AI tekst naar spraak

Tekst naar spraak, ofwel TTS, zet geschreven tekst om in gesproken audio. Oudere TTS las woorden na elkaar voor met een vlakke stem. Moderne AI tekst naar spraak leest eerst de hele passage, zodat het begrijpt welk woord de nadruk krijgt, waar een zin een vraag wordt en wanneer een pauze iets benadrukt, en het spreekt met de ademhaling en het ritme van een mens.

Op Mage draait tekst naar spraak op Eleven Speech, het nieuwste model van ElevenLabs, Eleven v4. Je plakt tot 5.000 tekens, kiest een van de 16 stemmen en krijgt een MP3 die precies zo lang duurt als het voorlezen. Audiotags tussen vierkante haken, zoals [whispers], [laughs] of [excited], sturen de voordracht aan zonder hardop te worden voorgelezen.

Het zit in hetzelfde account als de beeld- en videomodellen van Mage. Een voice-over kan direct onder een video, op een personage als stem, of in de Lipsync-app om een portret het te laten uitspreken.

Tekst naar spraak leest precies voor wat je invoert, dus schrijf voor het oor. Schrijf uit wat er gezegd moet worden zoals het moet klinken: "twaalf uur" in plaats van "12u", "het jaar tweeduizendzesentwintig" als het getal als jaartal gelezen moet worden, en hele woorden voor afkortingen die je niet letter voor letter wilt laten uitspreken. Splits lange zinnen op in kortere: een luisteraar kan niet terugscrollen.

Leestekens zijn de goedkoopste manier om het tempo te sturen. Een komma is een korte adempauze, een punt een langere, een beletselteken een aarzeling en een streepje een plotselinge onderbreking. Een vraagteken verandert de melodie van de hele zin, dus controleer of vragen echt met een vraagteken eindigen.

• Schrijf getallen uit als de uitspraak ertoe doet
• Houd zinnen kort en in spreektaal
• Gebruik beletseltekens voor pauzes en streepjes voor onderbrekingen
• Lees het script eerst één keer hardop voor je genereert
• Verdeel heel lange teksten in hoofdstukken

De 16 stemmen dekken de meest voorkomende toepassingen. Voor lange vertellingen en luisterboeken kies je een rustige verteller zoals Darian, Florence of Sawyer. Voor nieuws, trainingen en uitleg een heldere presentator zoals Alicia of Eldrin. Voor advertenties en social video een vrolijke, moderne stem zoals Elowen, Jade of Lawrence. Voor games een karakterstem zoals Kaelen.

Elke stem spreekt alle ondersteunde talen, dus een Spaans of Japans script werkt met elke stem. Genereer de eerste twee of drie zinnen met een paar stemmen, vergelijk ze en laat daarna het hele script lopen met de stem die het best past.

Eleven v4 leest tags tussen blokhaken als regieaanwijzing. [excited], [nervous], [sarcastic] en [softly] veranderen de emotie; [whispers] en [shouting] veranderen het volume; [sighs], [laughs] en [gulps] voegen een reactie toe; [door creaks] of [applause] voegen een geluid toe midden in de voorlezing. Zet een tag direct vóór de zin die hij aanpast, en gebruik er één of twee per zin.

Met tags komen dialogen en tekst van personages tot leven, terwijl gewone vertelling er vaak geen nodig heeft. Voor karakterstemmen die in elke video hetzelfde moeten blijven, lees je de gids over de AI-stemgenerator, en voor liedjes en achtergrondmuziek die over de AI-muziekgenerator.

Dezelfde stemmen werken via de Mage API: stuur de tekst en een stem naar POST /v1/eleven_speech/generate en ontvang een MP3 terug, met prijzen per blok van 250 tekens. De Mage API-pagina behandelt sleutels en prijzen. Als de Mage MCP-server is gekoppeld, kunnen Claude, ChatGPT en andere assistenten in de chat een script voor je voorlezen, nadat ze hebben aangegeven hoeveel Gems het kost.