
Kokoro TTS آنلاین
صداهای متنباز و طبیعی هوش مصنوعی، رایگان و بدون نصب هیچ چیز
💡 چطور متن را به صدا تبدیل کنیمSaveMeTools از صداهای عصبی آنلاین Microsoft Edge استفاده میکند و این کار را از طریق کتابخانه متنباز edge-tts انجام میدهد و وابسته به Microsoft نیست. متن شما فقط برای ساخت صدا به کار میرود و نه متن و نه صدا نگهداری نمیشود. شرایط استفاده را بخوانید. صداهایی که با نام Kokoro مشخص شدهاند از یک مدل متنباز میآیند که روی سرور خود ما اجرا میشود، نه از Microsoft.

Kokoro چیست
Kokoro یک مدل متنباز تبدیل متن به صدا با 82 میلیون پارامتر است که با مجوز Apache 2.0 منتشر شده. آنقدر کوچک است که روی یک سرور معمولی اجرا میشود و بسیاری از شنوندگان صداهایش را نزدیک به کسی میدانند که متنی را بلند میخواند، با مکثها و آهنگ طبیعی. در این صفحه روی سرور خود ما اجرا میشود: لازم نیست Python نصب کنید، مدل را دانلود کنید یا کارت گرافیک داشته باشید.
چطور از Kokoro آنلاین استفاده کنیم
- متنتان را در کادر تایپ کنید یا بچسبانید، تا 5,000 نویسه.
- زبان را انتخاب کنید. این صفحه با یک صدای انگلیسی Kokoro که از قبل انتخاب شده باز میشود؛ بقیه در منوی صدا هستند، در گروهی که با Kokoro شروع میشود.
- سرعت را از -30% تا +30% تنظیم کنید و روی ساخت صدا بزنید.
- تا وقتی صدا ساخته میشود درصد را دنبال کنید، بعد گوش دهید و MP3 را دانلود کنید، یا زیرنویسها را بهصورت SRT و VTT.
صداهای Kokoro که اینجا پیدا میکنید
روی هم 16 صدا میشود. صداهای Santa صفحهای جداگانه دارند، برای پیامهای کریسمس.
- انگلیسی آمریکایی: Heart، Bella، Michael، Fenrir و Santa.
- انگلیسی بریتانیایی: Emma و George.
- پرتغالی برزیلی: Dora، Alex و Santa.
- اسپانیایی: Dora، Alex و Santa.
- فرانسوی و ایتالیایی: Siwis به فرانسوی، Sara و Nicola به ایتالیایی.
Kokoro یا صداهای Microsoft؟
هر دو در همین سایت و در یک منوی صدا هستند. صداهای Microsoft در چند ثانیه جواب میدهند، بیش از 70 زبان را پوشش میدهند و میگذارند زیر و بمی صدا را تغییر دهید. صداهای Kokoro به پنج زبان حرف میزنند، بیشتر طول میکشند و تنظیم زیر و بمی ندارند، اما روی سرور خود ما اجرا میشوند، پس متن شما برای Microsoft فرستاده نمیشود، و خیلیها برای روایت صدای آنها را بیشتر میپسندند. یک پاراگراف را با یک صدا از هر کدام امتحان کنید و آن را که بیشتر دوست دارید نگه دارید.
چرا Kokoro بیشتر طول میکشد
Kokoro روی سرور خود ما کار میکند، جمله به جمله، و متن هر بازدیدکننده منتظر نوبتش میماند. هر جمله چند ثانیه طول میکشد و یک متن 5,000 نویسهای ممکن است حدود چهار دقیقه زمان ببرد. درصد روی صفحه واقعی است: هر بار که یک جمله تمام میشود بالا میرود. وقتی افراد زیادی همزمان از آن استفاده میکنند، صفحه میگوید که صف پر است و میتوانید کمی بعد دوباره امتحان کنید یا یک صدای Microsoft انتخاب کنید.
