Озвучкой книг в издательствах или анимации и фильмов на студиях занимаются актеры, которые учатся этому годами. А как быть обычному пользователю, желающему делать ролики или записывать подкасты, но не имеющему компетенций профессионала? Рассказываем в нашей статье о способах, как в режиме онлайн озвучивать текст голосом на русском.
- Синтез речи: для кого актуально
- Как найти голос для озвучки текста, который читает онлайн
- Как озвучить информацию на компьютере и сделать так, чтобы он сам ее читал
- Как озвучить пдф-файл
- Можно ли озвучивать книги
- Как прочитать и преобразовать информацию в аудио: обзор программ и лучших нейросетей
- Как сделать видео с озвучкой
- Стоит ли использовать компьютеры для синтеза
- Как подготовить текст к озвучке
- Частые ошибки
- Заключение
Синтез речи: для кого актуально
Может показаться, что никому не требуется переводить написанное в аудиоформат. Однако эта функция может пригодиться самым разным пользователям:
- людям с ограничениями по здоровью (нарушениями зрения, слуха или дикции);
- студентам, которые лучше воспринимают материалы в аудиоформате;
- разного рода специалистам, которые могут слушать документы, когда нет возможности их прочесть;
- авторам контента (ролики, подкасты, аудиокниги и др.).
Также к этим категориям можно смело добавить маркетологов, преподавателей, редакторов, разработчиков онлайн-курсов, владельцев Telegram-каналов и бизнеса, которому нужны голосовые приветствия, озвучка рекламных креативов, видеообзоров и обучающих материалов.
Как найти голос для озвучки текста, который читает онлайн
Сегодня для выполнения этих задач доступно множество инструментов, так что вам не обязательно искать человека для своих проектов.
- сервисы;
- мобильные и десктопные приложения;
- нейросети.
При выборе инструмента полезно сразу смотреть не только на «красивый голос», но и на более практичные критерии:
- насколько естественно звучит речь на русском;
- можно ли настраивать ударения, паузы и интонацию;
- в каких форматах скачивается аудио;
- разрешено ли коммерческое использование;
- есть ли ограничения по символам, длине и способу оплаты.
Многими из синтезаторов речи можно воспользоваться совершенно бесплатно или по умеренной подписке, если вам требуется расширенный функционал. Рассмотрим каждый из видов такого преобразования, их минусы и плюсы.
Как озвучить информацию на компьютере и сделать так, чтобы он сам ее читал
Функция ЭК давно уже существует у Windows, она была разработана специально для людей с ограничениями зрения или других пользователей, которые по каким-либо причинам не могут читать с экрана. Чтобы включить функцию, заходим в параметры Windows → Специальные возможности → Экранный диктор. В открывшемся окне можно менять скорость, громкость и тон. Для включения/отключения используется ползунок.
- Caps Lock + Num Lock – пауза;
- Ctrl + Windows + Enter – включение;
- Caps Lock + Esc – выключение.
Также для этих целей существуют более продвинутые программы, позволяющие прочесть текст голосом в режиме онлайн или офлайн.
- JAWS (Job Access With Speech) – одно из самых популярных в мире ПО для воспроизведения содержимого вашего экрана в виде речи. Совместима с устройствами чтения шрифтом Брайля.
- NVDA (NonVisual Desktop Access) – бесплатный софт с открытым исходным кодом, которая эффективно помогает распознавать данные с экрана.
- SpeakOut – читает информацию по наведению курсора мыши.
Если задача не в создании контента, а именно в том, чтобы компьютер читал текст вслух, встроенных функций ОС часто уже достаточно. Но для записи аудио, работы с интонацией и подготовки озвучки под ролики обычно удобнее использовать отдельные TTS-сервисы и редакторы.
Как озвучить пдф-файл
Многие из перечисленных нами в этой статье нейросетей поддерживают функцию перевода pdf-файлов. Если говорить о более специализированных приложениях, стоит упомянуть следующие озвучиватели текстов онлайн и офлайн.
- Для Android – eReader Prestigio, NaturalReader и Speech Central.
- Для iOS – встроенная функция айфона «Экран вслух» (Настройки → Основные → Универсальный доступ → Речь), Voice Dream Reader, vBookz PDF Voice Reader и Adobe Reader.
- Для Mac и Windows – Speaktor и встроенное приложение для Mac Preview от Apple. Для Chrome –
- Если у вас есть браузер Google – Chrome reader.
