Мега

Коротко

На входе

текст до 10 000 символов или TXT-файл до 100 000; для клона запись MP3, WAV или M4A на 10–300 секунд

На выходе

аудиофайл WAV

Голоса

27 взрослых и 7 детских, плюс до 20 своих клонов

Эмоции

нейтральная, радость, грусть, злость, страх, отвращение, удивление

Русский язык

читает по-русски, язык текста можно сменить на один из 24

Цена

13 ₽ за 1000 символов

Обычно готово

≈ 10 с после отправки

Клонирование голоса: как сделать свой

Клон — копия голоса, которую нейросеть делает по записи и сохраняет в вашем списке «Мои голоса». Потом им можно озвучить любой текст с теми же эмоциями и настройками, что у готовых дикторов, а сам клон делается один раз:

1. В поле Режим выберите Клонировать голос.
2. В Название голоса впишите имя до 12 символов, его увидите только вы.
3. В Аудиофайл загрузите запись: MP3, WAV или M4A длиной от 10 до 300 секунд и до 5 МБ.
4. Поставьте галочку «Подтверждаю, что имею право использовать этот голос для клонирования» и нажмите Отправить.
5. Вернитесь в режим Озвучить, в поле Голоса выберите Мои голоса и найдите клон по названию.

Лишний клон можно удалить прямо в списке «Моих голосов», всего их помещается двадцать. Запись лучше брать чистую: один человек, без музыки, шума и эха, с живой интонацией, а не монотонным чтением. Как звучит готовый клон и что с ним можно сделать, мы показали в пошаговой инструкции в блоге.

Клонировать можно только речь, на которую у вас есть право: свою или человека, который на это согласился. Этого требуют галочка в форме и правила сайта, так что записи знакомых без спроса и голоса знаменитостей не загружайте.

Одна фраза с тремя эмоциями

Поле Эмоция меняет интонацию. Одну реплику мы трижды отдали диктору Ивану:

Распознавание речи нашло во всех трёх вариантах текст без ошибок. «Удивление» вышло на полсекунды короче остальных, и по замеру высоты тона интонация в нём взлетает выше всего. «Злость» по длине как нейтральная, но тон в ней в среднем ниже. Для живой сценки это удобнее, чем переписывать текст: меняется одно поле.

Сказка: рассказчик, пауза и детский голос

Детские голоса лежат отдельно: в поле Голоса выберите Детские. Для сказки мы взяли рассказчика Владимира и девочку Катю с эмоцией «Радость». Паузу внутри текста Мега ставит конструкцией <#1.5#>, где число означает секунды.

Жил-был в старом лесу ёжик по имени Тим. <#1.5#> Однажды утром он нашёл у своей норы красный зонтик.

Ой, какой красивый зонтик! Тим, можно я тоже под ним постою?

Пауза между фразами рассказчика вышла 1,9 секунды: к заказанным полутора добавилась обычная пауза после точки. Обе реплики распознавание речи прочитало слово в слово, а склеить их в одну дорожку можно в любом видеоредакторе.

Как это работает

У Меги два режима. В режиме Озвучить вы вставляете текст до 10 000 символов или загружаете TXT до 100 000, выбираете группу голосов, диктора и эмоцию и нажимаете Отправить. Сумма видна на кнопке до запуска. Наши фразы приходили за 17–20 секунд, а под формой появлялся плеер с кнопками Скачать, Изменить (вернуть текст и настройки в форму) и Повторить (сразу запустить то же задание ещё раз).

Режим Клонировать голос ничего не озвучивает, он только добавляет голос в «Мои голоса». Готовые файлы хранятся 7 дней в разделе Мои результаты, а клоны остаются в списке, пока вы их не удалите.

Настройки: голоса, эмоция, язык

• Поле Голоса переключает списки: Взрослые, Детские и Мои голоса с вашими клонами. У каждого готового диктора есть кнопка прослушивания.
• Эмоцию для спокойного текста оставляйте нейтральной, яркие включайте для отдельных реплик.
• В Языке текста по умолчанию стоит русский. Для английского или испанского текста выберите его язык, для смеси языков — «Авто».
• Переключатель Дополнительно открывает три ползунка: Скорость речи (от 0,5 до 2), Громкость (от 0,1 до 10) и Высоту голоса (от −12 до 12). Первые запуски делайте без них.

Тот же абзац у Стандарта, Премиума и Ультры

Эмоции и клон не спасут объявление, в котором диктор неверно прочитал дату. Поэтому мы проверили Мегу на бытовой фразе с числами и сокращениями и для сравнения отдали ту же фразу Стандарту, Премиуму и Ультре. Везде женские дикторы, у Меги эмоция «Нейтральная», остальное по умолчанию.

В цифрах и сокращениях Мега ошиблась чаще Стандарта и Премиума: «четырнадцать октября» вместо «четырнадцатого», «ул.» прозвучало слогом, а на месте «+8 °C» распознавание речи услышало невнятное «пляс восемь дрецита». Поэтому даты, сокращения и знаки перед озвучкой пишите словами. Остальные отличия соседей:

Сколько стоит

Озвучка оплачивается за символы текста. Клон оплачивается один раз за каждую новую запись и стоит заметно дороже, чем озвучить страницу текста, а дальнейшие озвучки клоном идут по обычной цене за символы.

Для чего подойдёт

• Ролики и курсы, озвученные вашим клоном, когда записываться некогда или негде.
• Сказка или мультфильм с рассказчиком и детскими голосами.
• Сценка с эмоциями: спор, испуг, радость.
• Озвучка на английском, испанском и других языках из списка «Язык текста».
• Голос для говорящего фото или аватара.

Ограничения Меги

• Клон зависит от записи: шум, музыка или чужие голоса на фоне могут его испортить, поэтому файл перед загрузкой стоит послушать самому.
• Сокращения, даты с падежом и знаки вроде «°C» Мега читает неуверенно. Пишите их словами.
• Эмоция ставится на весь текст сразу. Если в сценке разные настроения, озвучивайте реплики по отдельности.
• Разметки SSML нет. Если нужны ударения и точные паузы по тегам, посмотрите Стандарт.

Остальные нейросети для голоса сравнены в разделе «Озвучка текста».

Вопросы и ответы