Ustawienia tłumaczenia audio: rozpoznawanie, tłumaczenie i lektor
Dowiedz się, do czego służy każda opcja w ustawieniach tłumaczenia audio, ile kosztuje i kiedy ma zastosowanie: rozpoznawanie mowy, model tłumaczenia, głosy standardowe i klonowane.
Zaktualizowano: 2 listopada 20264 min czytania
Aby otworzyć ustawienia, stuknij ikonę ustawień (suwaki) w prawym górnym rogu ekranu tłumaczenia audio. Karta zawiera trzy zakładki: Rozpoznawanie, Tłumaczenie i Lektor. Aplikacja zapamięta Twoje wybory dla kolejnych nagrań.
Kiedy zmiany wchodzą w życie
Każda zakładka ma zastosowanie w innym momencie, więc zmiana nie zawsze wpływa na wynik widoczny już na ekranie.
| Zakładka | Dotyczy |
|---|---|
| Rozpoznawanie | kolejnego wybranego przez Ciebie pliku |
| Tłumaczenie | wyłącznie ponownych tłumaczeń: gdy zmienisz język docelowy lub edytujesz tekst źródłowy. Pierwsze tłumaczenie nowego pliku zawsze używa modelu Gemini 3.8 Flash |
| Lektor | kolejnego stuknięcia przycisku odtwarzania |
Rozpoznawanie: kto zamienia mowę na tekst
ElevenLabs Scribe to opcja domyślna i najtańsza. Język nagrania jest zawsze wykrywany automatycznie.
| Opcja | Informacja w aplikacji | Czas | Cena |
|---|---|---|---|
| ElevenLabs Scribe | precyzyjny przy akcentach i hałasie w tle, 99 języków | ≈ 3 s | około 0.7 tokena za minutę |
| OpenAI Transcribe | lepszy przy terminach technicznych i nazwach własnych | ≈ 5 s | około 1.2 tokena za minutę |
| OpenAI Whisper | opcja dla długich nagrań | ≈ 10 s | około 1.2 tokena za minutę |
Wybrany tutaj dostawca jest również używany przez moduł transkrypcji tekstu, który nie ma własnych ustawień.
Tłumaczenie: który model tłumaczy
Koszt modelu to ułamki tokena za 1000 znaków, więc wybór zależy od preferowanej jakości i szybkości.
| Model | Zastosowanie |
|---|---|
| Gemini 3.8 Flash (domyślny) | najwyższa jakość, radzi sobie ze slangiem, idiomami i skomplikowanym tekstem |
| Gemini Flash Lite | najszybszy, ale może być mniej dokładny przy slangu i wypowiedziach emocjonalnych |
| GPT 6 Luna | tania alternatywa dla większości tekstów |
Lektor bez klonowania
Głosy standardowe czytają tłumaczenie szybko i tanio, ale nie brzmią jak mówca. W tłumaczeniu audio każdy z nich ma jeden stały głos, którego nie można zmienić.
| Opcja | Charakterystyka | Czas | Cena |
|---|---|---|---|
| ElevenLabs | najbardziej naturalna intonacja spośród głosów wbudowanych | ≈ 2 s | 10 tokenów za 1000 znaków, minimum 1 token |
| OpenAI | neutralny głos bez wyraźnych emocji, dobry do wiadomości i lekcji | ≈ 5 s | 1.8 tokena za każde rozpoczęte 150 słów |
Lektor z klonowaniem
Opcje klonowania dubbingują tłumaczenie głosem pochodzącym z Twojego nagrania. MiniMax i Qwen 3 pobierają próbkę głosu z pierwszych 60 sekund pliku, dlatego te sekundy powinny zawierać wyraźną mowę jednej osoby.
| Opcja | Min. długość nagrania | Języki | Czas | Cena |
|---|---|---|---|---|
| MiniMax (oznaczony jako polecany) | 10 s | 38 | ≈ 10 s | 180 tokenów za klonowanie plus 12 tokenów za 1000 znaków |
| Qwen 3 | 3 s | 10: angielski, rosyjski, chiński, niemiecki, francuski, hiszpański, włoski, japoński, koreański, portugalski | ≈ 20 s | około 20 tokenów za 1000 znaków, minimum 5; z zapisanym głosem około 11 |
| ElevenLabs Dubbing v2 | brak, do 2.5 godziny | 94 | ≈ długość nagrania | 4.4 tokena za sekundę nagrania |
Opcje MiniMax
Sklonuj z pliku: jednorazowe sklonowanie na potrzeby tego tłumaczenia. Mój głos MiniMax: jeden z Twoich zapisanych głosów, bez opłaty 180 tokenów za klonowanie.
