Takýto jazyk neexistuje.
Text na reč znamená, že napíšeš text a AI ho prečíta ľudským hlasom. Na genkiki.com sa to robí v bulharčine a najčastejšie sa používa na namluvenie videa — reklamy, školenia, predstavenia produktu. Vyberieš hlas, vložíš text a dostaneš zvukový súbor, ktorý sa vkladá pod klip. Každý model prijíma inú dĺžku textu; čísla nájdeš v tabuľke nižšie.
Najčastejšou objednávkou nie je „prečítaj mi knihu“, ale tridsať sekúnd hovoreného slova pod reklamným klipom. Pre reklamu platia tri veci. Po prvé — energia: reklamný text sa číta rýchlejšie a hlasnejšie ako školiaci. Po druhé — dĺžka: hlas sa píše pod už hotový klip, nie naopak, aby ho nebolo treba strihať. Po tretie — jednotnosť: jedna značka používa vo všetkých klipoch ten istý hlas, inak sa reklamy nespoznajú ako jej. Pre firmu to znamená, že raz vybraný hlas sa uloží a používa sa pre celý tok obsahu — čo je s najatým hlasovým hercom oveľa drahšie.
Každý model má strop dĺžky textu na jedno spustenie — nájdeš ho v tabuľke vyššie, v stĺpci „Najdlhší text“. Dlhší materiál sa rozdelí na časti a potom sa zlepí. Cena je tu za spustenie, nie za sekundu. A jedno dôležité obmedzenie: hlas konkrétneho žijúceho človeka sa nereprodukuje bez jeho súhlasu — je to v pravidlách obsahu. Ak namiesto zvukového súboru potrebuješ človeka, ktorý hovorí v zábere, je to iný režim a robí sa z fotky.
Video, pod ktorým beží hlas, sa robí v AI video generátore alebo priamo z textu na video. Reklamné využitie nájdeš v UGC reklame a v reklame podľa odvetví; vertikálny formát — v YouTube Shorts; pre maklérov — video pre nehnuteľnosti; pre obchody s oblečením — AI model pre oblečenie. Všetko sa robí v AI štúdiu; postup je v Ako to funguje. Hlasové modely s ich kartami: všetky modely, ElevenLabs, MiniMax Speech, OmniHuman. Ceny a kredity sú v cenníku a ostatné otázky — v Otázky a odpovede.
Cena v kreditoch je základná cena modelu a zobrazuje sa aj na tlačidle „Generuj“ pred každým spustením. Pri videu je za SEKUNDU — päť sekúnd stojí päťkrát toľko.
| Model | Kredity | Najdlhšie | Najdlhší text |
|---|---|---|---|
| Gemini 3.1 Flash TTS | 100 | — | 50000 znakov |
| ElevenLabs v3 | 201 | — | 5000 znakov |
| MiniMax 2.8 | 201 | — | 10000 znakov |
| Model | Kredity | Najdlhšie | Najdlhší text |
|---|---|---|---|
| VEED Lip-sync | 18 za sekundu | 60 s | — |
| Kling Lip-sync | 32 za sekundu | 60 s | 2500 znakov |
| MiniMax H3 Max | 161 za sekundu | 15 s | 50000 znakov |
| Sync 2.0 Pro Lip-sync | 167 za sekundu | 60 s | — |
| Gemini Omni Flash | 201 za sekundu | 10 s | 20000 znakov |
| Seedance 2.0 Mini | 311 za sekundu | 15 s | 5000 znakov |
| OmniHuman (fotka → reč) | 321 za sekundu | 60 s | — |
| Seedance 2.0 Fast | 486 za sekundu | 15 s | 5000 znakov |
| Seedance 2.0 Standard | 608 za sekundu | 15 s | 5000 znakov |
| Seedance 2.5 | 950 za sekundu | 30 s | — |
Skutočné generovania ľudí zdieľané v Komunite — nie vyberané obrázky.
Posledná aktualizácia: