Tekst til tale: Fra valg af stemme til download af MP3

At omdanne en tekst til en MP3, der er klar til brug, kræver kun tre nøglehandlinger: Tilret teksten, så den egner sig til oplæsning, vælg en stemme, der passer til sproget, og lyt til resultatet, før du gemmer. PixMinds tekst-til-tale-side samler de tre trin i én brugerflade: Til venstre indtastes teksten med tegntæller i realtid, til højre vælges stemme og parametre, resultatet afspilles på siden, og først efter godkendelse downloades det.

Åbn tekst-til-tale, og brug en produktbeskrivelse på højst 100 tegn – så har du din første lydfil om få minutter.

Hovedpointer

• I stemmevinduet kan prøverne afspilles direkte; når det gælder selve genereringen, er Microsoft-motoren gratis og kræver ingen registrering, mens de øvrige motorer kræver login og bruger kreditter efter tegnantal.
• Uden login maks. 100 tegn pr. gang og 2 gratis prøver; gratispakken efter login giver stadig 100 tegn pr. gang, og betalingsmedlemmer får op til 10000 tegn.
• Skyderne for hastighed og lydstyrke virker for alle motorer, og toneskyderen findes kun hos MiniMax-motoren; ved skift af motor nulstilles parametrene automatisk til standardværdierne.
• Tjek først navne, produktnavne og lange tal i sidens afspilningslinje, og klik derefter på download – så står du med MP3-filen.

Forbered en tekst, der egner sig til at blive læst højt

Forskellen i genereringskvalitet kommer for det meste fra teksten, ikke fra parametrene. Den samme stemme læser lange skriftsætninger og korte sætninger vidt forskelligt – at omskrive manuskriptet til „talt sprog“ inden generering virker bedre end at justere skyderne igen og igen.

Der er tre greb. Del lange sætninger op, så hver sætning kun har ét hovedpointe, og fjern skriftsprogsfyld som „er kendetegnet ved“ og „har til formål“. Skriv tal og forkortelser, præcis som de skal læses – modelnumre, beløb og årstal hver for sig. Overlad pauserne til tegnsætningen: Kommaet er en kort pause, punktummet er et åndedrag – styr ikke rytmen med mellemrum.

Tag en produktbeskrivelse som eksempel. Originalen: „Dette produkt bygger på en helt ny generation af vores egenudviklede motor og er kendetegnet ved høj hasthed, stabilitet og brugervenlighed og opfylder både private brugeres og virksomhedskunders forskellige behov i mange situationer.“ Omskrevet til talt sprog: „Det her er vores helt nye motorgeneration. Den er hurtig. Og stabil. Privatpersoner kan bruge den – og teams kan også.“

Indtastningsfeltet beskærer teksten ved den gældende tegngrænse, og nedenunder vises tegntællingen „aktuel / maks.“ i realtid. Grænsen afhænger af loginstatus – sådan tjekker du den, fremgår af afsnittet „Sådan bekræfter du kvote og forventet forbrug, før du går i gang“.

Filtrér stemmerne efter sprog, og lyt til dem

Panelet til højre har som standard en stemme valgt efter sidens sprog – en kinesisk stemme på den kinesiske brugerflade – og den kan bruges direkte til den første version. Skal stemmen skiftes, følger du rækkefølgen herunder:

1. Klik på „Vælg stemme“ for at åbne stemmevinduet.
2. Skift motor i linjen „Talemodel“ øverst: Microsoft, Volcano Engine, MiniMax, Google og Mindre sprog. Hvert kort viser motorens aktuelle antal stemmer – det præcise antal ses i brugerfladen.
3. Filtrér målsproget i rullemenuen „Sprog“. Valgene kommer fra den aktuelle motors stemmekatalog og ændrer sig, når motoren skiftes.
4. Indsnævr evt. med rullemenuen „Køn“ (kvinde-, mandestemme) og søgefeltet; til højre vises antallet af resultater, f.eks. „N stemmer“, løbende.
5. Før musen hen over stemmens avatar, og klik på afspilning for at høre en prøve; stemmer uden prøve viser meddelelsen „Denne stemme har ingen prøve“.
6. Klik på „Vælg“ på det kort, du vil bruge; vinduet lukker, og panelet til højre opdateres til stemmen.

Prøven afspiller stemmens medfølgende eksempel, ikke din tekst; vil du vide, hvordan det virkelig lyder, så generér en kort sætning og lyt til den. Der findes ikke ét endegyldigt svar om motorer: Microsoft-motoren er gratis med bred sprogdækning, siden placerer Volcano Engine mod kommentarer og lydbøger, MiniMax mod reklamer og karakterdubbing, Google dækker flere sprog og accenter, og motoren for mindre sprog dækker nationale og regionale sprog. Prøv en eller to stemmer pr. motor til den aktuelle opgave – det er mere pålideligt end at huske konklusioner.

