Twoje tokeny: 0
Aktualny stan Twoich tokenów. Opis zasady pobierania Tokenów znajdziesz w sekcji FAQ, poniżej.
Wybierz lektora:
Klikając na zdjęcie wybierz głos swojego lektora spośród 6 widocznych poniżej. Zdjęcia są całkowicie poglądowe.
Anna AI
Oskar AI
Natalia AI
Eryk AI
Sylwia AI
Marek AI
Wybierz format pliku:
Do wyboru masz 3 formaty wygenerowanego pliku audio.
MP3 – algorytm kompresji stratnej dźwięku zapisanego w postaci sygnału cyfrowego.
AAC – algorytm stratnej kompresji danych dźwiękowych, zaprojektowany został jako następca MP3, oferujący lepszą jakość dźwięku przy podobnym rozmiarze danych.
FLAC – format bezstratnej kompresji dźwięku, a jego wzorcowa implementacja jest wolnym oprogramowaniem.
MP3 – algorytm kompresji stratnej dźwięku zapisanego w postaci sygnału cyfrowego.
AAC – algorytm stratnej kompresji danych dźwiękowych, zaprojektowany został jako następca MP3, oferujący lepszą jakość dźwięku przy podobnym rozmiarze danych.
FLAC – format bezstratnej kompresji dźwięku, a jego wzorcowa implementacja jest wolnym oprogramowaniem.
Ważne! Strona glos-lektora.pl nie ponosi odpowiedzialności za błędnie wygenerowane pliki audio, ich jakość oraz formę interpretacji.
Są one generowane i dostarczane przez zewnętrznego usługodawcę dlatego glos-lektora.pl nie ma wpływu na ich ostateczną formę.
FAQ - Najczęściej Zadawane Pytania
W jakich językach mogę generować mowę?
Pomimo, że algorytm jest optymizowany dla języka angielskiego, świetnie radzi sobie również z językami:
Afrikaans, Arabski, Ormiański, Azerbejdżański, Białoruski, Bośniacki, Bułgarski, Kataloński, Chiński, Chorwacki, Czeski,
Duński, Niderlandzki, Angielski, Estoński, Fiński, Francuski, Galicyjski, Niemiecki, Grecki, Hebrajski, Hindi, Węgierski,
Islandzki, Indonezyjski, Włoski, Japoński, Kannada, Kazachski, Koreański, Łotewski, Litewski, Macedoński, Malajski, Marathi,
Maoryski, Nepalski, Norweski, Perski, Polski, Portugalski, Rumuński, Rosyjski, Serbski, Słowacki, Słoweński, Hiszpański,
Suahili, Szwedzki, Tagalog, Tamilski, Tajski, Turecki, Ukraiński, Urdu, Wietnamski, Walijski.
Aby wygenerować audio w języku obcym, po prostu wpisz lub wklej tekst w tym języku.
Aby wygenerować audio w języku obcym, po prostu wpisz lub wklej tekst w tym języku.
Czy forma w jakiej wpisuję lub wklejam tekst ma znaczenie?
Tak! Aby wygenerowany plik audio brzmiał jak najlepiej, warto dobrze zredagować wklejany tekst.
Interpunkcja ma ogromne znaczenie! Algorytm interpretuje wszystkie znaki interpunkcyjne, aby intonacja lektora była jak najbardziej naturalna.
Liczebniki najlepiej zastąpić słowami, np. "Ta 19 latka" warto napisać jako "Ta dziewiętnastolatka". Skomplikowane nazwy czy skróty najlepiej zapisać fonetycznie np. Montreux zapisać jako Montro.
Algorytm podejmuje próby przedstawienia nieco innych interpretacji przy kolejnych próbach wygenerowania tego samego tekstu.
Interpunkcja ma ogromne znaczenie! Algorytm interpretuje wszystkie znaki interpunkcyjne, aby intonacja lektora była jak najbardziej naturalna.
Liczebniki najlepiej zastąpić słowami, np. "Ta 19 latka" warto napisać jako "Ta dziewiętnastolatka". Skomplikowane nazwy czy skróty najlepiej zapisać fonetycznie np. Montreux zapisać jako Montro.
Algorytm podejmuje próby przedstawienia nieco innych interpretacji przy kolejnych próbach wygenerowania tego samego tekstu.
Dlaczego pobierane są różne ilości Tokenów w zależności od długości przetwarzanego tekstu?
Libcza Tokenów jest różna ponieważ właściciel dostarczający usługę generowania mowy z tekstu (Text to Speech) pobiera różne opłaty, zależne od długości tekstu.
W jaki sposób pobierane są Tokeny?
Stan Tokenów pomniejszany jest w następujący sposób:
Za zapytanie o długości tekstu:
– od 1 do 1000 znaków: 1 Token
– od 1001 do 2000 znaków: 2 Tokeny
– od 2001 do 3000 znaków: 3 Tokeny
– od 3001 do 4000 znaków: 4 Tokeny
– od 4001 do 4096 znaków: 5 Tokenów
Maksymalna ilość znaków wprowadzonego tekstu przy jednorazowym zapytaniu wynosi 4096 (około 5 minut audio).
Za zapytanie o długości tekstu:
– od 1 do 1000 znaków: 1 Token
– od 1001 do 2000 znaków: 2 Tokeny
– od 2001 do 3000 znaków: 3 Tokeny
– od 3001 do 4000 znaków: 4 Tokeny
– od 4001 do 4096 znaków: 5 Tokenów
Maksymalna ilość znaków wprowadzonego tekstu przy jednorazowym zapytaniu wynosi 4096 (około 5 minut audio).
Czy wygenerowany plik audio jest moją własnością?
Tak. Osoba, która stworzyła wygenerowany plik audio staje się jego włascicielem. Pamiętaj, że wygenerowany głos jest wytworem AI (Sztucznej inteligencji) a nie głosem prawdziwej osoby.
Czy głos, który słyszę jest głosem ludzkim?
Nie. Głos każdego z lektorów AI jest w całości generowany przez sztuczną inteligencję (AI generated). Żaden z głosów nie jest głosem człowieka.
Jak mogę kontrolować zakres emosji w generowanym pliku audio?
Nie ma bezpośredniego mechanizmu kontrolującego emocjonalną treść generowanego dźwięku. Pewne czynniki mogą wpłynąć na wyjściową ścieżkę dźwiękową, takie jak wielkość liter czy gramatyka, ale nasze wewnętrzne testy z ich użyciem przyniosły mieszane wyniki.
Czy mogę stworzyć własną, spersonalizowaną kopię mojego głosu?
Nie, nie wspieramy takiej możliwości.
Dlaczego czasami w polskiej mowie słyszę akcent angielski?
Algorytm jest zoptymalizowany głównie dla języka angielskiego. Jednak nasze wewnętrzne testy wykazały, że kilkukrotne generowanie tego samego tekstu przez tego samego lub innego lektora AI, przynosi inne, również lepsze efekty.