Genera Parlato Direttamente nel Tuo Browser
Trasforma il testo scritto in audio parlato con un modello vocale neurale che viene eseguito sul tuo dispositivo.
Scegli una voce, regola la velocità di pronuncia, genera l'audio e scarica il risultato senza inviare il tuo testo a un'API di inferenza text-to-speech remota.
Le sezioni più brevi di solito si generano più velocemente e sono più facili da ascoltare in anteprima.
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
Come Funziona
Genera parlato in quattro passaggi
La modalità neurale esegue un modello text-to-speech direttamente nel browser anziché inviare ogni richiesta di generazione a un'API TTS remota.
Inserisci il tuo testo
Incolla una sceneggiatura, un paragrafo, una nota o un altro testo che desideri ascoltare.
Scegli una voce
Seleziona una voce neurale disponibile e scegli la lingua corrispondente al tuo testo.
Genera parlato
Il modello di parlato elabora il tuo testo sul dispositivo e crea una forma d'onda audio.
Ascolta o scarica
Visualizza l'anteprima dell'audio generato nel browser e scarica il file WAV quando desideri conservarlo.
Perché il TTS sul Dispositivo
Un generatore di voce progettato attorno all'elaborazione locale
Il tuo testo non viene incluso in una richiesta TTS remota
La generazione vocale neurale avviene con il modello in esecuzione nel browser, quindi il testo non deve essere inviato a un'API di inferenza text-to-speech di terze parti.
Scarica audio reale generato
La modalità neurale crea una forma d'onda audio che può essere ascoltata in anteprima e salvata come file WAV.
Nessuna chiave API vocale richiesta
Non è necessario collegare un account text-to-speech esterno o fornire una chiave API TTS.
Ripiego sulla voce di sistema
Se il modello neurale non è pratico sul tuo dispositivo, puoi comunque utilizzare le voci esposte dal tuo browser o sistema operativo.
Voce Neurale vs. Voce di Sistema
Voce Neurale
- Utilizza un modello vocale locale caricato nel browser
- Crea audio scaricabile
- Potrebbe richiedere un download iniziale del modello più pesante
- Le prestazioni dipendono dal tuo dispositivo
Voce di Sistema
- Utilizza le voci esposte dal browser o dal sistema operativo
- Di solito si avvia più rapidamente
- La disponibilità delle voci varia tra i dispositivi
- L'elaborazione può essere locale o utilizzare un servizio fornito dalla tua piattaforma
- Il download dell'audio non è garantito
Usi Comuni
Modi utili per trasformare il testo in parlato
Anteprima di sceneggiature
Ascolta narrazioni, script video, presentazioni o dialoghi prima della registrazione.
Rilettura tramite ascolto
Ascoltare il testo ad alta voce rende più facile notare formulazioni imbarazzanti, parole mancanti o problemi di ritmo.
Crea bozze di narrazione
Genera una traccia vocale temporanea per prototipi, demo, presentazioni o flussi di lavoro di editing.
Ascolta note e materiale di studio
Trasforma il materiale scritto in audio quando l'ascolto è più comodo della lettura.
Testa pronuncia e ritmo
Confronta voci e velocità di pronuncia per sentire come suona il testo prima di usarlo altrove.
Usa il parlato generato in modo responsabile
L'audio generato può sembrare simile a quello umano. Non usarlo per ingannare le persone su chi sta parlando, impersonare un'altra persona, commettere frodi o creare rappresentazioni fuorvianti di individui reali.
- Non presentare l'audio generato come la registrazione di una persona reale quando non lo è.
- Non utilizzare voci o contenuti in modi che violino i diritti o gli accordi applicabili.
- Considera di segnalare l'audio sintetico quando il contesto potrebbe altrimenti fuorviare gli ascoltatori.
- Rivedi i termini di qualsiasi piattaforma in cui prevedi di pubblicare l'audio generato.
Cose da sapere prima di generare
Il primo utilizzo potrebbe richiedere più tempo
Il TTS neurale richiede il caricamento dei file del modello prima che la generazione possa iniziare.
Le prestazioni variano in base al dispositivo
La velocità di generazione dipende dal supporto del browser, dalla memoria disponibile, dalle capacità di CPU o GPU, dalla lunghezza del testo e dal formato del modello.
La pronuncia potrebbe non essere sempre corretta
Nomi, abbreviazioni, ortografie insolite, terminologia tecnica e testi in lingua mista possono essere pronunciati diversamente dal previsto.
La disponibilità delle voci potrebbe differire
Le voci neurali e di sistema disponibili dipendono dalla versione del modello selezionata e dall'ambiente del dispositivo.
Il parlato generato non è una registrazione umana
La voce neurale è un audio sintetico generato a partire dal testo.
Privacy
Come viene elaborato il tuo testo
Voce Neurale
La generazione del parlato è progettata per essere eseguita nel browser con il modello TTS neurale caricato. Il tuo testo non deve essere inviato a un'API di inferenza text-to-speech remota.
Download dei modelli
Il tuo browser deve caricare i file del modello e della voce prima che la generazione locale possa essere avviata. Questi file possono essere memorizzati nella cache dal browser quando supportato.
Voce di Sistema
La voce di sistema utilizza il servizio di sintesi vocale esposto dal browser o dal sistema operativo. Se tale servizio sia completamente locale dipende dalla voce selezionata, dal browser, dal sistema operativo e dalla configurazione del dispositivo.
Dati del sito web
La generazione vocale locale non significa che l'intero sito web funzioni senza attività di rete. Consulta la nostra Informativa sulla privacy per informazioni aggiornate su analisi, log, cookie e altri servizi del sito.
FAQ
Domande Frequenti
Risposte sulla generazione vocale locale, sul download dei modelli, sulla privacy, sui file audio e sulla compatibilità dei dispositivi.
Trasforma il tuo testo in parlato
Scegli una voce neurale, genera l'audio sul tuo dispositivo e scarica il risultato quando sei pronto.