Prędkość: od 0.5x do 2.0x. Wyższa wartość oznacza szybszą mowę.
Emocje: Automatycznie (polecane), Radość, Smutek, Złość, Strach, Zaskoczenie, Spokój lub Wstręt.
Tłumaczenie może mieć maksymalnie 10 000 znaków.
Jeśli zmienisz prędkość lub emocje i ponownie wygenerujesz głos dla tego samego wyniku, opłata 180 tokenów nie zostanie naliczona po raz drugi.
Opcje Qwen 3
Sklonuj z pliku lub Mój głos Qwen.
Styl mowy: Automatyczny, Wolny, Szybki, Spokojny, Energiczny, Profesjonalny, Przyjazny lub Łagodny. Działa tylko z opcją Sklonuj z pliku.
Jeśli klonowanie Qwen nie powiedzie się, aplikacja odczyta tłumaczenie głosem standardowym i wyświetli komunikat: «Klonowanie głosu jest teraz niedostępne. Użyto głosu standardowego».
ElevenLabs Dubbing v2
Dubbing v2 dubbinguje bezpośrednio oryginalne nagranie i nie czyta tekstu z zakładki Tłumaczenie. Zachowuje tempo oraz barwę głosu i dubbinguje każdego mówcę osobno. Z tego powodu Twoje edycje tekstu nie zostaną uwzględnione: «Dubbing używa oryginalnego nagrania, więc edytowany tekst nie ma zastosowania». Zapisane głosy nie działają z funkcją Dubbing v2.
Co się stanie, jeśli nie wybierzesz głosu
Dopóki nie wybierzesz opcji lektora na tej karcie, aplikacja dobierze ją sama po stuknięciu ikony odtwarzania.
W przypadku 10 języków obsługiwanych przez Qwen 3 i nagrań od 3 sekund głos jest klonowany za pomocą Qwen 3 bez pytania.
W przypadku innych języków aplikacja wyświetli pytanie Sklonować głos? wraz z ceną tańszej opcji, MiniMax lub Dubbing v2. Użyj głosu AI oznacza głos standardowy. Po wybraniu Nie pytaj ponownie odpowiedź zostanie zapamiętana.
Każda opcja wybrana na karcie zostanie zachowana dla kolejnych plików, o ile jest zgodna z ich językiem i długością.
Opcja, która nie pasuje do bieżącego nagrania, jest wyszarzona i zawiera podpowiedź, na przykład «język nieobsługiwany» lub «wymaga ≥ 10 s dźwięku». Jeśli przełączysz się na język nieobsługiwany przez wybraną opcję, aplikacja przełączy lektora na ElevenLabs.
Zapisane głosy
Zapisany głos pozwala dubbingować tłumaczenia Twoim własnym głosem, nawet jeśli na nagraniu mówi ktoś inny. Można go dodać na dwa sposoby.
Po wygenerowaniu lektora z opcją Sklonuj z pliku stuknij Zapisz głos w sekcji Co dalej?. Za głos MiniMax zapisany w ten sposób nie zostanie pobrana opłata 180 tokenów przy kolejnym użyciu.
Dodaj głos w menu Ustawienia → Moje głosy. Zobacz artykuł Jak nagrać lub przesłać próbkę głosu.
Jeśli lektor brzmi nienaturalnie, wskazówki i rozwiązania znajdziesz w artykule Dlaczego przetłumaczony głos brzmi jak robot. Problemy techniczne opisano w sekcji Błąd generowania lektora w tłumaczeniu audio lub zawieszenie procesu.
Kontakt ze wsparciem
Opisz problem, a odpowiemy mailowo. Jeśli masz nazwę pliku lub identyfikator zadania, dodaj je.