টেক্সট টু ভয়েস

টেক্সট টু ভয়েস

টেক্সট পেস্ট করুন, পছন্দমতো কণ্ঠ বেছে নিন, আর এক মিনিটের মধ্যেই পেয়ে যান জীবন্ত WAV অডিও। ৫৪টি কণ্ঠ, ৯টি ভাষা, আজীবন সম্পূর্ণ ফ্রি।

বিজ্ঞাপন ছাড়াই

Choose by listening

Working tool

Voice comparison

Render the same audition line with several voices, compare them side by side, then use the winner for the full script.

0 characters
Show format, timing, and saving settings

Audition set

Choose three contrasting candidates.

শব্দের উচ্চারণ ঠিক করুন

যে শব্দ কণ্ঠটি ভুল বলে সেটি যোগ করুন এবং যেভাবে শোনা উচিত সেভাবে লিখুন। প্রতিবার তৈরির সময় এই সংশোধন ব্যবহার হবে, আর আপনার স্ক্রিপ্ট যেমন লিখেছেন তেমনই থাকবে। শুধু এই ব্রাউজারে সেভ।

    Source files are parsed locally. In Cloud mode, only the selected text sections are sent for speech generation. In-browser mode keeps both the source and generated speech on this device.

    এই টুল পেজ এখনো অনুবাদ হয়নি। নিচে ইংরেজিতে চলবে। ইংরেজিতে ব্যবহার করুন

    ব্যবহারের সহজ গাইড

    যান্ত্রিক রোবট নয়, মানুষের মতো স্বাভাবিক কণ্ঠে লেখা রূপান্তরের দ্রুততম উপায়

    আপনার কাছে লেখা প্রস্তুত, এখন দরকার স্বাভাবিক একটি কণ্ঠ। কোনো যান্ত্রিক আওয়াজ নয়, যেন রক্ত-মাংসের একজন মানুষ স্পষ্টভাবে আপনার কথাগুলো পড়ে শোনাচ্ছেন। FreeTextoSpeech আপনাকে দিচ্ছে ৫৪টি স্বাভাবিক Kokoro কণ্ঠ। মূল অডিও তৈরির আগেই আপনার লেখায় কণ্ঠ প্রিভিউ করে শোনার সুবিধা পাবেন, আর নামিয়ে নিতে পারবেন স্পষ্ট 24 kHz WAV ফাইলে। কোনো সাইন-আপ, ওয়াটারমার্ক বা ফি নেই, বাণিজ্যিক কাজে ব্যবহারের অনুমতিও উন্মুক্ত।

    The quick answer

    উপরের বক্সে আপনার লেখা পেস্ট করুন (সর্বোচ্চ ৫,০০০ অক্ষর)। Preview অপশনে গিয়ে তিন-চারটি কণ্ঠে চালিয়ে দেখে নিন কোনটি সবচেয়ে মানাচ্ছে। পছন্দ হলে Generate বাটনে ক্লিক করে WAV ফাইলটি নামিয়ে নিন। মার্কিন ইংরেজির জন্য Sarah ও Liam এবং ব্রিটিশ ইংরেজির জন্য Emma চমৎকার কাজ করে। কোনো ক্রেডিট বা রেফারেন্স দেওয়া ছাড়াই এটি বাণিজ্যিক কাজে ব্যবহার করতে পারবেন।

    কাজের সহজ ধাপ

    চার ধাপে লেখা রূপান্তর করুন কণ্ঠে

    1. 01

      টেক্সট পেস্ট করুন - AI ভয়েস জেনারেটর

      একবারে ৫,০০০ অক্ষর পর্যন্ত দেওয়া যায়, যা প্রায় ৮০০ শব্দ বা পাঁচ মিনিটের অডিওর সমান। লেখা বড় হলে প্যারাগ্রাফ বা দৃশ্য অনুযায়ী কয়েকটি ভাগে ভাগ করে নিন।

