Praktisk guide til tekst-til-tale
10 ting tekst-til-tale er virkelig god til — og et par ting, det ikke er. Alt her kan gøres med det gratis værktøj på denne side.
1. Korrekturlæsning af egen tekst
Det her er den mest undervurderede brug af TTS. Når du læser din egen tekst i stilhed, fylder hjernen automatisk hullerne ud med det, du ville skrive. Men når du hører den læst højt, springer fejlene frem med det samme — gentagne ord, akavede formuleringer, sætninger der gav mening i hovedet men ikke flyder, når de siges højt.
Sådan gør du: Skriv udkastet færdigt, indsæt det i Quick TTS, tryk på afspil, og følg med i originalen med øjnene. Hver gang noget lyder underligt — selv hvis du ikke kan forklare hvorfor — tjek den linje. Ni ud af ti gange er der noget at rette.
Det virker særligt godt til lange tekster (essays, ansøgninger, rapporter, blogindlæg), hvor du har set på ordene så længe, at de holder op med at se ud som ord. Ti minutter med TTS fanger ofte problemer, en hel time med stille læsning overså.
2. Lyt til artikler mens du laver noget andet
Har du gemt en lang artikel, du ikke har 20 minutters sammenhængende tid til at læse? Indsæt teksten (de fleste sider lader dig markere alt og kopiere), tryk på afspil, og lyt mens du laver mad, går tur, kører bil eller vasker op. At sætte hastigheden op til 1,4x eller 1,5x er et nyttigt trick — efter en dag eller to vænner hjernen sig til det, og du er igennem en tredjedel hurtigere end ved stille læsning.
Fungerer også godt sammen med læs-senere-tjenester som Instapocket eller Pocket. Eksportér artikelteksten, og du har en gratis lydudgave af alt det, du har udskudt.
3. Sprogindlæring (udtale)
Når du lærer et nyt sprog, giver ord på skrift ingen information om udtale. TTS gør. Indsæt de sætninger, du øver, på målsproget, skift stemmen til en talende på det sprog (der er som regel flere at vælge imellem i browserens dropdown), og lyt.
Det virker også omvendt — skriv en frase, som du tror, den lyder, lyt til den, og sammenlign med en indfødt optagelse. Forskellen fortæller dig, hvad du skal øve videre på.
Browserens indbyggede stemmer er ofte bedre til andre sprog end engelsk, end folk regner med. Mac og iOS er især stærke til fransk, spansk, tysk, italiensk og japansk. Windows og Android er mere ujævne.
4. Studier (noter til lyd)
Er du auditiv af natur, eller pendler du til undervisning eller eksamen? At indsætte studienoter i TTS og lytte til dem igen er en legitim læringsmetode i sig selv. Det virker også godt til udenadslære — den rytme, teksten får, når den læses højt, sætter sig anderledes end stille læsning.
Kombinér det med hastighedsregulatoren. Kør den første gennemlytning på 1x for at tage indholdet ind, og brug 1,5x eller 1,7x til hurtige genopfriskninger bagefter.
5. Tilgængelighed for ordblinde
TTS er et reelt værdifuldt tilgængelighedsværktøj for ordblinde. Ved at lytte mens du læser med — eller lytte helt uden at læse — kan du springe over det "afkodningstrin", der gør traditionel læsning svær. Der er solid forskning for, at det både hjælper på forståelse og på udmattelse.
Quick TTS virker også på mobil. Det betyder, at en ordblind elev eller voksen kan åbne en webside, markere et afsnit og lytte til det — uden særlig software, uden oprettelse af konto, uden omkostning.
6. Brugere med nedsat syn eller blindhed
Fuldt udbyggede skærmlæsere som NVDA, JAWS og VoiceOver er stærkere til at navigere hele sider, men et TTS-værktøj som dette er nyttigt, når du bare vil have en bestemt tekstblok læst op — en e-mail, en formular, noget du har indsat fra et andet sted — uden at åbne hele skærmlæserens kontekst. Tekstfeltet har et label til skærmlæsere, og afspilningsknappen oplyser genvejstasten (Ctrl+Enter eller Cmd+Enter).
7. Øvelse i engelsk som andetsprog
For dem, der lærer engelsk som andetsprog, er det at lytte til sætninger og følge med visuelt en af de hurtigste måder at forbedre sin forståelse på. Indsæt hvad som helst — en nyhedsartikel, en kollegas e-mail, en Wikipedia-side om et emne, du er interesseret i — og hør det hele igennem i behageligt tempo. Prøv AI Voice-stemmen for den mest naturlige udtale og rytme.
8. Midlertidig fortælling til video eller slides
Laver du en kort forklarende video, en produktdemo eller slides, og gider du ikke indtale det selv? TTS kan fungere som en midlertidig fortæller (og med AI Voice ofte helt tæt på en endelig version). Optag skærmen, mens lyden afspilles, og synk den med videoen bagefter.
