Je hebt een korte video en een script, en je neemt liever niet zelf op — geen stille ruimte, geen microfoon, of simpelweg geen zin om je eigen stem erop te horen. Wat je wilt is een narratietrack die je op de tijdlijn kunt zetten.
De korte route
- Open de tekst-naar-spraaktool. Bij het eerste bezoek wordt het model gedownload, ongeveer 64 MB, één keer — daarna staat het in de cache en werkt het offline.
- Plak de regel die je gesproken wilt hebben. Tot 500 tekens per generatie.
- Kies een van de 19 stemmen, of kloon er een uit een kort voorbeeld van je eigen stem.
- Genereer, luister, pas de formulering aan als de frasering slecht valt, en download.
Er wordt niets geüpload: het model draait in je browser, dus noch je script noch je stemvoorbeeld verlaat de machine. Voor het script van een klant onder embargo is dat het verschil tussen een tool die je kunt gebruiken en een die je niet kunt gebruiken.
Wat 500 tekens eigenlijk is
Ruwweg 80 woorden, of ongeveer 30 seconden spraak. Dat dekt een kortevideo in één of twee keer, en het is de verkeerde vorm voor een documentaire van twintig minuten.
Voor iets langers: genereer één regel per shot in plaats van één bestand voor het hele script. Dat is geen omweg om de limiet — het is hoe je de audio toch al zou willen hebben. Bestanden per shot kun je onafhankelijk verplaatsen, opnieuw timen en vervangen, en één zin opnieuw opnemen betekent niet dat je de hele narratie opnieuw moet genereren.
Een stem klonen
De tool kan een korte opname aannemen en nieuwe tekst in die stem spreken. Wat het verschil maakt:
- Een schoon voorbeeld. De kloon kopieert wat hij hoort, inclusief kamergeluid en gesis. Is je voorbeeld luidruchtig, haal het dan eerst door de ruisonderdrukker — dat is een van de nuttigste manieren om de twee tools te combineren.
- Gewone spraak, geen voordracht. Een neutrale lezing geeft een bruikbaardere stem dan een dramatische, omdat de kloon ook de voordracht reproduceert, niet alleen het timbre.
- Een paar seconden is genoeg, en meer is niet duidelijk beter. Probeer eerst een kort voorbeeld.
Een opname van een echt persoon kan bovenop het auteursrecht ook portret- of persoonlijkheidsrechten met zich meedragen, en in verschillende rechtsgebieden is het klonen van een herkenbare stem zonder toestemming onrechtmatig, ongeacht wie de opname bezit. Je eigen stem, of een van de 19 ingebouwde stemmen, omzeilt de vraag volledig. Zie Voorwaarden, sectie 2.
Een betere lezing krijgen
- Interpunctie voor het oor. Een komma koopt een korte pauze en een punt een langere. Een lange zin in twee delen splitsen lost het tempo meestal sneller op dan welke instelling ook.
- Spel lastige woorden zoals ze klinken. Namen, afkortingen en eenheden zijn waar synthese het vaakst misgaat, en herschrijven is sneller dan ertegen vechten.
- Genereer een regel twee keer. De uitvoer varieert licht tussen runs; de tweede take is soms degene die je wilt.
- Download als WAV als het naar een editor gaat, en laat de compressie over aan de uiteindelijke export.
Waar dit de verkeerde tool is
- Narratie van lange vorm. Een audioboek of een lange documentaire betekent honderden generaties. Een service op een server met een invoer ter lengte van een document is daarvoor de juiste vorm.
- Telefoons en oudere machines. De engine vereist
SharedArrayBufferen een capabele processor. Sommige mobiele browsers en ingebouwde webviews bieden dat niet. - Fijne controle over prosodie. Er is geen SSML, geen foneemeditor en geen toonhoogte per woord. Je stuurt de lezing door de tekst te herschrijven.
- Een verbinding met datalimiet. De eerste keer laden is echt 64 MB.
Maak ondertitels van de vertelling
Open AI Speech to Text met uw verhaalopname om een bewerkbaar transcript te maken en SRT- of VTT-ondertitels te exporteren voor uw video-editor. Elk bestand kan maximaal 5 minuten lang zijn.
Veelgestelde vragen
Hoe voeg ik een voice-over aan een video toe zonder zelf op te nemen?
Typ de narratie in een tekst-naar-spraaktool, kies een stem, en download de audio voor je tijdlijn. Een tool in de browser doet dit zonder account en zonder het script te uploaden — het model draait op je eigen apparaat.
Hoeveel tekst kan ik in één keer genereren?
Tot 500 tekens per generatie, ruwweg 80 woorden of ongeveer 30 seconden spraak. Voor een langer script: genereer één regel per shot; dat is in elk geval makkelijker te monteren dan één lang bestand.
Kan ik mijn eigen stem gebruiken?
Ja. De tool kloont een stem uit een kort voorbeeld, en jouw voorbeeld verlaat je apparaat nooit. Gebruik een schone, gewoon ingesproken opname — de kloon reproduceert kamergeluid en voordracht samen met het timbre.
Mag ik de gegenereerde voice-over commercieel gebruiken?
Wij leggen geen beperking op de audio die je genereert en claimen er geen rechten op. De beperking zit in de stem: een echt persoon klonen zonder toestemming kan portretrechten schenden, ongeacht het auteursrecht. De ingebouwde stemmen en je eigen stem omzeilen dat.
Waarom is de eerste keer laden zo groot?
Omdat het model je browser moet bereiken voordat er iets gegenereerd kan worden — ongeveer 64 MB, één keer, daarna in de cache. Die download is wat je een tool oplevert die geen account, geen quotum en geen upload nodig heeft.