    2. 02

      Preview চালিয়ে ভয়েস যাচাই করুন

      Generate করার আগে তিন-চারটি ভয়েসের Preview শুনে নিন। এটি আপনার লেখার প্রথম বাক্যটি পড়ে শোনায়, তাই কোনো তৈরি ডেমো নয়, নিজের লেখাতেই ভয়েসটি কেমন শোনাচ্ছে তা বুঝতে পারবেন।

    3. 03

      ১.০× গতিতে Generate করুন

      স্বাভাবিক গতিতেই কণ্ঠ সবচেয়ে সাবলীল শোনায়। Shorts, TikTok বা বিজ্ঞাপনের জন্য দ্রুত গতির প্রয়োজন হলেই কেবল ১.১ বা ১.২× গতি বেছে নিন।

    4. 04

      WAV ফাইল ডাউনলোড করুন

      কোনো ওয়াটারমার্ক ছাড়া ২৪ kHz কোয়ালিটির WAV ফাইল পাবেন। বাণিজ্যিক ব্যবহারের অনুমতিও সাথে থাকছে। ফাইলটি সরাসরি আপনার ভিডিও এডিটর, DAW বা কোর্সে ব্যবহার করতে পারেন।

    কখন ব্যবহার করবেন

    কারা টেক্সট টু ভয়েস কনভার্টার ব্যবহার করেন

    04 scenarios
    01 / 04

    কনটেন্ট ক্রিয়েটর

    মাইক্রোফোন, শান্ত ঘর বা বারবার রেকর্ডিংয়ের ঝামেলা ছাড়াই স্ক্রিপ্টকে ভয়েসওভারে রূপান্তর করুন। ৫৪টি কণ্ঠের মধ্য থেকে পছন্দমতো বেছে নিন এবং ভিডিও বানিয়ে ফেলুন।

    02 / 04

    সহজে পড়ার সুবিধা

    আর্টিকেল, PDF এবং প্রয়োজনীয় নোট শুনুন শ্রুতিমধুর কণ্ঠে। Sarah ও River-এর স্পষ্ট উচ্চারণ দীর্ঘ সময় শুনলেও বিরক্তি আনে না।

    03 / 04

    শিক্ষার্থী ও গবেষক

    যাতায়াতের সময়েই লেকচার নোট, গবেষণাপত্র ও পড়ার বিষয়গুলো শুনে নিন। Liam এবং Adam-এর মতো কণ্ঠ জটিল ও টেকনিক্যাল বিষয়গুলোও খুব সাবলীলভাবে পড়ে শোনায়।

    04 / 04

    মার্কেটার ও উদ্যোক্তা

    প্রোডাক্ট ডেমো, বিজ্ঞাপন ও ল্যান্ডিং পেজের ভিডিওর জন্য ভয়েসওভার তৈরি করুন নিমিষেই। বাণিজ্যিক ব্যবহারের অনুমতি অন্তর্ভুক্ত থাকায় আলাদা কোনো লাইসেন্সের ঝামেলা নেই।

    আরও দেখুন

    আপনার লেখার মেজাজ অনুযায়ী সঠিক ভয়েস বেছে নিন

    বিভিন্ন ধরনের লেখার জন্য আলাদা উপস্থাপনা দরকার, তাই ভয়েসের তালিকাটি বেশ সমৃদ্ধ রাখা হয়েছে। ব্যবহারকারীদের প্রায় 90% চাহিদাই এই আটটি ভয়েস দিয়ে মিটে যায়। Generate করার আগে Preview শুনে যাচাই করে নিলে প্রথম বা দ্বিতীয় চেষ্টাতেই মনের মতো ভয়েস পেয়ে যাবেন।

    01 US English

    Sarah

    আন্তরিক নারী কণ্ঠ

    Best for

    লাইফস্টাইল, আর্থিক পরামর্শ ও প্রাথমিক ব্যাখ্যামূলক কনটেন্ট। যখন কথায় একই সাথে আন্তরিকতা ও বিশ্বস্ততা আনতে চান, তখন চোখ বন্ধ করে এটি বেছে নিতে পারেন।

