Gere Fala Diretamente no seu Navegador
Transforme texto escrito em áudio falado com um modelo de voz neural que é executado no seu dispositivo.
Escolha uma voz, ajuste a velocidade de fala, gere áudio e baixe o resultado sem enviar seu texto para uma API de inferência de texto para fala remota.
Seções mais curtas geralmente geram mais rápido e são mais fáceis de visualizar.
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
Como Funciona
Gere fala em quatro etapas
O modo neural executa um modelo de texto para fala no seu navegador, em vez de enviar cada solicitação de geração para uma API de TTS remota.
Insira seu texto
Cole um roteiro, parágrafo, nota ou outro texto que você deseja ouvir.
Escolha uma voz
Selecione uma voz neural disponível e escolha o idioma correspondente ao seu texto.
Gere a fala
O modelo de fala processa seu texto no seu dispositivo e cria uma forma de onda de áudio.
Ouça ou baixe
Visualize o áudio gerado no seu navegador e baixe o arquivo WAV quando quiser guardá-lo.
Por que TTS no Dispositivo
Um gerador de voz projetado em torno do processamento local
Seu texto fica fora de uma solicitação remota de TTS
A geração de fala neural acontece com o modelo sendo executado no seu navegador, portanto, o texto não precisa ser enviado para uma API de inferência de texto para fala de terceiros.
Baixe áudio gerado real
O modo neural cria uma forma de onda de áudio que pode ser visualizada e salva como um arquivo WAV.
Nenhuma chave de API de fala necessária
Você não precisa conectar uma conta externa de texto para fala nem fornecer uma chave de API de TTS.
Alternativa de voz do sistema
Se o modelo neural não for prático no seu dispositivo, você ainda poderá usar as vozes disponibilizadas pelo seu navegador ou sistema operacional.
Voz Neural vs. Voz do Sistema
Voz Neural
- Usa um modelo de fala local carregado no seu navegador
- Cria áudio baixável
- Pode exigir um download de modelo maior na primeira utilização
- O desempenho depende do seu dispositivo
Voz do Sistema
- Usa vozes disponibilizadas pelo seu navegador ou sistema operacional
- Geralmente inicia mais rápido
- A disponibilidade de voz varia entre os dispositivos
- O processamento pode ser local ou usar um serviço fornecido pela sua plataforma
- O download de áudio não é garantido
Usos Comuns
Formas úteis de transformar texto em fala
Visualizar roteiros
Ouça narrações, roteiros de vídeos, apresentações ou diálogos antes de gravar.
Revisar ouvindo
Ouvir o texto em voz alta pode facilitar a percepção de termos estranhos, palavras faltando ou problemas de ritmo.
Criar rascunhos de narração
Gere uma trilha de voz temporária para protótipos, demonstrações, apresentações ou fluxos de trabalho de edição.
Ouvir notas e material de estudo
Transforme material escrito em áudio quando ouvir for mais conveniente do que ler.
Testar pronúncia e ritmo
Compare vozes e velocidades de fala para ouvir como o texto soa antes de usá-lo em outro lugar.
Use a fala gerada de forma responsável
O áudio gerado pode soar semelhante ao humano. Não o utilize para enganar pessoas sobre quem está falando, se passar por outra pessoa, cometer fraudes ou criar representações enganosas de indivíduos reais.
- Não apresente o áudio gerado como uma gravação de uma pessoa real quando não for.
- Não use vozes ou conteúdos de maneiras que violem direitos ou acordos aplicáveis.
- Considere divulgar áudio sintético quando o contexto puder induzir os ouvintes a erro.
- Revise os termos de qualquer plataforma onde você planeja publicar o áudio gerado.
Coisas a saber antes de gerar
O primeiro uso pode demorar mais
O TTS neural exige que os arquivos do modelo sejam carregados antes que a geração possa começar.
O desempenho varia de acordo com o dispositivo
A velocidade de geração depende do suporte do navegador, da memória disponível, dos recursos de CPU ou GPU, do comprimento do texto e do formato do modelo.
A pronúncia nem sempre pode estar correta
Nomes, abreviações, grafias incomuns, terminologia técnica e texto em vários idiomas podem ser pronunciados de maneira diferente do esperado.
A disponibilidade de voz pode diferir
As vozes neurais e de sistema disponíveis dependem da versão do modelo selecionada e do ambiente do dispositivo.
A fala gerada não é uma gravação humana
A voz neural é um áudio sintético gerado a partir de texto.
Privacidade
Como seu texto é processado
Voz Neural
A geração de fala foi projetada para ser executada no seu navegador com o modelo de TTS neural carregado. Seu texto não precisa ser enviado para uma API de inferência de texto para fala remota.
Downloads de modelos
Seu navegador deve carregar os arquivos de modelo e voz antes que a geração local possa ser executada. Esses arquivos podem ser armazenados em cache pelo seu navegador quando suportado.
Voz do Sistema
A Voz do Sistema utiliza o serviço de fala disponibilizado pelo seu navegador ou sistema operacional. Se esse serviço é totalmente local depende da voz selecionada, do navegador, do sistema operacional e da configuração do dispositivo.
Dados do site
A geração de fala local não significa que todo o site opere sem atividade de rede. Consulte nossa Política de Privacidade para obter informações atuais sobre análises, registros, cookies e outros serviços do site.
FAQ
Perguntas Frequentes
Respostas sobre geração de fala local, downloads de modelos, privacidade, arquivos de áudio e compatibilidade de dispositivos.
Transforme seu texto em fala
Escolha uma voz neural, gere áudio no seu dispositivo e baixe o resultado quando estiver pronto.