Если PDF-файл состоит не из текста, а из отсканированных страниц, перед озвучкой может понадобиться OCR-распознавание. Иначе синтезатор не увидит текстовый слой и просто не сможет его прочитать.
Можно ли озвучивать книги
Большинство учебных и научных материалов или художественных произведений защищены авторским правом. Поэтому просто прочитать текст своим голосом или с помощью онлайн диктора любое понравившееся произведение и выложить его в интернет нельзя. Даже если вы не собираетесь использовать это в коммерческих целях, без согласия правообладателя это будет считаться пиратством.
Исключение – это книги с открытой лицензией (создатель сам выложил их с пометкой Creative Commons Attribution-ShareAlike) и перешедшие в общественное достояние (70 лет с года смерти или реабилитации автора или переводчика и 74 года для писателей-участников ВОВ).
Чтобы получить право на создание фонограммы, необходимо связаться с писателем или издательством, которое владеет правами на произведение. Например, проект «Чтец» от издательства «Литрес» постоянно ищет новых сотрудников.
Это правило касается и нейросетевой озвучки: если у вас нет права использовать сам текст, то способ озвучивания — человеческий голос или синтезатор — сути нарушения не меняет.
Как прочитать и преобразовать информацию в аудио:
обзор программ и лучших нейросетей
Рынок таких сервисов быстро меняется: обновляются тарифы, лимиты, набор голосов, качество русского языка и правила коммерческого использования. Поэтому перед работой лучше отдельно проверять актуальные условия на сайте выбранного инструмента.
Oddcast. Здесь можно загрузить до 600 символов. Русская речь есть в трех вариантах: две женщины и мужчина. Звучание, однако, получается довольно механическое, но зато можно накладывать эффект вроде эха или реверберации. А еще в тут есть анимированные персонажи, которые открывают рот под запись, выглядит это очень забавно и интересно. Для россиян есть пробная пятнадцатидневная версия сервиса, но для этого понадобится регистрация.
Yandex SpeechKit – нейросеть от Яндекса, работает и на распознавание, и на синтез. Можно выставлять ударение с помощью знака + перед ударной гласной. Но действует ограничение на 500 длину строки (около 20-25 секунд записи). Также можно выбрать скорость воспроизведения, разные тембры и пол говорящего. Запись скачивается только в формате .ogg, а главное преимущество в том, что голос, озвучивающий слова и читающий текст онлайн, звучит очень органично и наименее роботизировано. Недостатком можно считать экстремально высокую стоимость платной версии (150 000 рублей).
Если вам важен именно русский язык и более естественная локальная интонация, такие решения обычно стоит тестировать в числе первых.
Apihost – очень большой выбор дикторов любого пола и на любой вкус. С помощью настроек можно приблизить запись к максимально естественному виду. Регулируется не только ударение и скорость, но длительность пауз или высота тона. Также доступен выбор формата для скачивания: mp3 и WAV. В бесплатном режиме количество знаков ограничено, но платные версии будут по карману даже начинающим блогерам.
Zvukogram – большой выбор профессиональных чтецов и база звуковых эффектов, возможность конвертировать аудио из роликов на YouTube, отделяя звуковую дорожку от видеоряда. Отдельно радует большой выбор языков и возможность создавать диалоги с разными участниками, например, симуляцию разговора между мужчиной и женщиной. Выбирайте стандартный уровень озвучки или PRO, а также скорость и настроение.
TextAloud – это программа для озвучивания текста разными голосами. Пользователь может вводить текст вручную, вставлять его из буфера обмена или загружать из файлов. Поддерживаются популярные форматы документов, включая PDF, RTF, DOC и DOCX, а также электронные книги FB2 и EPUB.
Читайте также
Figma: что это за программа и как ей пользоваться. Пошаговая инструкция
Adobe Podcast – настоящая находка для авторов подкастов, тревел-блогеров и всех, кто вынужден записывать аудио в сложных условиях или на не самом совершенном оборудовании. Программа отлично удаляет любые посторонние шумы, создавая эффект записи в профессиональной студии на хорошем микрофоне. Здесь вы также найдете базу музыкальных вставок и отбивок для вашего подкаста.
Важно: это скорее инструмент для улучшения и обработки звука, чем классический сервис синтеза речи. Он полезен, если вы записываете озвучку сами и хотите быстро улучшить качество дорожки.