Bemærk: kommerciel brug er tilladt for begge motorer på denne side, men licensvilkårene er forskellige — der findes ikke ét fælles svar for "AI Voice". Browser TTS følger Microsofts, Apples og Googles vilkår for systemstemmer. Supertonic HD er en undtagelse: modelvægtene er under BigSciences OpenRAIL-M-licens, som ikke er en fuldt fri licens. Kommerciel brug er tilladt, og vi gør ikke krav på rettigheder til den lyd, du genererer, men der følger brugsbaserede begrænsninger med, som du skal overholde og videregive til alle, du deler modellen eller dens output med. Selve inferenskoden er MIT-licenseret. Fuld gennemgang pr. motor findes i FAQ'en (på engelsk).
9. Læs godnathistorie for dit barn, når du har mistet stemmen
En syg dag, en hæs hals, men stadig sengetid. Indsæt et kapitel af bogen, og tryk på afspil. Det er ikke det samme som det ægte vare, men langt bedre end ingenting. AI Voice-stemmen lyder overraskende varm til netop det her formål.
10. Lyt til e-bøger (EPUB)
Træk en EPUB-fil ind i tekstfeltet, og hele bogen tolkes i læserækkefølge direkte i browseren. Har du allerede en DRM-fri e-bog, skal du ikke omgå nogen kopispærring overhovedet. Standard Ebooks, Project Gutenberg og de fleste uafhængige forlag leverer almindelige EPUB-filer, der er klar til brug med det samme. Bøger, du har købt andre steder, kan du eksportere DRM-frit til EPUB med Calibre. Hele forklaringen om EPUB til tale — inklusive DRM og hvor du finder bøger — findes på bloggen (på engelsk).
Det er den nærmeste, du kommer på en gratis lydbog af en DRM-fri e-bog, du allerede ejer. Særligt Supertonic HD-stemmen lyder tæt nok på en rigtig oplæser til, at det rækker til andet end ren praktisk lytning — også til fornøjelseslæsning. Den genererer i 44,1 kHz, så for lange bøger er det det rigtige valg. En EPUB på romanlængde tager kun få sekunder at tolke på en moderne bærbar, og resten genereres i baggrunden, mens afspilningen starter med det samme.
Det samme gælder PDF-lærebøger, DOCX-manuskripter og ODT-dokumenter. Alt tolkes på din egen enhed uden upload til en server og uden konverteringstjeneste.
Det TTS (endnu) ikke er god til
- Følelsesmæssige nuancer. AI Voice er mange skridt foran traditionel TTS, men læser stadig replikker fladere end et menneske. Til en replikrig romanoplæsning vinder en professionel oplæser stadig.
- Egennavne og sjældne ord. Enhver TTS-motor fejllæser en gang imellem firmanavne, fagudtryk og sjældent brugte ord. Hvis præcision er vigtig, så tjek disse ord, før du afspiller.
- Kode, formler og struktureret data. Indsætter du en kodeblok, bliver resultatet nærmest kun støj. TTS læser tegnsætning som "punktum" og "komma", hvilket kan være nyttigt ved korrekturlæsning, men sjældent er det, du ønsker ellers.
- Meget lange lydstykker i ét stræk. Indsæt gerne et dokument på 100.000 ord — det bliver læst til ende — men at høre en hel roman uden pause er et stort krav til browserens lydpipeline. Kapitel for kapitel er sikrere.
Bemærkninger om browser og enhed
Standardstemmen bruger browserens indbyggede stemmemotor, så hvilke stemmer der er tilgængelige, afhænger af styresystemet.
- Mac: standard er Samantha, som er rigtig god. Systemindstillinger → Tilgængelighed → Oplæst indhold → Systemstemme viser flere.
- Windows: Microsoft Zira, David og i nyere versioner Natasha og Aria. Edge har en tendens til at eksponere bedre neurale stemmer.
- iOS / iPadOS: flere stemmer, deriblandt Samantha. Siris egen stemme eksponeres ikke til browseren.
- Android: standard er Google TTS. Flere stemmer kan installeres i systemindstillinger — se linket "Skift Android-stemme", når du besøger forsiden på en Android-enhed.
AI Voice-dropdownen indeholder de neurale motorer, og hvilke der vises, afhænger af din enhed og sidens sprog. På dansk er billedet et andet end på engelsk:
- Piper — kører via WebAssembly og virker derfor i enhver moderne browser, inklusive mobil. Men Piper leverer ingen dansk stemme, så den er skjult på den danske side.
- Kokoro HQ — motoren med det bredeste stemmeudvalg, men udelukkende på engelsk. Den vises slet ikke uden for de engelske sider.
- Supertonic HD — den eneste af de tre, der taler dansk. 44,1 kHz lydkvalitet, kræver WebGPU på en computer med Chrome eller Edge, og har ingen WebAssembly-reserveløsning. Engangsdownload på ca. 380 MB.
Med andre ord: på dansk er valget mellem Browser TTS og Supertonic HD. Motoren kører helt i browseren og virker offline efter den første download. På en bærbar med en nyere indbygget grafikkort er WebGPU-generering tæt på realtid.
Hvorfor det er gratis
Quick TTS finansieres af bannerannoncer. Der er intet betalt niveau, ingen premium-stemmer, ingen tegngrænse. Generer annoncer dig, er en annonceblokering et helt legitimt valg — det er langt bedre, at du bruger værktøjet, end at du lader være. Flere detaljer findes på om-siden.