Text to Speech

Dette værktøj konverterer skrevne tekst til hørligt tale ved at vælge sprog og stemme, justere hastighed og tonehøjde samt producere en lydfil. Det understøtter lange dokumenter og input som ren tekst.
Konceptuelt fodres teksten ind i en neuralt eller concatenativt synthese-model, der mapper tegn til fonemer, hvorefter fonemer omdannes til bølger. Værktøjet tilbyder sprog-/stemmeindstillinger og outputs i almindelige formater som MP3 eller WAV.
Primære brugere omfatter content-skabere, tilgængelighedseksperter, undervisere og udviklere der bygger stemmegrænseflader. Differentierende træk er bred sprogunderstøttelse, justerbar hastighed og tone, samt skalerbare stemmemodeller, der balancerer naturlighed og ydeevne. Kernefunktioner: tekstindtastning, sprog, stemme, hastighed, tonehøjde, lydstyrke, outputformat og samplingshastighed, med valgfri batchbehandling og API-adgang til integration. Brugsscenarier spænder fra tutorials, e-bøger, podcasts, skærmlæsere og læringsapps. Værktøjet fokuserer på klarhed, pålidelighed og udbygning for videnskabelige, uddannelsesmæssige og medieworkflow.