08-09-2025 , 16-09-2025
Otevřete rozbalovací nabídku jazyků a vyberte jazyk svého textu. Podporované jazyky: Více než 150 jazyků (knihovna hlasů AI).
Po výběru jazyka se zobrazí seznam hlasů. Poslechněte si ukázky a vyberte si svůj oblíbený.
Zkopírujte svůj text do textového pole nebo nahrajte soubor (DOCX, PDF). Pro převod titulků na řeč použijte speciální stránku SRT do hlasu.
Počkejte na zpracování a stáhněte si hotový zvukový soubor.
To je vše! Váš první hlasový projev je hotový během několika minut.
💡 Tip: Při kopírování z PDF souborů věnujte textu zvláštní pozornost — mohou se objevit neviditelné znaky, které zkazí zvuk!
Maximálně na generaci: 2 000 000 znaků (≈ 285 000–330 000 slov) - to je působivé množství textu, které můžete převést na řeč v jedné generaci, což je ideální pro dlouhé texty, jako jsou celé knihy nebo rozsáhlá dokumentace.
⚠️ Důležité: Nejprve vyberte správný jazyk pro svůj text.
Po výběru jazyka se otevře seznam dostupných hlasů. Poslechněte si ukázky kliknutím na tlačítko přehrávání u každého hlasu, abyste našli ten, který nejlépe vyhovuje vašim potřebám. Uvidíte různé typy hlasů: Běžné hlasy nabízejí standardní kvalitu, PRO hlasy poskytují vylepšenou kvalitu a přirozenost a vícejazyčné hlasy (označené kódy jazyků jako Ava_US, Ava_ES) vám umožní udržet konzistenci hlasu napříč různými jazyky. Věnujte čas předposlechu každého hlasu, protože se výrazně liší tónem, emocemi a charakterem.
Pod textovým polem, nad tlačítkem generování, můžete upravit nastavení pauz:
Klikněte na tlačítko "Generovat řeč" pod textovým polem, abyste spustili proces převodu. Doba zpracování závisí na délce vašeho textu - kratší texty se dokončí během několika sekund, zatímco delší dokumenty mohou trvat několik minut. Po dokončení generování si budete moci výsledek poslechnout přímo v prohlížeči, abyste se ujistili, že splňuje vaše očekávání.
Po dokončení generování se objeví tlačítko "Stáhnout". Ve výchozím nastavení můžete soubor jednoduše stáhnout jako MP3. Pokud však potřebujete jiný formát (WAV nebo OPUS) nebo chcete změnit kvalitu zvuku (vzorkovací frekvence od 8000 do 44000 Hz), musíte nejprve vybrat tyto možnosti z rozbalovacích nabídek, znovu vygenerovat řeč s vybranými nastaveními a poté stáhnout soubor s preferovanými specifikacemi.
Škála rychlosti:
Proč tato škála: Zlomkové hodnoty menší než 1 zpomalují řeč, větší než 1 ji zrychlují. To umožňuje přesný výběr tempa pro vaše publikum.
Doporučení pro rychlost:
Rozsah výšky: od -20 do +20 s krokem 2.
Proč krok 2: Krok 2 jednotek poskytuje znatelnou, ale ne ostrou změnu výšky. Menší kroky by nebyly znatelné, větší kroky by byly příliš dramatické.
Vliv výšky:
Použití:
Pauzy mezi větami: 300 ms (výchozí).
Pauzy mezi odstavci: 400 ms (výchozí).
Tato nastavení lze změnit v rozbalovacích nabídkách od 150 ms do 30 sekund.
Přes rozhraní:
Přes tagy:
Na požadované místo vložte tag <break time="200ms"/> nebo <break time="2s"/>.
Pravidla pro pauzy:
Kdy používat pauzy:
Funkce dialogu umožňuje použití různých hlasů v jednom textu.
Funkce vícejazyčného dialogu otevírá kreativní možnosti nad rámec pouhých hlasů postav. Učitelé cizích jazyků například mohou tuto funkci využít k demonstraci stejné fráze v různých rychlostech pro výuku jazyků, což studentům pomáhá pochopit výslovnost na různých úrovních porozumění. Podrobné techniky a aplikace ve třídě naleznete v našem průvodci použitím převodu textu na řeč pro výuku cizích jazyků.
Hlasy s kódy jazyků (např. Ava_US, Ava_ES, Ava_DE) jsou navrženy tak, aby udržovaly konzistentní rozpoznávání hlasu napříč různými jazyky. Tyto vícejazyčné hlasy vám umožňují vytvořit jednotný styl pro vícejazyčný obsah, čímž zajišťují, že stejná hlasová osobnost může plynule mluvit více jazyky. Tato funkce je zvláště užitečná v režimu dialogu, kde můžete přepínat mezi jazyky a přitom zachovat stejnou rozpoznatelnou osobnost hlasu v celém vašem zvukovém projektu.
