Nechte AI přečíst japonský text nahlas
AI přečte zadaný japonský text nahlas a můžete ho uložit jako zvukový soubor. AI pro syntézu řeči Irodori-TTS běží přímo ve vašem prohlížeči, takže se text nikam neodesílá. Nemusíte nic instalovat ani se registrovat. Použijte Chrome nebo Edge na PC s GPU (WebGPU).
Tento nástroj čte japonský text. Text v jiných jazycích se nepřečte správně.
Psaní čísel číslicemi, například „10部“, snižuje počet chybných čtení. Slova, která se čtou chybně, můžete přidat do slovníku „Slovník výslovnosti“.
Pomoc AI také běží ve vašem prohlížeči a text ani váš požadavek se nikdy nikam neodesílají.
Hlas a kvalita
Pokud pole necháte prázdné, vytvoří se popis hlasu, který odpovídá textu.
Slovník se ukládá v tomto prohlížeči a nikdy se nikam neodesílá. Před čtením nahlas se slova v textu nahradí výslovností ze slovníku.
Nastavení výstupu
Modely AI uložené v tomto prohlížeči
Jak na to
- 1
Zadejte text
Napište nebo vložte japonský text, který se má přečíst nahlas. Psaní čísel číslicemi, například „10部“, snižuje počet chybných čtení. Tlačítko s emoji vloží na pozici kurzoru emoci nebo styl mluvy.
- 2
Zvolte hlas a kvalitu
Vyberte hlas ze seznamu, nebo zvolte „Napsat vlastní popis hlasu“ a popište ho japonsky. Výchozí kvalita je „Standardní“.
- 3
Přečtěte nahlas a uložte
Klikněte na „Přečíst nahlas“. Při prvním spuštění se stáhne model AI (asi 1,7 GB). Chybně přečtenou část vytvořte znovu tlačítkem „Vygenerovat znovu“ a pak klikněte na „Uložit“ a získáte zvukový soubor.
Jak to funguje a jak nastavit hlas a emoce
Vyberte hlas ze seznamu, nebo ho popište japonsky v poli „Popis hlasu“, například „落ち着いた低めの声の男性“ (klidný muž s poměrně hlubokým hlasem). Emoji v textu nastaví na daném místě emoci nebo styl mluvy (šepot, pauzy, smích a podobně). Dlouhý text se rozdělí a vytváří se postupně a zbytek se vytváří tak, aby odpovídal hlasu první části, takže ho do konce čte stejný hlas. AI je model pro syntézu řeči Irodori-TTS (licence MIT). Model AI (asi 1,7 GB) se z Hugging Face stáhne jen poprvé a uloží se do vašeho zařízení pro další použití.
Vytvořený zvuk můžete volně používat. Uvedení autora není nutné. Je zakázáno používat ho k vydávání se za skutečnou osobu nebo k vyvolání dojmu, že skutečná osoba něco řekla. Protože AI pokaždé vytváří hlas znovu, může se stát, že bude náhodou znít jako skutečná osoba.
Specifikace tohoto nástroje
- Vstup
- Japonský text
- Výstup
- MP3, M4A, WAV, OPUS
- Omezení
- Bez omezení počtu znaků. Výstup až 1 GB na soubor
- Zdarma, bez registrace, bez instalace aplikace
- Text se nikdy nenahrává (zpracování v prohlížeči)
Časté dotazy
Odesílá se můj text na server?
Ne. Čtení textu nahlas běží v prohlížeči ve vašem zařízení a zadaný text, popis hlasu ani slovník výslovnosti se nikam neodesílají. Model AI se poprvé stáhne z Hugging Face a uloží se do vašeho prohlížeče. Registrace není nutná. Na server tohoto webu se odesílají statistiky zpracování, které slouží k opravě chyb (parametry zařízení, přibližný počet znaků a vět, typy chyb apod.; nikdy ne samotný text ani popis hlasu), a můžete to vypnout přepínačem v části „Pomozte nám zlepšovat službu“ v dolní části stránky.
