Otwórz edytor powyżej, kliknij Plik na pasku narzędzi, aby przesłać PDF, i odbierz naturalnie brzmiące MP3 w kilka sekund — artykuły naukowe, ebooki, długie reportaże, raporty biznesowe. SpeechGen czyta na głos dowolny dokument PDF z tekstem w 146 językach, korzystając z tego samego silnika, który napędza nasze ponad 5000 wbudowanych głosów. Bez instalacji, bez rejestracji dla pierwszych 3000 znaków.
Działa w przeglądarce, bez pobierania programu. Krótkie dokumenty gotowe w sekundy, całe książki w kilka minut.
W edytorze powyżej kliknij przycisk Plik na pasku narzędzi i wskaż swój dokument. Silnik czyta pliki tekstowe (czyli te wyeksportowane z Worda, LaTeX-a, InDesigna albo z dowolnej przeglądarki).
Do wyboru ponad 5000 głosów w 146 językach. Można dostosować tempo i wysokość albo wskazać konkretny akcent. Posłuchaj próbki, zanim ruszysz dalej.
Audio jest gotowe w niespełna minutę dla krótszych dokumentów i w kilka minut dla całych książek. Słuchaj z poziomu konta albo pobierz plik MP3.
Cztery realne scenariusze, które widzimy każdego dnia. Stuknij w kartę, aby posłuchać — ten sam silnik, plik wczytuje się prosto do edytora powyżej.
Dwunastostronicowe artykuły z IEEE, robocze rozdziały doktoratu, notatki z arXiv — odsłuchaj w drodze do pracy zamiast przeglądać tekst na ekranie. Układy dwukolumnowe i przypisy dolne są spłaszczane automatycznie przed nagraniem.
Książki w całości w dowolnym języku — polskie reportaże literackie, hiszpańskie thrillery, anglojęzyczna proza. Głos narratora pozostaje spójny przez setki stron, bez spadku jakości w dwunastym rozdziale.
Raporty kwartalne, badania rynku, notatki dla zarządu — 40-stronicowa prezentacja zamienia się w 25-minutowe MP3 do posłuchania w pociągu. Iapetus prowadzi czytanie czystym, korporacyjnym głosem, bez robotycznych intonacji.
Eseje magazynowe, longready z Substacku, reportaże z „Tygodnika Powszechnego" zapisane w PDF — z półgodzinnej lektury powstaje podcast, którego można słuchać podczas gotowania. Achernar PL ma ciepłą barwę głosu narratora literackiego.
Profesjonalne narzędzia do pełnych książek:
tagiem <cut> podzielisz 300-stronicową powieść na pliki MP3 rozdział po rozdziale w jednej syntezie,
tagiem <dialog> przypiszesz każdej postaci inny głos w partiach dialogowych,
a tagi <break> dadzą precyzyjne, dramatyczne pauzy między scenami. Każdy tag ma własny krótki przewodnik.
Trzy rzeczy, które to narzędzie robi lepiej niż wklejenie surowego tekstu w generyczny silnik TTS.
Dwukolumnowe artykuły naukowe, listy wypunktowane, nagłówki, podpisy, przypisy — przepływ tekstu uwzględnia strukturę. Kolejność czytania zgadza się ze stroną, bez chaotycznych skoków między kolumnami. Nagłówki, stopki i numery stron zostają odfiltrowane, dzięki czemu narrator nie wymawia „strona siedemnasta" co minutę.
30-stronicowy artykuł kończy się w niespełna minutę. 200-stronicowe książki zamykają się w 3–5 minut. Bez ręcznego dzielenia, bez rozcinania na rozdziały — jedno przesłanie i odbierasz pojedyncze MP3 (lub ścieżki rozdziałowe z zakładek spisu treści, jeśli plik je zawiera).
Dokumenty łączące dwa lub trzy języki — artykuły z angielskim abstraktem i polskim tekstem głównym, umowy dwujęzyczne, formularze imigracyjne — są wykrywane fragmentami i czytane odpowiednim głosem dla każdej sekcji. Nie trzeba ich rozdzielać.
Kliknij przycisk Plik na pasku narzędzi edytora u góry strony, wybierz dokument, dobierz głos i język, a następnie naciśnij Konwertuj. MP3 trafi na konto w 30 sekund dla krótkich dokumentów i w kilka minut dla całych książek. Niczego nie musisz instalować.
Nie — silnik czyta wyłącznie pliki z warstwą tekstową (te wyeksportowane z Worda, LaTeX-a, InDesigna albo z dowolnej przeglądarki). Skany (zdigitalizowane książki, faksy, fotografie dokumentów) trzeba wcześniej przepuścić przez darmowe narzędzie OCR — Adobe Acrobat, ABBYY FineReader albo wbudowane OCR Dysku Google — aby zamienić piksele na prawdziwy tekst. Potem wystarczy przesłać dokument tutaj.
Tak. Powtarzające się nagłówki, stopki oraz osobne numery stron są filtrowane, dzięki czemu narrator nie wymawia „strona siedemnasta" co chwilę. Tytuły rozdziałów i nagłówki sekcji pozostają i są czytane w naturalnym tempie.
Tabele zostają spłaszczone wiersz po wierszu, a nagłówki kolumn pojawiają się raz przed każdym wierszem. Podpisy rycin i wykresów czytane są w miejscu, w którym występują. Przypisy dolne są pomijane w głównym przepływie i czytane na końcu każdego rozdziału, aby nie burzyć rytmu zdań.
Nie — pliki z DRM oraz chronione hasłem są odrzucane podczas wczytywania ze względów prawnych i bezpieczeństwa. Najpierw usuń hasło (każdy edytor PDF to potrafi, jeśli znasz hasło) i prześlij dokument ponownie. Nie obchodzimy zabezpieczeń DRM.
100 stron przerabia się w około 2 minuty (≈3 godziny audio MP3 w normalnym tempie). 500-stronicowe książki przekraczają limit 50 MB — podziel je w dowolnym edytorze PDF na 2–3 części, przekonwertuj każdą osobno, a potem złącz pliki MP3, jeśli zależy ci na jednym nagraniu.
Tak — obie funkcje są wbudowane. Otocz przerwy między rozdziałami tagiem <cut>, a jedna synteza zwróci osobne MP3 dla każdego rozdziału. W partiach dialogowych tag <dialog> przydziela każdemu mówcy inny głos w jednym pliku audio. Po połączeniu obu otrzymasz pełny audiobook wielogłosowy.
PDF to tylko jeden z punktów wyjścia. Przy tym samym koncie SpeechGen masz dostęp także do tych narzędzi.
Konwertuje pliki .doc, .docx i .rtf. Te same języki, te same głosy, to samo tempo. → Otwórz
Prześlij 20 sekund nagrania i odbierz osobisty głos, który czyta PDF-y i pliki Worda twoim głosem. 15 języków.→ Otwórz
Wpisz albo wklej dowolny tekst. Reguluj tempo, wysokość, emocję, język. Ponad 5000 głosów do wyboru. → Otwórz
Kliknij Plik w edytorze u góry strony. Pierwsze 3000 znaków za darmo — około 5 stron audio, bez podawania karty. Potem od 5 $.
Konwertuj PDF na MP3