Бесплатные нейросети для озвучки текста на русском

Этот материал посвящен нейросетям для озвучки текста. Я протестировал несколько сервисов, которые создают звук из предложенного текста и позволяют скачать звуковой файл.

Вообще технология text to speach развивается уже несколько десятилетий. Наверное, у каждого в школьные годы была на компьютере программка «Балаболка». Она могла озвучить текст голосом робота, используя встроенные голосовые движки Winows разных версий. Забавный озвучиватель текста, который не обновляется уже лет 15, но, возможно, еще работает (голосовые движки Windows — это все разрабатывалось в рамках системы для людей с ограниченными возможностями).

Когда появилась озвучка нейросетью — это многое поменяло, и появились серьезные опасения. Я говорю о клонировании голоса для создания реалистичных дипфейков людей. О таких страшных вещах мы говорить не будем, нейросеть для озвучивания текста должна применяться исключительно в мирных целях — озвучить видео, делать из статей и книг подкасты, чтобы слушать их в свободное время.

Рассматривались только бесплатные нейросети или нейронки с тестовым периодом и достаточным временем озвучки. Сгенерировано небольшую заметку в нейрочате на тысячу знаков, это около минуты-полторы, в зависимости от скорости.

Microsoft Edge предоставляет встроенную функцию преобразования текста в речь (TTS), которая позволяет прослушивать содержимое веб-страниц. Есть много русских голосов разной степени унылости, несколько расширений для Edge и Chrome разной степени работоспособности (например, вот).

Но я нашел для вас вполне работоспособный инструмент на HUGGINGFACE, который с иcпользованием MS Edge TTS может быстро перевести в голос тексты размером в десятки тысяч знаков, целые аудиокниги можете создавать и скачивать файлы в MP3, продолжительностью в часы. Все бесплатно. Два голоса, Дмитрий и Светлана, довольно приятные. Регистрация не нужна.

Очень хорошая нейросеть для озвучивания текста, дает результаты, наверное, лучше всех. Голоса соблюдают интонацию и звучат живо, не как роботы. Ограничение на бесплатном тарифе есть — 5000 знаков, увы, 5 минут аудио. За 11 долларов дадут 2 часа. Эта же нейронка на платных тарифах позволяет клонировать голоса и переводить фильмы. Пиратам, озвучивающим сериалы стоит присмотреться, а актерам дубляжа напрячься.

Использует Yandex SpeechKit. ИИ для озвучивания текста голосами от Яндекс можно попробовать и на самом Яндексе, вот здесь. Но тестовый звуковой файл там только на 500 символов. На сайте Звукограма можно зарегистрироваться и озвучить 10000 символов. Или купить платную подписку, тарифы на картинке. По качеству бесплатные голоса как по мне не лучше Microsoft Edge TTS. Но и платные голоса тоже не сильно впечатляют.

Ссылка на сайт.

А также персонажей компьютерных игр. Cybervoice.io, который входит в проект (модное сегодня слово экосистема) SteosVoice, достаточно инновационный российский онлайн-сервис, специализирующийся на синтезе текста в речь. Разработка лаборатории ИИ Mind Simulation, есть более чем 400 голосов на русском и английском языках. Тарифы достаточно доступные.

Что понравилось? Довольно живые голоса. Что не понравилось — злостное игнорирование роботами ударений и интонаций русского языка. Прямо с американским акцентом говорят. Для исправления этого есть обширный инструментарий — вручную отредактируете и настроите синтез и после получите очень даже хороший результат. Очевидно, это будет стоить дешевле, чем нанимать профессионального диктора. Но поработать все равно придется ручками.

Ссылка на сайт

Ссылка на телеграм-бот

Много русских голосов, несколько моделей. Не требует регистрации. Ограничение на бесплатной подписке в 1000 символов (на простенькой модели). Голоса довольно живые.

Ссылка на сервис

Началось все с того, что я заметил на ютьюбе появление кучи роботов, которые читают очень длинные книги. На приемлемом качестве, с ошибками, но терпимо. Решил поискать, где эти нейронки, которые делают такие часовые аудиокниги. Оказалось, что выбор на самом деле небольшой. Да, бесплатные нейросети для озвучки текста на русском есть, кто бы спорил. Но больше 1000 знаков они вам бесплатно не озвучат. Единственное стоящее предложение от старины Майкрософт – этот его TTS (первый в списке) действительно смог прочитать вслух большой роман и дал возможность скачать его. И я бы не сказал, что качество бесплатного продукта настолько плохое, чтобы платить по другим вариантам. Ниже выкладываю ссылку на «Шагреневую кожу» Бальзака на 10 часов, которую робот сотворил за 5 минут (не шутка).

Может я пропустил какую-то нейросеть для озвучки текста голосом? Напишите в комментариях.

Текст для теста сгенерировал тут.

Робот 10 часов читает Бальзака: