tigtools

Tekst na mowę

Wklej tekst i posłuchaj go za pomocą głosów mowy dostępnych w przeglądarce. Czytane zdanie jest podświetlane, dzięki czemu możesz śledzić tekst.

Działa w przeglądarce Bez rejestracji

1.0×
1.0
100%
Głosy pochodzą z systemu operacyjnego i przeglądarki, dlatego lista i brzmienie różnią się między urządzeniami; ten serwis nie udostępnia własnych głosów. Interfejs Web Speech API odtwarza dźwięk bezpośrednio i nie daje stronom internetowym do niego dostępu, więc mowy nie można tutaj pobrać jako pliku MP3 ani innego pliku audio.

Jak używać

  1. Wklej lub wpisz tekst albo wypróbuj przykład.
  2. Wybierz język i głos spośród dostępnych na Twoim urządzeniu.
  3. Ustaw prędkość, wysokość tonu i głośność.
  4. Naciśnij Odtwórz. Do sterowania odtwarzaniem używaj przycisków Pauza, Wznów i Zatrzymaj, gdy bieżące zdanie jest podświetlone.

Jak to działa

Narzędzie korzysta z części Web Speech API odpowiedzialnej za syntezę mowy, wbudowanej w nowoczesne przeglądarki. Przeglądarka przekazuje tekst do silnika mowy na Twoim urządzeniu, na przykład do głosów systemów Windows, macOS, iOS lub Android. Dostępne głosy zależą więc od systemu operacyjnego, przeglądarki i zainstalowanych pakietów językowych. Chrome i Edge oferują też głosy online od Google lub Microsoft; są one oznaczone jako „online”, ponieważ przeglądarka wysyła tekst do usługi danej firmy.

Tekst jest dzielony na zdania, a bardzo długie zdania na części o długości około 220 znaków, w miejscach przecinków lub spacji. Każda część jest odczytywana po kolei, dzięki czemu bieżące zdanie może być podświetlane w każdej przeglądarce i nie dochodzi do ucinania długich fragmentów, co zdarza się w niektórych przeglądarkach. Jeśli głos zgłasza granice słów, bieżące słowo jest dodatkowo podkreślane; wiele głosów, zwłaszcza online, ich nie zgłasza.

Szybkość wynosi od 0.5× do 2×, wysokość od 0 do 2, a głośność od 0 do 100%. Nie każdy głos obsługuje wszystkie ustawienia; niektóre na przykład ignorują wysokość. Szacowany czas zakłada około 150 słów na minutę przy normalnej szybkości.

Web Speech API wysyła dźwięk bezpośrednio do głośników i nie udostępnia stronie danych audio, dlatego to narzędzie nie może zapisać mowy jako pliku. Nagranie jej wymagałoby osobnego programu do nagrywania ekranu lub dźwięku. Jednorazowo można odczytać do 50 000 znaków.

Przykłady

Korekta e-maila

Wklej wersję roboczą i słuchaj z szybkością 1.1×. Usłyszenie na głos zdania „Jutro wysłałem plik” sprawia, że błędny czasownik rzuca się w oczy bardziej niż podczas cichego czytania.

Ćwiczenie wymowy

Wybierz hiszpański, wskaż hiszpański głos i odtwórz krótki akapit z szybkością 0.8×, aby usłyszeć wymowę wolniej, zdanie po zdaniu.

Słuchanie długiego artykułu

Wklej artykuł i naciśnij Odtwórz. Podświetlone zdanie pokazuje, w którym miejscu jesteś, a Pauza pozwala zatrzymać i kontynuować od tego samego miejsca.

Często zadawane pytania

Czy mogę pobrać dźwięk jako MP3?

Nie. Przeglądarki odtwarzają dźwięk Web Speech API bezpośrednio i nie pozwalają stronom internetowym go przechwycić, więc żadna strona korzystająca z tego API nie może zaoferować prawdziwego pobrania. Do przechwycenia dźwięku wyjściowego urządzenia potrzebujesz oprogramowania do nagrywania.

Dlaczego na telefonie i komputerze widzę różne głosy?

Głosy są częścią systemu operacyjnego i przeglądarki. Każde urządzenie ma własny zestaw; często możesz dodać kolejne w ustawieniach mowy lub ułatwień dostępu systemu.

Czy mój tekst jest gdzieś wysyłany?

Ta strona nigdzie go nie wysyła. W przypadku głosu lokalnego tekst pozostaje na Twoim urządzeniu. W przypadku głosu oznaczonego jako „online” przeglądarka wysyła tekst do usługi mowy swojego producenta (na przykład Google lub Microsoft), aby utworzyć dźwięk.

Dlaczego bieżące słowo nie jest podkreślane?

Podświetlanie słów zależy od tego, czy głos informuje o granicach słów. Wiele głosów, zwłaszcza online, informuje tylko o początku i końcu każdego zdania, dlatego podświetlane jest tylko zdanie.

Prywatność

Twój tekst jest odczytywany przez przeglądarkę i nie jest wysyłany do tej witryny, przechowywany ani uwzględniany w analityce. Głosy oznaczone jako „online” są dostarczane przez producenta przeglądarki, który otrzymuje tekst, aby utworzyć dźwięk.