Fra tekst til tale: fra stemmevalg til MP3-nedlasting

Å gjøre en tekst om til en MP3 som kan brukes rett bort, krever bare tre nøkkelhandlinger: skriv teksten om til noe som egner seg for opplesning, velg en stemme som passer språket, og lytt gjennom resultatet før du lagrer. PixMinds tekst-til-tale-side har samlet de tre trinnene i samme grensesnitt: skriv inn teksten til venstre med tegntelling i sanntid, velg stemme og parametre til høyre, spill resultatet direkte på siden og last det ned når du er fornøyd.

Åpne tekst-til-tale – med en kort produktbeskrivelse på inntil 100 tegn har du den første lydfilen i løpet av noen minutter.

Hovedpunkter

• I stemmevinduet kan du spille av prøver direkte; når det gjelder generering er Microsoft-motoren gratis uten registrering, mens de andre motorene krever innlogging og bruker kreditter etter antall tegn.
• Uten innlogging får du maks 100 tegn per gang og 2 gratis forsøk; den gratis pakken etter innlogging har fortsatt 100 tegn per gang, og betalte medlemskap utvides til 10000 tegn.
• Glidebryterne for talehastighet og volum fungerer for alle motorer, mens tonehøyde-glidebryteren bare vises for MiniMax-motoren; ved bytte av motor nullstilles parametrene automatisk til standardverdiene.
• Sjekk resultatet i spillelinjen på siden – personnavn, produktnavn og lange tall – før du klikker nedlasting og får MP3-filen.

Lag en tekst som egner seg for opplesning

Forskjellen i genereringskvalitet kommer som regel fra teksten, ikke fra parametrene. Samme stemme leser lange skriftsetninger og korte setninger helt ulikt; å skrive manuset om til «talt språk» før generering virker bedre enn å justere glidebryterne igjen og igjen.

Tre grep: Del lange setninger opp i korte med bare ett poeng per setning, og stryk skriftlige fyldeord som «har til hensikt». Skriv tall og forkortelser slik de skal leses opp, med modellnummer, beløp og årstall som egne ord. Overlat pausene til tegnsettingen: komma er en kort pause, punktum er et åndedrag – ikke bruk mellomrom for å styre rytmen.

Ta en produktbeskrivelse som eksempel. Original: «Dette produktet bygger på en helt ny generasjon selvutviklet motor og har egenskaper som høy hastighet, stabilitet og brukervennlighet, og dekker privatkunders og bedriftskunders ulike behov i en rekke scenarier.» Muntlig versjon: «Dette er vår helt nye generasjon motor. Den er rask, og den er stabil. Den kan brukes av enkeltpersoner og team.»

Innfeltet kapper teksten ved gjeldende tegngrense, og under vises tegntellingen «nåværende / grense» i sanntid. Grensen avhenger av innloggingsstatus; hvordan du kontrollerer den, står i «Slik sjekker du kvote og beregnet forbruk før du begynner».

Filtrer stemmene etter språk og lytt til prøvene

Panelet til høyre kommer som standard med en stemme valgt etter grensesnittspråket – et kinesisk grensesnitt gir en kinesisk stemme som standard – og du kan bruke den til den første versjonen. Følg rekkefølgen nedenfor for å bytte stemme:

1. Klikk «Velg stemme» for å åpne stemmevinduet.
2. Bytt motor på «Talemodell»-linjen øverst: Microsoft, Volcano Engine, MiniMax, Google og mindre språk. Hvert kort viser hvor mange stemmer motoren har for øyeblikket – antallet i grensesnittet gjelder.
3. Filtrer målspråket med rullegardinmenyen «Språk». Valgene kommer fra den valgte motorens stemmekatalog og endres når du bytter motor.
4. Bruk ved behov rullegardinmenyen «Kjønn» (kvinnestemme, mannsstemme) og søkefeltet for å snevre inn; til høyre vises antall treff, «N stemmer», i sanntid.
5. Hold pekeren over stemmens bilde og klikk avspilling for å høre en prøve; stemmer uten prøve gir meldingen «Ingen lytteprøve for denne stemmen».
6. Klikk «Velg» på kortet du liker – vinduet lukkes, og panelet til høyre oppdateres til denne stemmen.

Prøven som spilles av, er stemmens eget medfølgende eksempel, ikke teksten du skrev inn; vil du vite hvordan det faktisk låter, genererer du en rask versjon med en kort setning og lytter. Det finnes ikke ett riktig svar på motorer: Microsoft-motoren er gratis med bred språkdekning, siden posisjonerer Volcano Engine mot kommentar og lydbøker, MiniMax mot reklame og rollestemmer, Google dekker flere språk og accenter, og motoren for mindre språk dekker nasjonale og regionale språk. Prøv én eller to stemmer fra hver motor på oppgaven foran deg – det er mer pålitelig enn å pugge konklusjoner.

