Devi sentire come suona un paragrafo prima di inviarlo, o vuoi che una pagina venga letta ad alta voce mentre fai altro? Questo strumento di sintesi vocale trasforma ciò che scrivi o incolli in audio parlato, direttamente nel tuo browser. Scegli una voce, regola la velocità, e premi riproduci. Nessun software da installare, nessun account, niente da caricare.

Ci sono due modi per generare la voce: un’opzione istantanea che usa il motore vocale del tuo browser, e una voce neurale opzionale di qualità superiore che ti permette anche di salvare il risultato come MP3 o WAV.

Perché le persone usano questo strumento

• Individua frasi goffe o errori prima di inviare qualcosa. Sentire il testo ad alta voce rende gli errori evidenti in un modo che leggere in silenzio non riesce a fare
• Rileggi documenti o articoli lunghi senza affaticare gli occhi
• Ascolta in anticipo come suonerà uno script, una pubblicità o una voce fuori campo prima di registrarla davvero
• Rendi i contenuti scritti più accessibili a chi preferisce ascoltare piuttosto che leggere
• Esercitati con la pronuncia mentre impari una nuova lingua
• Trasforma appunti, bozze o articoli lunghi in audio da ascoltare mentre fai altro

Due modi per trasformare il testo in voce

La scheda Voci Standard usa il motore vocale già integrato nel tuo browser e sistema operativo. È istantanea: nessun download, nessuna attesa, e funziona completamente offline. La qualità e il numero di voci disponibili dipendono dal tuo browser e sistema. Chrome su Windows o macOS offre di solito decine di voci in molte lingue; Safari e Firefox offrono una scelta più ridotta. È il modo più veloce per sentire semplicemente il tuo testo letto ad alta voce.

La scheda Voci HD usa un piccolo modello neurale di sintesi vocale che gira localmente nel tuo browser tramite WebAssembly. La prima volta che la attivi, viene scaricato un modello vocale unico (circa 90MB) che resta poi in cache, così ogni generazione successiva è istantanea e resta comunque completamente offline. Il compromesso è che Voci HD al momento supporta solo l’inglese, e generare l’audio richiede qualche secondo invece di essere istantaneo, perché sta davvero sintetizzando la forma d’onda invece di limitarsi a richiamare il motore vocale del tuo sistema.

Regolare come suona

Entrambe le modalità ti permettono di regolare la velocità di riproduzione. Voci Standard offre anche il controllo di tono e volume, più un filtro per lingua per ridurre una lunga lista di voci a quelle che corrispondono al testo che stai leggendo. Se il tuo browser ha voci installate in più lingue, passare dall’una all’altra richiede un solo clic.

Voci HD scambia alcuni di questi controlli con un set curato di undici voci inglesi (americane e britanniche, maschili e femminili), ciascuna valutata per la chiarezza e scelta per suonare naturale invece che robotica. Puoi comunque regolare la velocità prima di generare.

Salvare l’audio come file

Questa è la differenza principale tra le due modalità. Voci Standard, come la maggior parte dei motori vocali del browser, può solo riprodurre l’audio ad alta voce. Non c’è modo di catturare ciò che il browser riproduce e trasformarlo in un file scaricabile, semplicemente non è qualcosa che l’API sottostante mette a disposizione.

Voci HD non ha questa limitazione, perché genera davvero i dati audio invece di limitarsi a inviare suono agli altoparlanti. Una volta generata una clip, puoi scaricarla come file WAV per software di editing, o come MP3 a 128, 192 o 320 kbps per qualcosa di più leggero e portatile. Se ti serve un file scaricabile, Voci HD è la modalità da usare.

Dove avviene davvero l’elaborazione

Niente di tutto questo tocca un server. Voci Standard si affida interamente alla sintesi vocale integrata nel tuo browser, la stessa tecnologia dietro i lettori di schermo e gli strumenti di accessibilità già presenti sul tuo dispositivo. Voci HD scarica il suo modello una volta sola e poi esegue la rete neurale localmente tramite WebAssembly, proprio come farebbe un’app offline. Il tuo testo non lascia mai il tuo dispositivo in nessuna delle due modalità, cosa che conta se stai leggendo qualcosa di privato, come bozze, appunti interni, o qualsiasi cosa preferiresti non far passare da un server di terze parti.

Una volta ottenuto un file audio, il Tagliare Audio può ritagliarlo lasciando solo la parte che ti serve, e il Convertitore Audio si occupa di cambiare formato se ti serve qualcosa di diverso da MP3 o WAV. Stai generando più clip e vuoi averle come un unico file? Unire Audio le combina con dissolvenze incrociate opzionali. E se preferisci registrare la tua vera voce invece di una sintetizzata, il Registratore Vocale cattura l’audio direttamente dal tuo microfono.