    02 US English

    Adam

    দৃঢ় ও গম্ভীর পুরুষ কণ্ঠ

    Best for

    ব্যবসায়িক বিশ্লেষণ, ইতিহাস ও "জানেন কি?" ধাঁচের ভিডিওর শুরু। অতিরিক্ত কৃত্রিম বা খবর পড়ার ভঙ্গি ছাড়াই কথায় গভীরতা বজায় রাখে।

    03 US English

    Liam

    সহজ ও সাবলীল উপস্থাপক

    Best for

    সফটওয়্যার টিউটোরিয়াল, ধাপে ধাপে শেখার গাইড ও প্রযুক্তিগত ডকুমেন্টেশন। কণ্ঠটি খুব শান্ত ও পরিমিত, যাতে দর্শকের নজর স্ক্রিন বা মূল পণ্যের ওপর থাকে।

    04 US English

    Bella

    ঘরোয়া ও আড্ডার মেজাজ

    Best for

    রূপচর্চা, রান্নাবান্না, ব্যক্তিগত ব্র্যান্ডিং ও লাইফস্টাইল গাইড। শুনে মনে হয় কোনো অভিজ্ঞ বন্ধু বুঝিয়ে বলছেন।

    05 UK English

    Emma

    মার্জিত ব্রিটিশ

    Best for

    ভ্রমণ সংক্রান্ত কনটেন্ট, ফ্যাশন ও অভিজাত ব্র্যান্ডের বর্ণনায় দারুণ মানায়। এতে আসল ব্রিটিশ বাচনভঙ্গি পাওয়া যায়, কৃত্রিম টান নয়।

    06 UK English

    Daniel

    গম্ভীর ব্রিটিশ

    Best for

    ইতিহাস নিয়ে আলোচনা, ক্রাইম থ্রিলার ও বিবিসির ধাঁচের তথ্যচিত্রের জন্য সেরা। কোনো অতিরঞ্জন ছাড়াই কথায় স্বাভাবিক গাম্ভীর্য আনে।

    07 US English

    Sky

    চটপটে ও প্রাণবন্ত

    Best for

    TikTok, Reels আর YouTube Shorts-এর জন্য মানানসই। গতিশীল উপস্থাপনা দর্শকদের মনোযোগ ধরে রাখে। ১.১ থেকে ১.২ গুণ স্পিডে সবচেয়ে ভালো শোনায়।

    08 US English

    River

    শান্ত তথ্যচিত্রের কণ্ঠ

    Best for

    প্রকৃতি, ভ্রমণ, ধীরগতির গল্প বলা আর অডিওবুকের জন্য উপযুক্ত। ১২ মিনিটের বেশি দীর্ঘ ভিডিওতে দর্শকদের শেষ পর্যন্ত ধরে রাখতে সাহায্য করে।

    Want to hear them? Browse all 54 voices →

    আরও জানুন

    উপযুক্ত ভয়েস নির্বাচন ও সাজানোর দরকারি কিছু পরামর্শ

    কনটেন্টের ধরন অনুযায়ী সঠিক ভয়েস বেছে নেওয়া এবং যতিচিহ্নের সাহায্যে কথার গতি ঠিক রাখাটাই সবচেয়ে জরুরি। এই দুটি দিক সামলাতে পারলে সাধারণ মাইক্রোফোনের রেকর্ডিংয়ের চেয়েও নিখুঁত অডিও পাবেন।

    • 01

      নিজের পছন্দের চেয়ে কনটেন্টের চাহিদাকে গুরুত্ব দিন

      সফটওয়্যার টিউটোরিয়ালে বেশি আবেগপ্রবণ কণ্ঠ শুনলে মেকি মনে হয়। আবার লাইফস্টাইল ব্লগে কাঠখোট্টা কণ্ঠ বড্ড বেমানান লাগে। তাই বিষয়ের ধরন বুঝে কণ্ঠ বাছুন। যেমন টিউটোরিয়ালের জন্য Liam, বর্ণনামূলক বিষয়ের জন্য Sarah, ছোট ভিডিওর জন্য Sky আর বড় গল্পের ক্ষেত্রে River বেশ মানানসই।