Funguje to na iPhonu nebo jiných telefonech?
Ne, na iPhonu, iPadu ani na telefonech a tabletech s Androidem to nefunguje. AI pro čtení textu nahlas po načtení spotřebuje pro své výpočty asi 3 GB paměti. Na iPhonu a iPadu operační systém omezuje, kolik paměti smí jedna stránka použít, a na iPhonu 15 Pro Max (8 GB paměti), který jsme testovali, stránka po stažení modelu AI tento limit překročila a automaticky se znovu načetla dřív, než se jakákoli řeč vytvořila. I na Androidu statistiky zpracování tohoto webu ukazují, že se většina zařízení po stažení zastavila, protože nedokázala vyhradit dost paměti GPU. Aby stažení přibližně 1,7 GB nepřišlo nazmar, nástroj se na těchto zařízeních zastaví ještě před začátkem stahování. Použijte Chrome nebo Edge na PC s GPU (WebGPU). V Safari na Macu běží, ale může se v průběhu zastavit.
Umí naklonovat hlas (napodobit můj vlastní hlas nebo hlas, který se mi líbí)?
Ne. Aby ho nebylo možné použít k napodobení něčího hlasu bez svolení nebo k vydávání se za skutečnou osobu, záměrně jsme vynechali jakoukoli funkci, která načte nahrávku nebo zvukový soubor a napodobí hlas (klonování hlasu). Hlas zadáváte textem v poli „Popis hlasu“. Hlas, který se vám líbí, můžete uložit v tomto prohlížeči tlačítkem „Uložit tento hlas“ a nechat jím přečíst jakýkoli text stejným hlasem. Když uložený hlas exportujete do souboru, zaznamená se jen to, jak byl hlas vytvořen. Při importu nástroj hlas z těchto údajů znovu vytvoří, takže hlas vytvořený z nahrávky do něj přenést nelze.
Dokáže přečíst dlouhý text?
Ano. Text se rozdělí na konci vět, přečte se postupně a spojí se do jednoho zvukového souboru s krátkými pauzami mezi částmi. Počet znaků není omezen. Na PC, které jsme testovali (integrovaná grafika procesoru Ryzen 7 8745H), se v režimu „Standardní“ vytvoří 1 minuta zvuku asi za 30 sekund. Režim „Vysoká kvalita“ trvá asi 6krát déle.
Pomozte nám zlepšovat službu
Pokud převod nebo komprese selže, informace o okolnostech nám pomohou najít příčinu. Když víme, na kterých zařízeních a u kterých formátů dochází k selhání nejčastěji a jak dlouho zpracování trvá, můžeme upravit podporované formáty a opravit chyby, které za tím stojí. Pokud vám to nevadí, nechte tuto volbu zapnutou – opravdu nám to pomůže.
Co se odesílá
- Použitý nástroj a zvolená nastavení (výstupní formát, kvalita atd.)
- Parametry vašeho zařízení (GPU, paměť, počet jader)
- Vstupní formát s přibližnou velikostí
- Kolik souborů uspělo nebo selhalo a jak dlouho to trvalo
- Typ a podrobnosti chyby, když něco selže
Co se nikdy neodesílá
- Samotné soubory a názvy souborů
- Text ke čtení nahlas, popisy hlasu, slovník výslovnosti a uložené hlasy
- IP adresy
Data jdou pouze na vlastní server tohoto webu, nikdy do služby třetí strany.
Úplný seznam včetně podrobností, které odesílá každý nástroj, najdete v části „Statistiky zpracování“ v zásadách ochrany osobních údajů.
Podrobnosti odesílané tímto nástrojem (jen počty, časy, druhy a ano/ne)
Kromě položek v části „Co se odesílá“ odesílá tento nástroj následující podrobnosti.
- Čtení textu nahlas
- Přibližný počet znaků a vět, z kolika částí byl text vytvořen, jak dlouho trvalo načtení modelu AI a zda bylo GPU v průběhu znovu připraveno.