NaturalReader – это сервис преобразования текста в речь, который озвучивает документы, PDF и веб-страницы с помощью синтезированных голосов. Поддерживает разные языки, работает на вебе и мобильных устройствах, а также позволяет сохранять аудио для прослушивания офлайн.
Murf – популярный синтезатор речи для озвучки текста в звук. У него удобный интерфейс и много настроек, позволяющих откорректировать ударения, паузы и произношение. Для использования требуется авторизация и подписка, однако есть и пробная версия. Деморежим не позволяет скачивать результаты, но есть небольшой лайфхак. Включаем запись экрана и запускаем проигрыватель. Из получившегося видео нужно будет просто достать аудиодорожку.
Если сервис не дает скачать демо-результат, лучше не искать обходные пути, а сразу уточнить правила использования и лицензионные ограничения. Для коммерческих задач это безопаснее.
Podcastle Ai – простой и современный редактор, здесь есть все, что нужно блогеру или автору подкастов: голоса, сгенерированные ИИ, улучшение звуковой дорожки, синтез написанного в аудио и обратно. Сервис сможет быстро воспроизвести текст, ответить на команды, имеет простые настройки и дружелюбный интерфейс. Имеются базовые функции. Платные пакеты не безлимитны, но зато их стоимость доступна ($12 и $25).
Demagog — это текстовый редактор со встроенной функцией синтеза речи. Он поддерживает словари ударений и пакетное преобразование текста в речь. Пользователь может настраивать произношение с помощью фонетической транскрипции, однако такой способ корректно работает не со всеми голосовыми движками.
Govorilka — это бесплатная программа для озвучивания текста, работающая как программный диктор. Она существует с 1999 года и до сих пор используется благодаря своей простоте и гибким настройкам. Пользователь может регулировать скорость и тон голоса, а также создавать словари произношения для корректного чтения сложных слов. При загрузке текстов программа умеет автоматически убирать переносы и лишние разрывы строк, которые часто мешают корректной работе синтезаторов речи.
Читайте также
9 программ для распознавания текста с фото, сканов и некачественных изображений
Как сделать видео с озвучкой
Например, вы хотите сделать канал на YouTube с переводами популярных англоязычных роликов. Не имеет большого значения, записали вы аудиодорожку сами или с помощью голосового бота для озвучки и чтения текстов онлайн – ее необходимо правильно вставить в оригинальный материал.
Для начала скачиваем оригинал видео. Это можно сделать, например, через 4K Video Downloader+. Она позволяет в хорошем качестве копировать в память компьютера ролики с YouTube, Vimeo, TikTok, SoundCloud, Twitch и так далее. Без оформления подписки можно скачивать до 30 роликов в день, ПО имеет простой и интуитивный интерфейс.
Теперь нам понадобится программа для монтажа. Можно использовать такие профессиональные инструменты, как Adobe Premiere (не требует оплаты в течение 7 дней). Однако это достаточно сложный софт, для которого нужны большие мощности оперативки и видеокарты. Поэтому попробуем взять что-то попроще, например, Shotcut. Это бесплатное ПО с достаточно простым функционалом.
- Даем имя новому проекту, настраиваем путь сохранения и кликаем «Начать».
- Импортируем видеофайл в созданный ранее объект кнопкой «Открыть файл» или перетаскиваем его в пустое поле программы.
- Чтобы переместить все видео или какие-то его кусочки на монтажный стол, воспользуемся клавишами I и O, которые выделяют начало и конец фрагмента, и перетаскиваем его мышью на timeline.
- Когда эпизод появится на таймлайне, нужно будет добавить на монтажном столе место для аудиодорожки. Для этого кликаем на область под уже существующим звуком правой кнопкой мыши и выбираем «Действия с дорожкой» → «Добавить аудиотрек».
6. Теперь у нас есть три полоски на монтажном столе: визуальная, оригинальный аудиоряд и пустая линия для нашего звука. Чтобы добавить запись, перетаскиваем файл с ней в окно воспроизведения и уже в самой программе перемещаем в нижнюю линию, зажав мышкой.
Обрезаем лишнее, если это необходимо, и нажимаем кнопку «Экспорт», чтобы сохранить в подходящем нам формате. Готово!
Также можно применять для монтажа другие удобные для вас программы, посмотреть обзор на самые популярные из них можно тут.
Стоит ли использовать компьютеры для синтеза
Применение TTS имеет свои преимущества и недостатки.
