Leggere ad alta voce un testo giapponese con l’IA
L’IA legge ad alta voce il testo giapponese che inserisci, e puoi salvarlo come file audio. L’IA di sintesi vocale Irodori-TTS funziona nel browser, quindi il testo non viene mai inviato da nessuna parte. Nessuna app da installare e nessuna registrazione. Usa Chrome o Edge su un PC con GPU (WebGPU).
Questo strumento legge testi in giapponese. I testi in altre lingue non vengono letti correttamente.
Scrivere i numeri in cifre, come in «10部», riduce gli errori di lettura. Le parole lette male si possono aggiungere al «Dizionario di pronuncia».
Anche l’assistenza dell’IA funziona nel browser: il testo e la tua richiesta non vengono mai inviati da nessuna parte.
Voce e qualità
Se lasci vuoto questo campo, viene generata una descrizione della voce adatta al testo.
Il dizionario viene salvato in questo browser e non viene mai inviato da nessuna parte. Prima della lettura, le parole del testo vengono sostituite con la lettura indicata nel dizionario.
Impostazioni di output
Modelli di IA salvati in questo browser
Come si usa
- 1
Inserisci il testo
Digita o incolla il testo giapponese da leggere ad alta voce. Scrivere i numeri in cifre, come in «10部», riduce gli errori di lettura. Premendo un pulsante emoji inserisci un’emozione o uno stile di lettura nella posizione del cursore.
- 2
Scegli voce e qualità
Scegli una voce dall’elenco, oppure scegli «Scrivi tu la descrizione della voce» e descrivila in giapponese. La qualità predefinita è «Standard».
- 3
Leggi ad alta voce e salva
Premi «Leggi ad alta voce». Al primo utilizzo viene scaricato il modello di IA (circa 1,7 GB). Rifai le parti lette male con «Rigenera», poi premi «Salva» per ottenere un file audio.
Come funziona e come impostare voce ed emozione
Scegli una voce dall’elenco, oppure descrivila in giapponese in «Descrizione della voce», per esempio «落ち着いた低めの声の男性» (un uomo calmo con una voce piuttosto bassa). Le emoji nel testo impostano l’emozione o il modo di parlare in quel punto (sussurri, pause, risate e così via). Il testo lungo viene diviso e generato in ordine, e il resto viene generato in modo da corrispondere alla voce della prima parte, così la stessa voce legge fino alla fine. L’IA è il modello di sintesi vocale Irodori-TTS (licenza MIT). Il modello di IA (circa 1,7 GB) viene scaricato da Hugging Face solo la prima volta e salvato sul dispositivo per gli utilizzi successivi.
Puoi usare liberamente l’audio che crei. Non è richiesta alcuna attribuzione. È vietato usarlo per spacciarsi per una persona reale o per far credere che una persona reale abbia detto qualcosa. Poiché l’IA crea ogni volta una voce nuova, può capitare che somigli a quella di una persona reale.
Specifiche di questo strumento
- Input
- Testo giapponese
- Output
- MP3, M4A, WAV, OPUS
- Limiti
- Nessun limite di caratteri. Output fino a 1 GB per file
- Gratis, senza registrazione, nessuna app da installare
- Il testo non viene mai caricato su un server (elaborato nel browser)
Domande frequenti
Il mio testo viene inviato a un server?
No. La sintesi vocale avviene nel browser sul tuo dispositivo, e il testo che inserisci, la descrizione della voce e il dizionario di pronuncia non vengono mai inviati da nessuna parte. Il modello di IA viene scaricato da Hugging Face la prima volta e salvato nel browser. Non serve registrarsi. Al server di questo sito vengono inviate le statistiche di elaborazione usate per correggere i problemi (caratteristiche del dispositivo, numero approssimativo di caratteri e di frasi, tipi di errore e simili; mai il testo né la descrizione della voce), e puoi disattivarle con l’interruttore nella sezione «Aiutaci a migliorare il servizio» in fondo alla pagina.
Funziona su iPhone o altri smartphone?
No, non funziona su iPhone né su iPad. Una volta caricata, l’IA di sintesi vocale usa circa 3 GB di memoria per i suoi calcoli. Su iPhone e iPad il sistema operativo limita la memoria che una singola pagina può usare, e sull’iPhone 15 Pro Max (8 GB di memoria) che abbiamo provato la pagina ha superato quel limite dopo il download del modello di IA e si è ricaricata da sola prima di generare qualsiasi audio. Per non sprecare il download di circa 1,7 GB, su iPhone e iPad lo strumento si ferma prima che il download inizi. Usa Chrome o Edge su un PC con GPU (WebGPU). Funziona anche su Android e in Safari su Mac, ma su alcuni dispositivi potrebbe fermarsi a metà.
Può clonare una voce (copiare la mia voce o una voce che mi piace)?
No. Per evitare che venga usato per copiare la voce di qualcuno senza permesso o per spacciarsi per una persona reale, abbiamo escluso di proposito qualsiasi funzione che carica una registrazione o un file audio per imitare una voce (clonazione vocale). La voce si indica per iscritto in «Descrizione della voce». Una voce che ti piace si può salvare in questo browser con «Salva questa voce» e usare per leggere qualsiasi testo con la stessa voce. Quando esporti in un file una voce salvata, viene registrato solo il modo in cui è stata creata. All’importazione lo strumento ricrea la voce a partire da quello, quindi non si può importare una voce creata da una registrazione.
Può leggere testi lunghi?
Sì. Il testo viene diviso alla fine delle frasi, letto in ordine e unito in un unico file audio con brevi silenzi tra una parte e l’altra. Non c’è limite di caratteri. Su un PC che abbiamo provato (la GPU integrata di un Ryzen 7 8745H), «Standard» crea 1 minuto di audio in circa 30 secondi. «Alta qualità» richiede circa 6 volte tanto.
Aiutaci a migliorare il servizio
Se una conversione non riesce, inviarci le circostanze ci aiuta a individuarne la causa. Sapere su quali dispositivi e con quali formati si verificano più spesso errori, e quanto tempo richiede l’elaborazione, ci permette di rivedere i formati supportati e di correggere i bug che ne sono la causa. Se non ti dispiace, lasciare attiva questa opzione è di grande aiuto.
Cosa viene inviato
- Lo strumento usato e le impostazioni scelte (formato di output, qualità, ecc.)
- Le specifiche del dispositivo (GPU, memoria, numero di core)
- Il formato di input con una dimensione approssimativa
- Quanti file sono riusciti o non sono riusciti e quanto tempo è stato impiegato
- Il tipo e i dettagli dell’errore quando qualcosa non riesce
Cosa non viene mai inviato
- I file stessi e i nomi dei file
- Il testo da leggere ad alta voce, le descrizioni della voce, il dizionario di pronuncia e le voci salvate
- Gli indirizzi IP
I dati vanno solo al server di questo sito, mai a un servizio di terze parti.
Per l’elenco completo, inclusi i dettagli inviati da ciascuno strumento, consulta «Statistiche di elaborazione» nell’informativa sulla privacy.
Dettagli inviati da questo strumento (solo conteggi, tempi, tipi e sì/no)
Oltre a «Cosa viene inviato», questo strumento invia i seguenti dettagli.
- Sintesi vocale
- Il numero approssimativo di caratteri e di frasi, in quante parti è stato generato il testo e quanto tempo ha richiesto il caricamento del modello di IA.