Juster talehastighet, volum og tilgjengelige parametre

I panelet «Taleinnstillinger» fungerer glidebryterne for talehastighet og volum for alle motorer, mens den tredje, «Tonehøyde», bare vises når en MiniMax-stemme er valgt. Motorene har ulike verdiområder:

Parametrene følger den valgte motoren og gjelder ikke på tvers av stemmer: bytter du til en stemme fra en annen motor, går glidebryterne automatisk tilbake til motorens standardverdier, og tidligere justeringer beholdes ikke. Knappen «Nullstill parametre» nederst i panelet gjenoppretter standardverdiene når som helst.

Hold en fast rekkefølge for justeringene: generér den første versjonen med standardverdier, lytt og avgjør om problemet er rytme eller lydstyrke, og flytt deretter bare den aktuelle glidebryteren – ett endringstrekk om gangen, ellers hører du ikke hvilken justering som virket.

Lytt gjennom etter generering, og last ned MP3-en

Når tekst og stemme er på plass, klikker du «Generér tale»; mens den kjører, viser knappen «Genererer …». Tekst, stemme og tegnantall valideres først, og kravene ikke er oppfylt, får du beskjed umiddelbar i stedet for å vente forgjeves. Når resultatet er klart, gjør du dette i rekkefølge:

1. Lytt gjennom hele resultatet i spillelinjen nederst på siden. Linjen viser fremdrift, nåværende tid, total varighet og navnet på stemmen som ble brukt, og fremdriften kan dras.
2. Sjekk tre typer innhold ekstra nøye: personnavn, produktnavn og lange tall. Det er her feil opplesning er mest sannsynlig.
3. Er det noe galt, går du tilbake til teksten – juster skrivemåten eller legg til eller fjern tegn – og generér en ny versjon; det nye resultatet erstatter det forrige.
4. Når alt stemmer, klikker du «Last ned MP3»; filen som lagres, starter med pixmind-tts- og har endelsen .mp3.

Fullstendig eksempellyd (stemme: Yunxi):

Siden beholder bare ett resultat om gangen; trenger du flere lydklipp, genererer og laster du ned ett og ett.

Slik sjekker du kvote og beregnet forbruk før du begynner

Du trenger ikke å gjette kvotene – alt vises rett under tekstfeltet. Kontroller tre steder før du genererer:

1. Tegntellingen «X / Y tegn»: Y er 100 uten innlogging og i den gratis pakken, og 10000 for betalte medlemskap.
2. Ledeteksten ved siden av tellingen: uten innlogging vises «2 gratis forsøk · maks 100 tegn per gang», og gratispakken etter innlogging viser «Gratisbrukere får maks 100 tegn per gang».
3. «Beregnet forbruk»: med Microsoft-motoren valgt vises «gratis», uten kreditttrekk; med en betalt motor vises kredittantallet, beregnet som 10 kreditter per 100 tegn – under 100 tegn regnes som 100 tegn.

Når de gratis forsøkene er brukt opp uten innlogging, avviser serveren generering og innloggingsvinduet spretter opp; etter innlogging kan du fortsette. Lytteprøvene i stemmevinduet omfattes ikke av begrensningen og kan åpnes når som helst.

Vanlige spørsmål

Hvilke stemmer kan prøves gratis?

Alle stemmer med prøve kan avspilles direkte i vinduet uten innlogging. Når det gjelder generering er det to grupper: stemmene til Microsoft-motoren er gratis og kan genereres uten registrering, med begrensningen 2 forsøk à 100 tegn uten innlogging; stemmene til Volcano Engine, MiniMax, Google og motoren for mindre språk krever innlogging og bruker kreditter per tegn. Metoden er enkel: se om «Beregnet forbruk» viser «gratis» eller et kredittantall.

Hvilket format har den nedlastede filen?

MP3. Etter hver generering klikker du «Last ned MP3» på høyre side av spillelinjen for å lagre; filnavnet starter med pixmind-tts- og har et tidsstempel for genereringstidspunktet. Siden beholder ett resultat om gangen, så flere klipp må genereres og lastes ned ett og ett.

Hvordan deler jeg opp en lang tekst?

Sjekk først gjeldende grense: 100 tegn per gang uten innlogging og i gratispakken, 10000 tegn for betalte medlemskap – tekst utover grensen kan ikke genereres. Del opp etter naturlige avsnitt eller setningsgrupper, og generér og last ned hver del for seg. Bruk helst samme stemme på hele manuset, og husk at bytte av motor nullstiller talehastighet, volum og andre parametre til standardverdiene – noter innstillingene dine før du deler opp.

Generér din første MP3 nå

Start med en produktbeskrivelse på inntil 100 tegn: skriv den om til korte setninger, velg en kinesisk stemme, generér med standardparametrene og lytt gjennom, før du bestemmer om talehastigheten skal justeres eller stemmen byttes. Når den første MP3-en ligger lokalt, er lengre manuskripter bare en repetisjon av samme arbeidsflyt.

Åpne tekst-til-tale.