UKK

Lyhyet vastaukset usein kysyttyihin kysymyksiin.

Onko se todella ilmainen eikä merkkirajaa?

Kyllä. Ei rekisteröitymistä, ei merkkirajaa, ei maksullista tasoa. Sama työkalu, liitätpä twiitin tai romaanin. Mainokset pitävät sen ilmaisena.

Tallennatteko liittämäni tekstin?

Ei. Quick TTS toimii kokonaan asiakaspuolella. Liittämäsi teksti käsitellään selaimessa eikä sitä lähetetä palvelimillemme. Se ei edes saavuta meitä, joten lokeja ei ole.

Viimeisin tekstisi tallennetaan selaimen localStorageen, jotta se säilyy vahingossa suljetun välilehden jälkeenkin, mutta tämä on vain laitteellasi. Poista se tyhjentämällä selaimen sivustotiedot.

Mitä eroa on peruäänellä ja "tekoälyäänellä"?

Perus (Browser TTS): selaimeen sisäänrakennettu äänimoottori (Web Speech API). Toimii heti ja kaikilla laitteilla, ja kuulostaa tavalliselta TTS-äänelltä.

Tekoälyääni tarkoittaa kolmea valittavissa olevaa neuroverkkomoottoria, joista suomenkielisillä sivuilla näkyy yksi. Se toimii kertaluonteisen latauksen jälkeen paikallisesti laitteellasi — teksti ei poistu selaimesta.

• Piper — noin 60 Mt:n lataus, toimii WebAssemblylla. Toimii kaikilla pöytäselaimilla ja nykyään myös puhelimilla, mutta sillä ei ole suomenkielistä ääntä.
• Supertonic HD — ainoa laadukas moottori, joka tuottaa suomea paikallisesti selaimessa. Toimii 44,1 kHz:n taajuudella näytönohjaimella WebGPU:n kautta, ensin noin 380 Mt:n kertalataus, jonka jälkeen käytettävissä offline. Vaatii WebGPU:n eikä sillä ole WebAssembly-varareittiä, joten se ei näy valikossa lainkaan ilman WebGPU:ta.
• Kokoro HQ — noin 80 Mt, toimii WebGPU:lla, mutta on vain englanniksi (sekä äänilista että foneettinen muunnos). Siksi tämä moottori ei näy suomenkielisillä sivuilla.

Lähettävätkö tekoälyäänet tekstini palvelimelle?

Ei. Sekä Piper että Supertonic HD toimivat vain selaimessa — Piper WebAssemblyn, Supertonic HD WebGPU:n kautta. Verkkopyyntöjä tehdään vain kertaluonteisesti, kun kirjastot ja mallit ladataan jsDelivristä ja Hugging Facesta; sen jälkeen kaikki puheentuotto tapahtuu laitteellasi.

Toimiiko tämä mobiilissa?

Puhelimella voit käyttää Browser TTS:ää — se käyttää laitteen sisäänrakennettua ääntä, joten se toimii kaikkialla. Myös Piper toimii nykyään puhelimissa. Aiemmat iOS-ongelmat on korjattu Safarin ja Chromen päivityksillä.

Kokoro HQ ja Supertonic HD ovat edelleen vain työpöydälle — molemmat vaativat WebGPU:n, jota mobiilinäytönohjaimet eivät vielä tue luotettavasti.

Voinko käyttää luotua ääntä kaupallisesti (YouTube, podcast, tuote)?

Kyllä, yhdellä huomiolla: kannattaa mainita käytetty äänimalli projektin tiedoissa tai kuvauksessa.

• Browser TTS: käyttää käyttöjärjestelmän sisäänrakennettuja ääniä. Microsoftilla, Applella ja Googlella on omat ehtonsa järjestelmäänien kaupalliselle käytölle — yleensä satunnainen tai pieni käyttö on sallittua, mutta laajassa jakelussa kannattaa tarkistaa kyseisen äänen dokumentaatio.
• Piper: moottori on MIT-lisensoitu. Se sisältää käsin valittuja ääniä: LibriTTS-R ja VCTK ovat CC-BY 4.0 (kaupallinen käyttö sallittu, kun mainitset lähteen), Joe on CC0 / public domain (ei rajoituksia). CC-BY-äänen mainitseminen riittää yhdellä rivillä videon tai podcastin kuvauksessa, esim. "Voice by Piper TTS — LibriTTS-R / VCTK, CC-BY 4.0".
• Kokoro HQ: malli on Apache 2.0 -lisensoitu — kaupallinen käyttö sallittu. Apache 2.0 ei tiukasti ottaen vaadi mainintaa, mutta hyvänä käytäntönä suosittelemme mainitsemaan Kokoro-82M:n projektisi tiedoissa.
• Supertonic HD: poikkeaa muista moottoreista — mallin painot ovat BigScience OpenRAIL-M -lisenssillä, joka ei ole vapaamielinen lisenssi. Kaupallinen käyttö on sallittu eikä oikeuksia luotuun ääneen vaadita, mutta OpenRAIL-M sisältää käyttöön perustuvia rajoituksia, joita on noudatettava ja välitettävä eteenpäin kaikille, joiden kanssa jaat mallin tai sen tuotoksen. Päättelykoodi on MIT-lisensoitu.

Emme vaadi oikeuksia luomaasi ääneen. Kunkin mallin lisenssin noudattaminen omassa käyttötapauksessasi on käyttäjän vastuulla.

Onko tekstin pituudelle rajaa?

Voit liittää niin pitkän tekstin kuin haluat. Syöte paloitellaan ja toistetaan suoratoistona, joten 50 000 sanan asiakirja toimii samalla tavalla kuin yksi lause — se vain kestää kauemmin. Tekoälyäänipolulla luonti ja toisto putkitetaan, joten et joudu odottamaan pitkään alussa.

Miksi tekoälyäänen ensimmäinen toisto kestää niin kauan?

Kun vaihdat tekoälymoottoriin ensimmäistä kertaa, selaimen täytyy ladata malli — Piper noin 60 Mt, Kokoro HQ noin 80 Mt. Tämä kestää muutamasta sekunnista minuuttiin yhteydestä riippuen. Sen jälkeen se on selaimen välimuistissa ja seuraavat kerrat ovat nopeita. Supertonic HD on poikkeus: se lataa noin 380 Mt ensimmäisellä kerralla. Ota tämä huomioon, jos yhteytesi on datarajoitettu.

Tekoälyääni jää työpaikan koneella jumiin kohtaan "Ladataan..."

Jotkin yritysverkot estävät jsDelivrin tai Hugging Facen, jotka isännöivät Piperia ja Supertonic HD:tä. Jos kumpikaan tekoälymoottori ei koskaan viimeistele alustusta, tämä on lähes aina syy. Browser TTS toimii ilman ulkoisia latauksia, joten se on hyvä vaihtoehto rajoitetussa ympäristössä.

Miksi näen mainoksia?

Mainokset kattavat verkkotunnuksen, hostingin ja ylläpitoon käytetyn ajan kustannukset. Se on hinta rajoittamattomasta ilmaisuudesta. Jos et pidä mainoksista, ymmärrämme — mainostenesto-ohjelman käyttö on täysin kunnossa. Emme yritä syyllistää sinua siitä.

Seurataanko näppäinpainalluksiani?

Ei. Emme suorita analytiikkaa emmekä näppäinlogia. Katso lisätietoja tietosuojaselosteesta.

Löysin ongelman / minulla on palautetta

Lähetä sähköpostia osoitteeseen hello@quick-tts.com. Kerro mukana selaimesi ja käyttöjärjestelmäsi.