    • 02

      আগে শুনে নিন: Generate নয়, Preview ব্যবহার করুন

      Preview বোতামে চাপ দিলে পুরো লেখার প্রথম বাক্যটি মাত্র কয়েক সেকেন্ডে পড়ে শোনানো হয়। পুরো ফাইল Generate করার আগে এভাবে পাশাপাশি তিন-চারটি কণ্ঠ চালিয়ে দেখুন। সবচেয়ে সেরাটি বেছে নিতে এটি দারুণ কাজ দেয় এবং প্রচুর সময় বাঁচায়।

    • 03

      কমা, দাঁড়ি আর প্যারা দিয়ে কথার গতি ঠিক রাখুন

      Kokoro মডেল বিরামচিহ্ন দেখে থামার বিরতি ঠিক করে। কমা দিলে অল্প থামবে, দাঁড়ি দিলে একটু বেশি আর নতুন প্যারা পেলে সবচেয়ে দীর্ঘ বিরতি নেবে। কথা একটানা মনে হলে বাক্যটি ভেঙে লিখুন। তাড়াহুড়ো লাগলে ডট ডট ব্যবহার করুন। কথার গতি স্বাভাবিক রাখার এটাই সবচেয়ে সহজ উপায়।

    • 04

      একঘেয়েমি কাটাতে মাঝে মাঝে কণ্ঠ বদলে নিন

      আট মিনিটের বেশি একটানা এক কণ্ঠে শুনলে বিরক্তি চলে আসে। বড় ভিডিও বা পডকাস্টের জন্য দুটি কণ্ঠ মিলিয়ে কাজ করুন। মূল আলোচনার জন্য Sarah বা River রাখুন, আর কোনো মজার তথ্য, উক্তি বা বিশেষ অংশের জন্য Adam বা Daniel ব্যবহার করুন। আলাদা আলাদা ক্লিপ বানিয়ে এডিটরে জুড়ে নেওয়া সবচেয়ে ভালো।

    • 05

      কঠিন নাম বা সংক্ষিপ্ত শব্দের বানান ভেঙে লিখুন

      সংক্ষিপ্ত শব্দে প্রতিটি অক্ষরের মাঝে ডট দিন, যেমন N.A.S.A.। আর নামের ক্ষেত্রে যেভাবে উচ্চারণ হয় সেভাবে ভেঙে লিখুন। যেমন Linus-এর জায়গায় Lie-nus, Kokoro-র বদলে co-co-roh কিংবা Anthropic-কে an-throp-ic লিখুন। পুরোটা করার আগে শুধু ওই শব্দটি দিয়ে ছোট একটি টেস্ট ক্লিপ বানিয়ে দেখে নিন।

    • 06

      বিশেষ প্রয়োজন ছাড়া গতি 1.0× রাখাই ভালো

      স্বাভাবিক গতিতে শুনলেই কণ্ঠ সবচেয়ে জীবন্ত লাগে। TikTok, Shorts বা Reels-এর মতো দ্রুতগতির ভিডিওর জন্য গতি 1.1–1.2× করতে পারেন। তবে টিউটোরিয়াল, অডিওবুক বা বর্ণনামূলক ভিডিওতে 1.0× গতিতেই কথা সবচেয়ে বেশি মানুষের মতো শোনায়।

    পার্থক্য দেখুন

    FreeTextoSpeech বনাম ElevenLabs-এর ফ্রি প্ল্যান

    টেক্সট-টু-ভয়েস জগতে ElevenLabs বেশ পরিচিত। সত্যি বলতে, সবার জন্য সহজ ব্যবহার, কণ্ঠের সংখ্যা আর বাণিজ্যিক ব্যবহারের সুযোগে আমরা এগিয়ে। তবে নিজের কণ্ঠ হুবহু ক্লোন করতে চাইলে ওদের সার্ভিস কাজে দেবে।

    কণ্ঠের তালিকা

    FreeTextoSpeech

    9টি ভাষায় মোট 54টি Kokoro কণ্ঠ, যার প্রতিটিই একদম বিনামূল্যে ব্যবহার করা যায়।

    ElevenLabs ফ্রি প্ল্যান

    ফ্রি প্ল্যানে মোটে ১০টির মতো কণ্ঠ মেলে। ভালো ও স্বাভাবিক শোনায় এমন বেশিরভাগ কণ্ঠেই পয়সা লাগে।

