea să sune ca și cum ar fi fost înregistrată într-o cameră, adaugă o reverberație ușoară. Pentru a combina vocea cu muzică de fundal, folosește Mixare audio.
Din vorbire în text
Ai nevoie de sensul invers? MP3 în text transformă o înregistrare în text scris, cu marcaje de timp, tot pe dispozitivul tău.
Dacă intenționezi să folosești vorbirea generată într-un proiect comercial, verifică mai întâi licența modelului de voce, deoarece termenii diferă de la o voce la alta.