Suara alami tanpa akun
Tempel hingga 5.000 karakter, pilih salah satu dari sepuluh suara, lalu tekan Buat. Kamu bisa langsung mendengarkan dan mengunduh audio sebagai MP3 atau WAV untuk video, presentasi, podcast, kursus daring, atau mendengarkan artikel sambil beraktivitas.
- Inggris Amerika: Heart, Bella, Michael, dan Fenrir.
- Portugis Brasil: Dora, Alex, dan Santa.
- Spanyol Amerika Latin: Dora, Alex, dan Santa.
- Kecepatan: 0,8× untuk belajar bahasa, hingga 1,5× untuk menghemat waktu.
Belum ada suara bahasa Indonesia: teks Indonesia yang dibaca suara Inggris terdengar janggal, jadi pakai alat ini untuk teks bahasa Inggris, Spanyol, atau Portugis.
Suaranya berasal dari Kokoro, model terbuka dengan 82 juta parameter yang terdengar jauh lebih alami daripada suara robot bawaan kebanyakan sistem. Pertama kali, halaman ini mengunduh model (sekitar 100 MB); setelah itu tersimpan di cache dan suara mulai dalam hitungan detik.
Tips
- Tanda baca mengatur cara membaca: koma memberi jeda pendek, titik jeda lebih panjang.
- Gunakan suara yang sesuai dengan bahasa teks.
Audionya milikmu; lisensi model (Apache 2.0) mengizinkan penggunaan komersial.
Cara kerjanya
Setiap kalimat diubah menjadi fonem, yaitu bunyi bahasa, memakai kamus pelafalan untuk bahasa Inggris dan aturan ejaan untuk bahasa Portugis dan Spanyol. Model Kokoro mengubah fonem itu menjadi audio dengan suara pilihanmu, kalimat demi kalimat, di perangkatmu.
Pertanyaan umum
Apakah teksku dikirim ke mana pun?
Tidak. Suara dibuat di browsermu pada perangkat ini; teks tidak pernah keluar darinya.
Bolehkah audionya dipakai untuk komersial?
Boleh. Model Kokoro dirilis dengan lisensi Apache 2.0 yang mengizinkan penggunaan komersial.
Bahasa apa saja yang didukung?
Inggris Amerika (empat suara), Portugis Brasil, dan Spanyol Amerika Latin (masing-masing tiga suara). Bahasa Indonesia belum tersedia.
Kenapa ada kata yang terdengar salah?
Nama langka dan kata baru dibaca dengan aturan ejaan; menuliskannya sesuai bunyinya membantu.
Sumber
- hexgrad Kokoro-82M — open-weight text-to-speech model (Apache-2.0)
- hexgrad misaki — grapheme-to-phoneme dictionaries and rules for Kokoro (Apache-2.0)
- ONNX Runtime Web — run ONNX models in the browser (WebGPU and WebAssembly)
- Mediabunny documentation — Converting media files
Ditinjau 19 Okt 2026 · vektor uji fixtures/tools/audio/text-to-speech/