- инклюзивность – люди с ограничениями здоровья могут проще получать доступ к информации и создавать контент;
- удобство – нейросети упрощают многие задачи;
- мультиязычность – с помощью TTS можно расширить свою аудиторию на жителей других стран;
- автоматизация и интеграция – аудиоматериалы подключаются в различные приложения и сервисы, такие как чат-боты, виртуальные ассистенты, управляемые телефонные системы и т.д.
- низкое качество записи – пользователи обычно хорошо отличают сгенерированную речь от естественной из-за механического звучания нейросетей;
- ограниченность средств выразительности – зачастую бывает сложно нужным образом настроить интонацию, ударения или эмоциональные нюансы;
- проблемы с произношением и акцентами – TTS может иметь ограничения на точность воспроизведения слов и имен, особенно в некоторых языках и диалектах;
- цена вопроса – качественные софты предоставляют demo версии с сильно ограниченными функциями;
- этичность – уже известны случаи, когда работы живых дикторов использовались без их согласия для обучения нейросетей, также нейронки могут использоваться для создания дип фейков с реальными людьми и сфера права на данный момент не имеет адекватных механизмов реагирования на это.
Сегодня главный вопрос уже не в том, можно ли использовать синтез речи вообще, а в том, для какой задачи он уместен. Для черновой озвучки, обучающих роликов, интерфейсов, тестов, внутренних материалов и части контентных задач TTS часто полностью оправдан. А вот для имиджевой рекламы, актерской игры, сложных эмоций и художественной подачи живой диктор все еще нередко выигрывает.
Как подготовить текст к озвучке
Даже хороший сервис может звучать плохо, если сам текст не подготовлен под речь. Перед озвучкой полезно:
- убрать слишком длинные предложения;
- заменить сложные канцелярские конструкции на разговорные;
- расставить логические паузы;
- проверить ударения, цифры, даты, аббревиатуры и имена;
- разбить длинный материал на абзацы или короткие блоки.
Текст, который хорошо читается глазами, не всегда хорошо звучит ушами. Поэтому для качественной озвучки его почти всегда приходится немного редактировать.
Частые ошибки
Вот что чаще всего портит результат:
| Ошибка | Почему мешает | Как исправить |
| Оставлять длинные фразы без пауз | Речь звучит тяжело и неестественно | Разбивать текст на короткие смысловые блоки |
| Не проверять ударения | Синтезатор может читать слова неправильно | Проставлять ударения и тестировать спорные места |
| Выбирать сервис только по цене | Можно получить слабое качество озвучки | Сравнивать голос, настройки и лицензию |
| Игнорировать лицензию | Могут возникнуть ограничения на коммерческое использование | Проверять условия использования заранее |
| Не чистить звук после генерации | Дорожка звучит сырой и неаккуратной | Обрабатывать паузы, громкость и шумы в редакторе |
| Пытаться озвучить любой текст без адаптации | Результат получается механическим | Подготавливать текст именно под восприятие на слух |
Заключение
Качество и возможности TTS-сервисов постоянно улучшаются, многие из недостатков могут быть устранены с развитием технологий в дальнейшем. Решение о том, применять ли их, зависит от предпочтений пользователя и контекста. Надеемся, что наша статья помогла вам разобраться, как делается онлайн-озвучка отдельных слов и целых текстов голосом робота на русском языке.
Голосовое сопровождение полезно людям с ограничениями по здоровью, студентам, специалистам, которым удобнее слушать материалы, и авторам контента (подкасты, ролики, аудиокниги). Это способ быстрее потреблять информацию, когда читать с экрана неудобно.
Для этой задачи подходят онлайн‑сервисы, мобильные и десктопные приложения, а также нейросети, которые преобразуют текст в аудио. Часть инструментов работает бесплатно, а расширенные функции обычно доступны по подписке.
В Windows можно использовать встроенный «Экранный диктор»: Параметры → Специальные возможности → Экранный диктор, где настраиваются скорость, громкость и тон.
На Android — eReader Prestigio, NaturalReader, Speech Central; на iOS — «Экран вслух», Voice Dream Reader, vBookz PDF Voice Reader и Adobe Reader. Для Mac/Windows названы Speaktor и Preview (Mac), а для Chrome — Chrome reader.
Большинство учебных, научных и художественных текстов защищены авторским правом, поэтому публикация аудиоверсии без согласия правообладателя может считаться нарушением. Исключения — произведения с открытой лицензией (например, Creative Commons) и тексты, перешедшие в общественное достояние. В остальных случаях нужно получать разрешение у автора или издательства.
