Come trasformare testo in voce: dalla scelta della voce al download dell'MP3

Per trasformare un testo in un MP3 subito utilizzabile i gesti chiave sono solo tre: preparare il testo per la lettura ad alta voce, scegliere una voce coerente con la lingua e ascoltare il risultato prima di salvarlo. La pagina di sintesi vocale di PixMind raccoglie i tre passi nella stessa interfaccia: a sinistra si inserisce il testo con il contatore di caratteri in tempo reale, a destra si scelgono voce e parametri, il risultato si riproduce in pagina e si scarica dopo la conferma.

Apri la sintesi vocale: con una presentazione di prodotto entro 100 caratteri, in pochi minuti ottieni il primo file audio.

Punti chiave

• Nella finestra delle voci si possono ascoltare subito i campioni; per la generazione il motore Microsoft è gratuito e senza registrazione, gli altri motori richiedono l'accesso e consumano crediti in base ai caratteri.
• Senza accesso: al massimo 100 caratteri per volta e 2 prove gratuite; con accesso, il piano gratuito resta a 100 caratteri per volta, mentre i membri a pagamento salgono a 10000 caratteri.
• I cursori di velocità e volume sono disponibili con tutti i motori, il cursore di intonazione compare solo con il motore MiniMax; al cambio motore i parametri tornano automaticamente ai valori predefiniti.
• Il risultato si controlla prima nella barra di riproduzione della pagina — nomi di persone, nomi di prodotto e numeri lunghi — poi si scarica l'MP3.

Prepara un testo adatto alla lettura ad alta voce

Le differenze di qualità nascono per lo più dal testo, non dai parametri. La stessa voce legge in modo completamente diverso una frase scritta lunga e una frase breve: riscrivere prima il testo come “parole dette” è più efficace che regolare i cursori all'infinito.

Tre accorgimenti. Spezza le frasi lunghe, un punto focale per frase, ed elimina i raffinamenti burocratici come “dotato di” o “finalizzato a”. Scrivi numeri e sigle secondo la lettura desiderata, con codici modello, importi e anni ciascuno per conto suo. Lascia le pause alla punteggiatura: la virgola è una pausa breve, il punto un respiro; non governare il ritmo con gli spazi.

Esempio su una presentazione di prodotto. Originale: “Questo prodotto adotta la nuova generazione di motore proprietario, dotato di elevate velocità, stabilità e facilità d'uso, in grado di soddisfare le esigenze diversificate di utenti privati e clienti aziendali in molteplici scenari.” Riscritta parlata: “Questo è il nostro motore di nuova generazione. Veloce, e anche stabile. Lo usa una persona, lo usa un team.”

Il campo di testo tronca secondo il limite corrente e sotto mostra in tempo reale il conteggio “attuale / limite”. Il valore del limite dipende dallo stato di accesso: come verificarlo è descritto in “Come confermare quota e consumo previsto prima di iniziare”.

Filtra le voci per lingua e ascoltale in anteprima

Il pannello di destra parte con una voce selezionata in base alla lingua dell'interfaccia — interfaccia cinese, voce cinese — e puoi usarla subito per la prima versione. Per cambiare voce segui quest'ordine:

1. Premi “scegli voce” per aprire la finestra delle voci.
2. Nella riga superiore “modello vocale” cambi motore: Microsoft, Volcano, MiniMax, Google, lingue minori. Ogni scheda indica quante voci ha oggi quel motore; il numero esatto fa fede sull'interfaccia.
3. Filtra la lingua obiettivo con il menu “lingua”. Le opzioni vengono dal catalogo voci del motore corrente e cambiano al cambio motore.
4. Se serve, restringi con il menu “genere” (voce femminile, voce maschile) e la casella di ricerca; a destra compare in tempo reale il numero di risultati “N voci”.
5. Passa il mouse sull'avatar della voce e premi play per ascoltare il campione; le voci senza campione mostrano l'avviso “nessuna anteprima per questa voce”.
6. Premi “seleziona” sulla scheda che ti convince: la finestra si chiude e il pannello di destra si aggiorna su quella voce.

L'anteprima riproduce il campione incorporato della voce, non il tuo testo; per giudicare l'effetto reale genera una versione con una frase breve e ascoltala. Nessun motore è la risposta unica: Microsoft è gratuito e copre molte lingue; la pagina posiziona Volcano su narrazione e audiolibri, MiniMax su pubblicità e doppiaggio dei personaggi, Google su più lingue e accenti, il motore per lingue minori su lingue etniche e regionali. Provare una o due voci per ogni compito è più affidabile di qualunque conclusione memorizzata.