SpeechGen umožňuje rozdělit vygenerovaný zvuk do více segmentů v rámci jednoho projektu syntézy, což je ideální pro editory videa, kteří potřebují samostatné zvukové soubory pro různé scény nebo kapitoly. Tato funkce je zvláště užitečná pro vytváření hlasových projevů pro videa na YouTube, online kurzy nebo jakékoli projekty vyžadující přesnou synchronizaci zvuku.
Chcete-li zvuk rozdělit, jednoduše umístěte kurzor na místo, kde chcete text rozdělit, a klikněte na tlačítko "střih" v panelu nabídky. Tím se na dané pozici vloží tag <cut/>. Tento tag můžete také ručně napsat nebo zkopírovat a vložit do svého textu. Pro vlastní názvy souborů použijte tento formát:
<cut name="váš-název-souboru"/>
Tato funkce vám pomůže organizovat segmenty s výstižnými názvy, jako jsou:
<cut name="intro"/>
<cut name="kapitola-1"/>
Jakmile přidáte alespoň jeden segmentový tag, po generování se objeví tlačítko "stáhnout segmenty". Kliknutím na něj stáhnete všechny segmenty najednou, nebo použijte tlačítko "více" na přehrávači zvuku pro přístup k jednotlivým segmentům. Každý soubor je automaticky pojmenován jedinečným ID, číslem sekvence a popisným názvem (např. "7054789_1_první-věta"), což usnadňuje identifikaci a organizaci vašich zvukových souborů ve vašem editačním softwaru.
Pro větší projekty rozdělte do více generací. Pro komplexní pokyny, pokročilé techniky a video návody navštivte naši kompletní dokumentaci k segmentaci zvuku.
Některé hlasy mají grafy intonace:
Grafy intonace jsou k dispozici u hlasů, které zobrazují ikonu nastavení vedle názvu hlasu - tato funkce se nachází u více než poloviny hlasů v knihovně, včetně běžných i PRO možností.
Vyberte větu, u které chcete upravit intonaci, a stiskněte tlačítko intonace. Zobrazí se toto rozhraní.
SpeechGen.io používá inteligentní systém ukládání do mezipaměti, který výrazně šetří vaše limity. Systém funguje tak, že ukládá každou větu (až 100 000 znaků) do mezipaměti po dobu 7 dnů. Když znovu generujete zvuk, všechny nezměněné věty se automaticky načtou z mezipaměti zdarma - platíte pouze za nové nebo upravené věty. To znamená, že můžete provádět postupné úpravy svého textu, aniž byste pokaždé spotřebovali celý svůj povolený počet znaků. Historie projektů je uložena po dobu 30 dnů a soubory, které přidáte do oblíbených, jsou uchovávány trvale.
Doby ukládání:
Hlas zní nepřirozeně:
Nesprávná výslovnost:
Nepřirozené pauzy:
Chyby SSML:
Pro odborné řízení hlasu použijte SSML tagy:
⚠️ Pozor: Různé hlasy podporují různé sady SSML tagů. Otestujte funkčnost pro každý konkrétní hlas.
API je k dispozici pro vývojáře pro integraci SpeechGen.io do jejich vlastních aplikací a služeb.
Nejprve zkontrolujte, zda je váš soubor v podporovaném formátu (DOCX, PDF nebo TXT). Ujistěte se, že soubor není poškozený, a zkuste nahrát znovu. Pokud problém přetrvává, zkopírujte text ručně a vložte jej přímo do textového pole. Také ověřte, zda velikost vašeho souboru nepřekračuje limity platformy.
Historie vašich projektů je automaticky ukládána po dobu 30 dnů. Chytrá mezipaměť (pro úsporu na úrovni vět) trvá 7 dní. Chcete-li soubory uchovat trvale, přidejte je do oblíbených. Tím zajistíte, že vaše důležité zvukové projekty nebudou nikdy ztraceny a zůstanou přístupné ve vašem profilu.
Ano! SpeechGen nabízí generování zvuku s více hlasy (režim dialogu). Můžete přiřadit různé hlasy různým částem textu, což je ideální pro audioknihy s více postavami, vzdělávací dialogy nebo podcasty s více řečníky. Můžete dokonce použít vícejazyčné hlasy k přepínání mezi jazyky při zachování konzistence postav.
Záleží na tom, která nastavení změníte. Úprava rychlosti řeči nebo výšky hlasu vyžaduje úplné přegenerování a spotřebuje vaše limity znaků, protože tyto změny ovlivňují celou syntézu hlasu. Můžete však volně upravovat pauzy mezi větami a odstavci bez jakéhokoli spotřebování limitu. Kromě toho SpeechGen využívá chytrou mezipaměť: pokud vygenerujete dlouhý text, pak upravíte pouze jednu větu a znovu vygenerujete, systém vám naúčtuje pouze tuto jednu změněnou větu, nikoli celý text. Tento systém mezipaměti ukládá vaše nezměněné věty po dobu 7 dnů, což činí iterativní úpravy velmi úspornými.
Získejte pomoc od naší komunity! Zeptejte se na naše otázky v našem Telegram chatu: https://t.me/speechgen
SpeechGen.io