ابزارهای بیشتر
تبدیل متن به صدا رایگانمتن را بنویسید، یک صدا انتخاب کنید و صدا را بهصورت MP3 همراه با زیرنویس دانلود کنیدتبدیل MP4 به MP3صدای ویدیو را جدا کنید و بهصورت فایل MP3 ذخیره کنیدتبدیل صدا به متنگفتار داخل فایل صوتی را به متنی تبدیل کنید که بتوانید کپی و ویرایش کنیدبرش صدااز هر فایل صوتی فقط بخش مورد نظرتان را نگه دارید و بهصورت MP3 ذخیره کنیدتبدیل متن به MP3هر متنی را به فایل MP3 تبدیل کنید که همهجا پخش میشودتبدیل متن به صدا با زیرنویسصدا و زیرنویسهای هماهنگ SRT و VTT را همزمان بگیریدتولید دیالوگ با هوش مصنوعییک گفتگو بنویسید و به هر نفر صدای مخصوص خودش را بدهیدساخت صدای شخصیتهابرای هر شخصیت داستان، فیلمنامه یا انیمیشن شما یک صدای متفاوتتبدیل متن به صدا به انگلیسیلهجههای انگلیسی آمریکایی، بریتانیایی، استرالیایی و دیگر لهجههاتبدیل متن به صدا به پرتغالیصداهای طبیعی از برزیل و پرتغالتبدیل متن به صدا به اسپانیاییصداهای طبیعی از اسپانیا، مکزیک و تمام آمریکای لاتینصدای بابانوئلیک پیام کریسمس بنویسید و آن را با صدای بابانوئل بشنویدتبدیل ویدیو به متنویدیو را بفرستید و هرچه در آن گفته میشود بخوانیدزیرنویس از فایل صوتییک فایل ضبطشده بفرستید و فایل زیرنویسی بگیرید که گفتار را دنبال میکندساخت زیرنویس خودکاریک ویدیو بارگذاری کنید و زیرنویسی با زمانبندی آماده دریافت کنیدابزارهای PDFفایلهای PDF را بدون فرستادن به جایی ادغام، تقسیم و تبدیل کنیدابزارهای عکسعکسها را مستقیم در مرورگر، بدون آپلود، کمحجم و تغییر اندازه و تبدیل کنید
پرسشهای متداول
آیا استفاده از Kokoro TTS در اینجا رایگان است؟
بله. اعتباری برای خریدن وجود ندارد و صدا واترمارک ندارد. بدون حساب کاربری میتوانید روزانه 2 صدا بسازید و با یک حساب رایگان UtilLab روزانه 12 صدا؛ هر دوستی که دعوت کنید تا یک هفته تعداد بیشتری اضافه میکند. هر متن میتواند تا 5,000 نویسه داشته باشد و یک محدودیت ساعتی نمیگذارد متنهای بلند Kokoro نوبت همه را بگیرند.
برای استفاده از Kokoro باید چیزی نصب کنم؟
نه. اجرای Kokoro روی کامپیوتر خودتان یعنی نصب Python، دانلود مدل و صداهایش، و صبر کردن تا بارگذاری شود. اینجا مدل از قبل روی سرور ما بارگذاری شده: متن را میچسبانید، دکمه را میزنید و MP3 را از همان صفحه دانلود میکنید.
Kokoro در این سایت به چه زبانهایی حرف میزند؟
انگلیسی آمریکایی و بریتانیایی، پرتغالی برزیلی، اسپانیایی، فرانسوی و ایتالیایی، در مجموع با 16 صدا. این مدل برای زبانهای دیگر هم صدا دارد، اما ما فقط آنهایی را ارائه میکنیم که خوب میخواند. برای هر زبان دیگر، صداهای Microsoft در همان منو بیش از 70 زبان را پوشش میدهند.
آیا میتوانم سرعت و زیر و بمی صدای Kokoro را تغییر دهم؟
سرعت را بله، بین -30% و +30%، یعنی محدودهای که مدل خوب از پسش برمیآید؛ نوار همانجا میایستد. Kokoro تنظیم زیر و بمی ندارد، برای همین تا وقتی یکی از صداهایش انتخاب شده آن نوار غیرفعال است. اگر صدای زیرتر یا بمتری لازم دارید، صدای دیگری انتخاب کنید.
آیا صداهای Kokoro زیرنویس هم دارند؟
بله، میتوانید فایلهای SRT و VTT را همراه با MP3 دانلود کنید. Kokoro گزارش نمیدهد هر کلمه چه زمانی گفته میشود، برای همین زمانها از روی طول هر جمله حساب میشوند: از نزدیک با گفتار پیش میروند، اما نه به دقت صدای Microsoft. برای زیرنویسی که باید کلمه به کلمه منطبق باشد، از ابزار زیرنویس با یک صدای Microsoft استفاده کنید.
آیا متن من ذخیره میشود یا برای شرکت دیگری فرستاده میشود؟
نه. با صدای Kokoro، متن به سرور خود ما میرود، فقط تا وقتی صدا ساخته میشود استفاده میشود و بعد دور ریخته میشود، و صدا هم همینطور. برای Microsoft یا هیچ شرکت دیگری فرستاده نمیشود، و تفاوت اصلیاش با بقیه صداهای این سایت همین است.
آیا میتوانم صدای ساختهشده با Kokoro را در ویدیوهایم استفاده کنم؟
Kokoro با مجوز Apache 2.0 منتشر شده که استفاده تجاری را مجاز میداند، و ما هم محدودیتی از طرف خودمان به صدا اضافه نمیکنیم. مسئولیت آنچه گفته میشود با خود شماست: از آن برای فریب دادن دیگران یا جا زدن خود بهجای یک آدم واقعی استفاده نکنید. جزئیات در شرایط استفاده ما آمده است.
آیا صداهای Kokoro میتوانند در یک گفتگو شرکت کنند؟
بله. در ابزار گفتگو هر شخصیت یک منوی صدا دارد و صداهای Kokoro در آن کنار صداهای Microsoft هستند. حتی میتوانید این دو را در یک گفتگو با هم ترکیب کنید؛ فقط خطهایی که Kokoro میخواند کمی دیرتر میرسند.