Regola velocità, volume e parametri disponibili

Nel pannello “impostazioni vocali” i cursori di velocità e volume valgono per tutti i motori, mentre il terzo cursore, “intonazione”, compare solo selezionando una voce del motore MiniMax. Gli intervalli cambiano da motore a motore:

I parametri seguono il motore selezionato e non sono universali tra le voci: passando a una voce di un altro motore i cursori tornano ai valori predefiniti di quel motore, senza conservare le regolazioni precedenti. Il pulsante “reimposta parametri” in basso nel pannello riporta ai valori predefiniti in qualunque momento.

L'ordine di regolazione conviene fissarlo: la prima generazione con i valori predefiniti, un ascolto per capire se il problema è ritmo o loudness, e solo dopo il cursore corrispondente, un cambiamento per volta — altrimenti non si capisce quale aggiustamento abbia funzionato.

Dopo la generazione, ascolta e poi scarica l'MP3

Con testo e voce pronti premi “genera voce”; durante l'elaborazione il pulsante mostra “generazione in corso…”. Prima di generare vengono verificati testo, voce e numero di caratteri e, se qualcosa non torna, arriva subito l'avviso senza attese inutili. Il risultato si gestisce in quest'ordine:

1. Ascolta per intero nella barra di riproduzione in fondo alla pagina. La barra mostra avanzamento, tempo corrente, durata totale e nome della voce usata, con la posizione trascinabile.
2. Verifica con attenzione tre contenuti: nomi di persone, nomi di prodotto, numeri lunghi. Sono i punti con la maggiore probabilità di lettura sbagliata.
3. Se qualcosa non va, torna al testo — cambia una scrittura, aggiungi o togli punteggiatura — e genera una nuova versione, che sostituisce la precedente.
4. Accertata la correttezza premi “scarica MP3”: il file salvato inizia per pixmind-tts- con estensione .mp3.

Audio di esempio completo (voce: Yunxi):

La pagina conserva un solo risultato alla volta: per più audio si genera e si scarica segmento per segmento.

Come confermare quota e consumo previsto prima di iniziare

Le informazioni sulla quota non si indovinano: sono tutte sotto il campo di testo. Prima di generare controlla tre punti:

1. Il conteggio “X / Y caratteri”: senza accesso e con il piano gratuito Y è 100, per i membri a pagamento 10000.
2. La scritta accanto al conteggio: senza accesso compare “prova gratuita 2 volte · massimo 100 caratteri per volta”, con il piano gratuito dopo l'accesso “utenti gratuiti: massimo 100 caratteri per volta”.
3. Il “consumo previsto”: con il motore Microsoft mostra “gratuito”, senza scalare crediti; con un motore a pagamento mostra il numero di crediti, calcolati a 10 crediti ogni 100 caratteri, con le frazioni di 100 conteggiate come 100.

Esaurite le prove senza accesso, il server rifiuta la generazione e apre la finestra di accesso, dopo il quale si continua. Le anteprime nella finestra delle voci non sono soggette a questo limite e si aprono quando vuoi.

Domande frequenti

Quali voci si possono provare gratuitamente?

Tutte le voci con campione si ascoltano nella finestra senza bisogno di accesso. Per la generazione vale una distinzione: le voci del motore Microsoft sono gratuite e si generano senza registrazione, con il limite di 2 prove da 100 caratteri per chi non ha effettuato l'accesso; le voci di Volcano, MiniMax, Google e del motore per lingue minori richiedono l'accesso e consumano crediti per carattere. Il criterio è semplice: guarda se al “consumo previsto” compare l'etichetta “gratuito” o un numero di crediti.

In che formato è il file scaricato?

MP3. Dopo ogni generazione basta premere “scarica MP3” a destra della barra di riproduzione; il nome del file inizia per pixmind-tts- e reca un timestamp con l'ora di generazione. La pagina conserva un risultato alla volta: contenuti multipli vanno generati e scaricati segmento per segmento.

Come suddividere un testo lungo?

Conferma prima il limite corrente: 100 caratteri per volta senza accesso o con il piano gratuito, 10000 per i membri a pagamento; l'eccesso non viene generato. Taglia per capoversi o gruppi di frasi e genera e scarica ogni segmento separatamente. Usa per quanto possibile la stessa voce su tutto il testo e ricorda che il cambio motore azzera velocità e volume ai valori predefiniti: annota le tue regolazioni prima di suddividere.

Genera ora il tuo primo MP3

Parti da una presentazione di prodotto entro 100 caratteri: riscrivila in frasi brevi, scegli una voce cinese, genera con i parametri predefiniti, ascolta per intero e solo dopo decidi se toccare la velocità o cambiare voce. Scaricato in locale il primo MP3, i testi più lunghi sono solo la ripetizione dello stesso flusso.

Apri la sintesi vocale.