Come funziona Text to Speech: voci, limiti e costi

Text to Speech trasforma un testo scritto in un file audio parlato. Puoi usarlo per aggiungere una voce fuori campo a slide o video, ascoltare un articolo invece di leggerlo, sentire come si pronuncia una frase in un'altra lingua o inviare un messaggio con la tua voce clonata. Funziona su web.vocalingo.app, iOS e Android.

Quale testo puoi inserire

Una singola richiesta supporta fino a 10.000 caratteri, circa 11 minuti di parlato a ritmo normale. Un contatore sotto il campo mostra quanti caratteri hai utilizzato.

• Scrivi il testo oppure tocca Incolla per inserirlo dagli appunti.

• Dettalo con il pulsante del microfono: l'app trasformerà le tue parole in testo.

• Invialo da un altro strumento: dopo Speech to Text o Video to Text, tocca Text to speech sotto E adesso?.

Se il testo è troppo lungo, l'app mostra "Text is too long. Maximum 10000 characters." Dividilo in più parti e genera l'audio una porzione alla volta.

Come dare voce a un testo

1. Nella scheda Strumenti, apri Text to Speech.

2. Nella scheda Testo, inserisci il testo e tocca Continua.

3. Nella scheda Voce, scegli una voce. Il pulsante di riproduzione accanto a una voce ne riproduce un'anteprima. Come impostazione predefinita è selezionata la voce MiniMax Expressive Narrator.

4. Se necessario, configura la voce sotto l'elenco: istruzioni per le voci OpenAI, emozione, velocità e tonalità per MiniMax, stabilità, somiglianza e stile per ElevenLabs. Tocca Continua.

5. Nella scheda Risultato, controlla il costo stimato e tocca Genera.

Mentre l'audio viene creato, il pulsante mostra "Generating audio..." con una percentuale, e sotto appare Annulla.

Quali voci puoi scegliere

Il selettore della voce comprende sette schede: Preferiti, Recenti, Le mie voci, MiniMax, Qwen 3, OpenAI ed ElevenLabs. MiniMax ed ElevenLabs offrono la resa più naturale per i testi lunghi, le voci OpenAI possono essere guidate con istruzioni precise e Le mie voci racchiude le voci clonate dalle tue registrazioni. Un confronto tra tutti i gruppi con i relativi costi: quale voce Text to Speech scegliere. Come cercare, ascoltare in anteprima e salvare le voci nei Preferiti: scegliere una voce.

Come aggiungere risate, pause e la corretta accentazione

Con le voci MiniMax ed ElevenLabs, la scheda Testo mostra alcuni tag. Tocca un tag per copiarlo e incollalo nel punto del testo in cui desideri che compaia.

• MiniMax: (laughs), (sighs), (coughs), (crying), (gasps), (groans) e <#1#> per una pausa di un secondo.

• ElevenLabs: [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying] e i puntini di sospensione per una pausa. Troppi tag consecutivi possono causare anomalie nell'audio.

• Se una parola viene accentata sulla sillaba sbagliata, scrivi la parte accentata in lettere maiuscole, ad esempio ANcora (del porto) e anCOra (di nuovo).

Cosa ottieni e dove trovarlo

La scheda Risultato mostra un lettore con il file audio. Accanto al lettore è presente un pulsante: nell'app apre il menu di condivisione per inviare il file o salvarlo sul dispositivo; sul web consente di scaricarlo. Se vuoi modificare qualcosa, aggiorna il testo o la voce e tocca Rigenera.

Ogni risultato viene salvato nella Cronologia: tocca l'icona dell'orologio in alto. Senza Premium vengono conservati gli ultimi 3 risultati, con Premium tutti quanti. Maggiori dettagli: Cronologia: salvataggio, ripristino ed eliminazione dei risultati.

Quanto costa

Il costo dipende dalla voce scelta e dalla lunghezza del testo. I token vengono scalati solo a generazione completata: se l'operazione non va a buon fine, non viene addebitato nulla o i token vengono restituiti.

Il costo minimo per ogni generazione è di 1 token. Istruzioni, emozioni e altre impostazioni non modificano il prezzo. Tariffe per gli altri strumenti: costo in token per ciascuno strumento.

Cosa non può fare Text to Speech

• Non traduce. La voce legge il testo nella lingua in cui è scritto. Per generare parlato in un'altra lingua, traduci prima il testo con Text Translation.

• Non può cambiare la voce in una registrazione esistente. A tale scopo puoi usare Voice Changer.

• La schermata del risultato non include la sezione E adesso?, quindi l'audio non viene trasferito automaticamente ad altri strumenti.

Se il processo richiede troppo tempo, l'app mostra "Voice generation took too long. Please try again." Tocca Riprova e, se il problema persiste, scegli un'altra voce.