    মাসে ফ্রিতে ব্যবহারের সীমা

    FreeTextoSpeech

    একবারে 5,000 অক্ষর পর্যন্ত তৈরি করা যায়। সাইন-আপ বা কার্ড ছাড়াই প্রতি মাসের ফ্রি কোটা পাওয়া যাবে।

    ElevenLabs ফ্রি প্ল্যান

    ফ্রি প্ল্যানে মাসে প্রায় ১০,০০০ অক্ষর। সীমা শেষ হলে আপগ্রেড করা ছাড়া আর ব্যবহারের সুযোগ থাকে না।

    সাইন-আপ

    FreeTextoSpeech

    একদমই লাগে না। পেজ খুলুন, লেখা পেস্ট করুন আর অডিও তৈরি করে নিন।

    ElevenLabs ফ্রি প্ল্যান

    নিজের লেখায় ভয়েস শুনতে হলেও আগে ইমেইল দিয়ে অ্যাকাউন্ট খুলতে হয়।

    বাণিজ্যিক ব্যবহার

    FreeTextoSpeech

    ফ্রি প্ল্যানেই সম্পূর্ণ ব্যবহারের অনুমতি আছে। বিজ্ঞাপন, মনিটাইজড YouTube ভিডিও বা স্পনসরড কনটেন্টেও কাজে লাগাতে পারবেন।

    ElevenLabs ফ্রি প্ল্যান

    বাণিজ্যিক ব্যবহারের অনুমতি সাধারণত পেইড প্ল্যানের জন্য তোলা থাকে।

    অডিও ফরম্যাট

    FreeTextoSpeech

    24 kHz WAV ফাইল, যা যেকোনো এডিটিং সফটওয়্যারের জন্য একদম উপযুক্ত।

    ElevenLabs ফ্রি প্ল্যান

    ফ্রিতে শুধু MP3 পাওয়া যায়। পরিষ্কার WAV ফাইল পেতে সাধারণত টাকা দিতে হয়।

    ওয়াটারমার্ক

    FreeTextoSpeech

    একদমই নেই। কোনো বাড়তি ভয়েস ট্যাগ বা সাউন্ড ছাড়াই পরিষ্কার অডিও পাবেন।

    ElevenLabs ফ্রি প্ল্যান

    ফ্রি ডাউনলোডে অনেক সময় তাদের প্ল্যাটফর্মের নাম জুড়ে দেওয়ার বাধ্যবাধকতা থাকে।

    ভয়েস ক্লোনিং

    FreeTextoSpeech

    ক্লোনিং নেই। আমাদের তালিকায় থাকা ভয়েসগুলো সরাসরি ব্যবহার করতে পারবেন।

    ElevenLabs ফ্রি প্ল্যান

    পেইড প্ল্যানে পাওয়া যায়, যদি হুবহু নিজের গলার মতো ভয়েস তৈরি করার দরকার পড়ে।

    এই তুলনাটি সাধারণ বৈশিষ্ট্যের ভিত্তিতে করা হয়েছে এবং প্রতিদ্বন্দ্বীদের ফ্রি প্ল্যানের নিয়ম সময়ের সাথে বদলাতে পারে। তুলনা করার আগে ElevenLabs-এর বর্তমান সীমাবদ্ধতা যাচাই করে নিন।

    FAQ

    Frequently asked questions

    01

    টেক্সট টু ভয়েস কী?

    টেক্সট টু ভয়েস (বা টেক্সট-টু-স্পিচ / TTS) প্রযুক্তির মাধ্যমে লিখিত যেকোনো লেখাকে মানুষের মতো কৃত্রিম কণ্ঠস্বরে রূপান্তর করা যায়। Kokoro-র মতো আধুনিক নিউরাল সিস্টেম দিয়ে এখন এমন স্পষ্ট ও স্বাভাবিক অডিও তৈরি হয়, যা সাধারণ মানুষের পড়ার চেয়ে আলাদা করা কঠিন। পুরোনো দিনের যান্ত্রিক টোনের মতো এটি একেবারেই শোনায় না।
    02

    ফ্রিতে লেখা থেকে ভয়েস কীভাবে বানাব?

