Clona la tua voce — gratis, illimitato, sul tuo dispositivo

Registra la tua voce per dieci secondi mentre leggi, poi scrivi qualsiasi cosa e ascoltala con la tua voce, in inglese, francese, tedesco, spagnolo, portoghese o italiano. Il modello viene eseguito nel tuo browser: nessun account, nessun limite di lunghezza, e i tuoi file non vengono mai caricati.

  1. La tua voce

    Leggi questo testo ad alta voce — circa 10 secondi

    Il sole sorge sulla città. Mi preparo un caffè, apro la finestra e ascolto la strada.

    Trascina un file audio — da 5 a 30 secondi di una sola persona che parla — oppure registra la tua voce:

  2. Il tuo testo

  3. Audio

Come clonare la tua voce

  1. Registra o trascina la tua voce

    Leggi la frase sullo schermo per circa dieci secondi, oppure trascina una clip in cui parli tu: da 5 a 30 secondi di una sola persona, con poco rumore di fondo.

  2. Conferma che è la tua voce

    Spunta la casella: è la tua voce, oppure chi parla ha dato il suo consenso esplicito. Lo strumento non usa alcun campione finché non lo fai.

  3. Scrivi, genera, scarica

    Scrivi o incolla qualsiasi testo e scarica un file WAV con la tua voce. I testi lunghi vengono divisi alla fine delle frasi e letti in sequenza.

Perché clonare la tua voce qui

I tuoi file non vengono mai caricati

Il modello impara la tua voce sul tuo dispositivo, nel tuo browser. La tua registrazione non viene mai inviata a un server: puoi verificarlo nel pannello Rete mentre lo strumento lavora.

Nessun limite di lunghezza

Incolla una pagina o un capitolo. Non c'è un limite di caratteri né una quota giornaliera, perché il lavoro avviene sul tuo computer, non sui nostri server.

Sei lingue

La tua voce può parlare inglese, francese, tedesco, spagnolo, portoghese e italiano. Somiglia di più a te nella lingua in cui hai registrato.

Il modello alla base

Pocket TTS di Kyutai, un modello vocale da 100 milioni di parametri (CC-BY 4.0), abbastanza piccolo da girare sul processore di un portatile. Al primo utilizzo scarica circa 140 MB, una sola volta.

La voce viene salvata solo se lo chiedi

Spunta «Salva questa voce» e il tuo campione viene salvato solo in questo browser, così la prossima volta la tua voce è pronta. Puoi eliminarla con un clic.

Domande

È davvero gratis e illimitato?
Sì. Non c'è un account, né un limite di caratteri, né una quota giornaliera. Il modello viene eseguito sul tuo dispositivo, quindi un testo più lungo non ci costa nulla: richiede solo un po' più di tempo al tuo computer.
La mia registrazione vocale viene caricata?
No. La registrazione viene trasformata in una voce all'interno del tuo browser e non viene mai inviata da nessuna parte. Per verificarlo, apri gli strumenti per sviluppatori del browser, passa al pannello Rete e clona la tua voce tenendolo aperto: vedrai il modello scaricarsi una volta (circa 140 MB) e nessuna richiesta che trasmetta la tua registrazione. Questa pagina carica strumenti di analisi come la maggior parte dei siti web, ed è per questo che la dichiarazione è precisa: I tuoi file non vengono mai caricati.
Posso clonare la voce di un'altra persona?
Solo con il suo permesso esplicito. Clonare una voce senza consenso è vietato dai termini del modello e, se lo si fa per spacciarsi per qualcun altro o per ingannare, è illegale in molti Paesi. Lo strumento ti chiede una conferma prima di usare qualsiasi campione.
Di quanto audio ho bisogno?
Da 5 a 30 secondi di una sola persona che parla chiaramente. Basta leggere la frase sullo schermo per circa dieci secondi. Una stanza silenziosa aiuta più di un microfono migliore.
In quali lingue può parlare la mia voce?
Inglese, francese, tedesco, spagnolo, portoghese e italiano. La tua voce clonata somiglia di più a te nella lingua in cui hai registrato; nelle altre mantiene il tuo timbro con l'accento di quella lingua.
Quale modello usa?
Pocket TTS di Kyutai, rilasciato con licenza CC-BY 4.0 e convertito per funzionare nel browser con WebAssembly. Non serve una scheda grafica.
Che cosa ottengo?
Un file WAV mono a 48 kHz con la tua voce, pronto da riprodurre o da inserire in un editor video. (Il modello genera l'audio a 24 kHz; il download viene ricampionato ai 48 kHz usati dagli editor video.)