Libreng AI voice generator

Paano gumawa ng libreng AI voice

1. I-type o i-paste ang teksto mo sa kahon. Hanggang 5,000 character sa bawat pagkakataon.
2. Pumili ng boses at bilis. Si Heart ang pinakanatural sa mga American na boses, at si Emma ay magandang British na boses.
3. Pindutin ang button. Sa unang pagkakataon, dina-download ng page ang voice model nang isang beses, mga 115 MB, at ipinapakita kung gaano na ito kalayo. Pagkatapos, nase-save ang boses sa browser mo at mas mabilis na magsisimula.
4. Makinig, saka pindutin ang Download WAV para i-save ang file. Sa iyo ito para gamitin.

Bakit ito libre

Hindi ito trial at walang credit counter. Ang boses ay isang open model na tinatawag na Kokoro, na may 82 milyong parameter, sapat na liit para tumakbo sa ordinaryong laptop o phone. Dina-download ito ng browser mo mula sa amin nang isang beses at tumatakbo sa sarili mong device, kaya hindi kailanman umaabot sa server ang teksto mo, at wala kaming binabayaran sa bawat paggamit. Iyon ang buong dahilan kung bakit puwede itong manatiling libre nang walang sign-up.

Anong mga wika ang sinasalita nito

English lang, sa dalawang accent: 12 American na boses (7 babae, 5 lalaki) at 8 British na boses (4 babae, 4 lalaki). May mga boses ang Kokoro model sa ibang wika, pero ang in-browser na bersyong ginagamit dito ay para sa English, kaya English lang ang inaalok namin, ang mga nasubukan na namin. Para sa ibang wika, gamitin ang Hermoso AI voiceover tool.

Para saan ito magaling

• Mga draft at timing. Pakinggan ang script bago mo i-film, at tingnan kung gaano ito katagal.
• Mga explainer at tutorial. Malinaw at pantay na boses na nagbabasa ng screen recording.
• Accessibility. Audio na bersyon ng post o artikulo.
• Magaspang na voiceover para sa ads. Subukan ang hook nang malakas bago mo piliin ang huling take.

Mga limitasyong dapat alamin

• Model ito na may 82 milyong parameter, kaya natural ang tunog para sa laki nito, pero hindi kasing-expressive ng pinakamalalaking bayad na boses. Hindi mo maitatakda ang emosyon, bulong, o sigaw.
• Walang voice cloning at walang ibang wika maliban sa English.
• Mga 115 MB ang unang load. Sa mabagal na koneksyon o lumang phone, mas matagal ito, at maaaring mas mabagal magsalita sa lumang device kaysa sa totoong bilis.
• Ang mga numero, acronym, at pangalan ng brand ay binabasa ayon sa hula ng model. Kung may mali, baybayin ang salita sa paraang dapat itong tunog.

Kailangan mo ba ng higit pa rito?

Para sa mga premium na boses sa maraming wika, cloned na boses, musika at tunog, at voiceover na direktang mapupunta sa video ad, gamitin ang Hermoso AI voiceover. Magkatabi ang libreng boses at ang mga premium na boses, kaya puwede kang mag-draft dito at tapusin doon. Ang paghahambing ng mga libreng tool sa bayad na voice tool ay nasa free AI voice generator vs paid.

Gawa sa open model at code: mga license, credit, at source.

Mga madalas na tanong

May libreng AI voice generator ba na walang sign-up?

Meron. Pinapatakbo ng page na ito ang isang open text-to-speech model sa browser mo. Mag-type ka ng teksto, pindutin ang button, at i-download ang audio bilang WAV file, walang account at walang limit kung ilang beses mo itong gagamitin.

Libre ba talaga?

Oo. Tumatakbo ang model sa sarili mong device, kaya walang gastos sa amin sa bawat paggamit, at walang credit counter, trial, o watermark.

Ina-upload ba kahit saan ang teksto ko?

Hindi. Binibigkas ang teksto ng model na tumatakbo sa browser mo. Ang mga model file lang ang dina-download, isang beses, mula sa assets.hermoso.ai.

Anong mga wika ang suportado?

English lang, may American at British na accent: 12 American at 8 British na boses. Para sa ibang wika, gamitin ang Hermoso AI voiceover tool.

Bakit humigit-kumulang 115 MB ang dina-download sa unang pagkakataon?

Iyon ang voice model at ang engine na nagpapatakbo nito. Nase-save ang mga ito sa browser mo, kaya sa susunod, magsisimula agad ang boses nang walang bagong download.

Puwede ko bang gamitin ang audio para sa komersyal na layunin?

Ang Kokoro model ay inilabas sa ilalim ng Apache 2.0 license, na pumapayag sa komersyal na paggamit. Siguraduhin lang na sa iyo ang tekstong binabasa mo.

Anong file ang makukuha ko?

WAV file, 24 kHz mono, 16-bit, na tumatakbo sa anumang video o audio editor.

Paano ito naiiba sa mga premium na AI voice?

Maliit na open model ito, kaya hindi gaanong expressive at English lang. Ang mga premium na boses ay may maraming wika, emotion control, at cloned voice, at tumatakbo sila sa mga server namin, hindi sa device mo.