Как озвучить текст
Звукограм озвучивает текст в браузере, устанавливать ничего не нужно. Вставьте текст в редактор или загрузите файл DOCX, PDF, TXT, SRT, VTT или SUB. За одну конвертацию нейросеть принимает до 2 000 000 символов и отдаёт один готовый файл.
Выберите голос и настройте речь: скорость от ×0,1 до ×2,0, тон от −20 до +20 полутонов, громкость. Перед полной озвучкой прослушайте превью демо-записи и выбранный голос на коротком куске текста.
Какой голос выбрать
В каталоге 4 710 голосов. Русских из них 143: 69 мужских, 66 женских, а также детские голоса и голоса пожилых. Для английского есть региональные акценты Великобритании, США, Австралии и Канады, акценты есть и у испанского, арабского, португальского, немецкого.
Голоса делятся на три класса: «Стандарт», PRO и HD. 1 токен равен 1 рублю, и расход токенов за 1 000 символов зависит от того, какой голос вы взяли. Длинные тексты и книги выгоднее озвучивать на «Стандарте», короткий ролик или рекламу — на HD. После регистрации на счёт приходят 10 токенов.
Как сделать речь живее и дешевле
Несколько голосов в одном файле собираются в диалог: кнопка «+» добавляет нового говорящего. Паузы ставятся кнопкой или тегом break, их длина варьируется от 150 мс до 30 с между предложениями и абзацами. Ударение задаётся знаком «+» перед ударной гласной: «зв+укограм». Рисунок интонации правится графиком тона, а отдельные слова — словарём произношений. Для тонкой настройки есть SSML-панель.
Тег obrezka делит озвучку на отдельные файлы или архив. Внутрь вставляются звуки из базы через тег sound и фоновая музыка с настройкой громкости и зацикливанием.
Токены списываются только за уникальные абзацы и предложения. Повтор того же текста тем же голосом бесплатный. Правьте отдельные предложения: смена голоса или скорости для всего текста списывает токены за весь текст.
Субтитры и собственный голос
Файлы субтитров SRT, SUB и VTT превращаются в аудиодорожку с таймингами в формате mp3, wav, ogg или opus. Нейросеть ускоряет речь под тайминг, у ускорения есть предел. Знак «#» в начале строки этот предел снимает. Текст в квадратных скобках не озвучивается, служебная информация файла субтитров токенами не тарифицируется, повторные предложения бесплатны.
Собственный голос клонируется по образцу: запись 10–60 секунд суммарно в формате MP3, WAV, M4A, AAC, OGG или WebM, можно записать прямо в браузере. Для клона записывайте образец без фонового шума; из записи его убирает опция «Убрать фоновый шум». Создание клона стоит 10 токенов за голос, хранение стоит 60 токенов в месяц за активный клон, то есть 2 токена в день. Без оплаты клон уходит в архив, повторная активация стоит 10 токенов.
Клон не попадает в общий каталог и для обучения нейросетей не используется. Сходство с оригиналом намеренно ниже 90 %. Клонировать можно с 18 лет. Чужой голос клонируется только с явным письменным согласием владельца голоса, при публикации озвучки нужна пометка, что голос создан ИИ.