Justér hastighed, lydstyrke og de tilgængelige parametre

I panelet „Taleindstillinger“ virker skyderne for hastighed og lydstyrke for alle motorer, mens den tredje skyder, „Tone“, kun dukker op, når der er valgt en stemme fra MiniMax-motoren. Motorernes værdiintervaller er forskellige:

Parametrene følger den valgte motor og gælder ikke på tværs af stemmerne: Skiftes til en stemme fra en anden motor, går skyderne automatisk tilbage til motorens standardværdier, og tidligere justeringer bevares ikke. Knappen „Nulstil parametre“ under panelet gendanner standardindstillingerne, når som helst det skal være.

Hold en fast rækkefølge, når du justerer: Generér den første gang med standardværdierne, lyt, og afgør, om problemet ligger i tempoet eller lydstyrken, og flyt derefter den tilsvarende skyder – én ændring ad gangen, ellers kan du ikke høre, hvilken justering der virkede.

Lyt til resultatet, før du downloader MP3'en

Når tekst og stemme er på plads, klikkes på „Generér tale“; mens der genereres, viser knappen „Genererer …“. Før genereringen tjekkes tekst, stemme og tegnantal, og er kravene ikke opfyldt, kommer der straks en meddelelse – du venter ikke forgæves. Når resultatet er klar, følger du denne rækkefølge:

1. Lyt hele vejen igennem i afspilningslinjen i bunden af siden. Linjen viser fremdrift, aktuel tid, samlet varighed og navnet på den brugte stemme, og fremdriften kan trækkes.
2. Tjek især tre slags indhold: navne, produktnavne og lange tal. Det er her, fejllæsninger er mest sandsynlige.
3. Er der problemer, vender du tilbage til teksten – justér formuleringer eller tilføj og fjern tegn – og genererer en ny version, som erstatter den forrige.
4. Klik på „Download MP3“, når alt stemmer; filen gemmes med pixmind-tts- som begyndelse og endelsen .mp3.

Fuldt eksempel på lyden (stemme: Yunxi):

Siden bevarer kun ét resultat ad gangen; skal du have flere lydklip, genereres og downloades de ét ad gangen.

Sådan bekræfter du kvote og forventet forbrug, før du går i gang

Kvoteoplysningerne skal ikke gættes – de står lige under tekstfeltet. Tjek tre steder, før du genererer:

1. Tegntællingen „X / Y tegn“: Uden login og i gratispakken er Y 100; for betalingsmedlemmer er Y 10000.
2. Meddelelsen ved siden af tællingen: Uden login vises „2 gratis prøver · maks. 100 tegn pr. gang“, og i gratispakken efter login vises „Gratisbrugere: maks. 100 tegn pr. gang“.
3. „Forventet forbrug“: Er Microsoft-motoren valgt, vises „gratis“, og der trækkes ingen kreditter; er en betalingsmotor valgt, vises kreditantallet, beregnet som 10 kreditter pr. 100 tegn – under 100 tegn tæller som 100 tegn.

Er prøverne brugt op uden login, afviser serveren genereringen og viser loginvinduet; efter login kan du fortsætte. Prøverne i stemmevinduet er ikke omfattet af begrænsningen og kan afspilles, når som helst du vil.

Ofte stillede spørgsmål

Hvilke stemmer kan prøves gratis?

Alle stemmer med prøver kan afspilles direkte i vinduet uden login. For selve genereringen gælder to grupper: Microsoft-motorens stemmer er gratis og kan genereres uden registrering – uden login er der 2 prøver på maks. 100 tegn; stemmer fra Volcano Engine, MiniMax, Google og motoren for mindre sprog kræver login og bruger kreditter efter tegnantal. Tjekket er enkelt: Viser „Forventet forbrug“ mærket „gratis“ eller et kreditantal?

Hvilket format har den downloadede fil?

MP3. Klik efter hver generering på „Download MP3“ til højre for afspilningslinjen; filnavnet begynder med pixmind-tts- og har et tidsstempel for genereringstidspunktet. Siden bevarer ét resultat ad gangen, så flere klip skal genereres og downloades ét ad gangen.

Hvordan deles en lang tekst op?

Bekræft først den gældende grænse: 100 tegn pr. gang uden login og i gratispakken, 10000 tegn for betalingsmedlemmer – tekst derover kan ikke genereres. Del op efter naturlige afsnit eller sætningsblokke, og generér og download hver del for sig. Brug helst samme stemme gennem hele manuskriptet, og husk, at motorskift nulstiller hastighed, lydstyrke og de øvrige parametre – notér dine indstillinger, før du deler teksten op.

Generér din første MP3 nu

Begynd med en produktbeskrivelse på højst 100 tegn: Omskriv den til korte sætninger, vælg en kinesisk stemme, generér med standardparametrene, lyt hele vejen igennem, og beslut derefter, om hastigheden skal justeres eller stemmen skiftes. Når den første MP3 ligger på din maskine, er længere manuskripter blot en gentagelse af samme proces.

Åbn tekst-til-tale.