    FreeTextoSpeech-এ আপনার লেখা পেস্ট করুন, ৫৪টি কণ্ঠের তালিকা থেকে পছন্দের ভয়েস বেছে নিন, Generate-এ ক্লিক করুন এবং তৈরি হওয়া WAV ফাইলটি নামিয়ে নিন। সাইন আপ, ক্রেডিট কার্ড বা ওয়াটারমার্কের কোনো ঝামেলা নেই। অ্যাকাউন্ট ছাড়াই প্রতিবার ৫,০০০ ক্যারেক্টার পর্যন্ত রূপান্তর করা যায়, যা দিয়ে প্রায় ৫ মিনিটের অডিও তৈরি সম্ভব।
    03

    সবচেয়ে স্বাভাবিক শোনায় এমন টেক্সট-টু-ভয়েস কনভার্টার কোনটি?

    US ইংরেজির ক্ষেত্রে FreeTextoSpeech-এর সবচেয়ে স্বাভাবিক কণ্ঠগুলো হলো Sarah, Bella, River, Liam এবং Adam। UK ইংরেজির জন্য Emma ও Daniel। মানুষের কণ্ঠের নিখুঁত অনুভূতি পেতে এই ভয়েসগুলো বেছে নেওয়া সবচেয়ে ভালো। বিস্তারিত জানতে /ai-voice-generator দেখুন।
    04

    তৈরি করা অডিও কি বাণিজ্যিক কাজে ব্যবহার করা যাবে?

    হ্যাঁ। তৈরি হওয়া প্রতিটি অডিও বাণিজ্যিকভাবে ব্যবহারের অনুমতি রয়েছে। মনিটাইজড YouTube ভিডিও, বিজ্ঞাপন, পডকাস্ট, স্পনসর করা কনটেন্ট, পেইড কোর্স এবং ক্লায়েন্টের কাজে এটি স্বচ্ছন্দে ব্যবহার করতে পারবেন। কোনো ক্রেডিট দিতে হবে না এবং আলাদা লাইসেন্সও কিনতে হবে না।
    05

    কনটেন্টের জন্য সঠিক ভয়েস কীভাবে বেছে নেব?

    কনটেন্টের ধরন অনুযায়ী ভয়েস নির্বাচন করুন। টিউটোরিয়ালের জন্য Liam বা Adam (স্পষ্ট ও নিরপেক্ষ)। লাইফস্টাইল, ভ্লগ বা ব্যাখ্যামূলক ভিডিওর জন্য Sarah বা Bella (উষ্ণ ও প্রাণবন্ত)। TikTok, Shorts বা Reels-এর মতো ছোট ভিডিওর জন্য Sky বা Puck (দ্রুত ও সতেজ)। অডিওবুক বা দীর্ঘ বর্ণনার জন্য River বা Sarah (সাবলীল ও মসৃণ)। UK ইংরেজির জন্য Emma বা Daniel। চূড়ান্তভাবে Generate করার আগে Preview শুনে নিশ্চিত হয়ে নিন।
    06

    এই টেক্সট-টু-ভয়েস কনভার্টারে কোন কোন ভাষা রয়েছে?

    ৯টি ভাষা: ইংরেজি (US ও UK), স্প্যানিশ, ফরাসি, ইতালীয়, পর্তুগিজ, হিন্দি, জাপানি এবং ম্যান্ডারিন। প্রতিটি ভাষার নিজস্ব উচ্চারণশৈলীর উপযোগী কণ্ঠ রয়েছে, কৃত্রিম টোন নয়।
    07

    একবারে কত বড় লেখা দেওয়া যায়?

    বড় লেখা থাকলে ক্লাউড ইঞ্জিন স্বয়ংক্রিয়ভাবে ছোট অংশে ভাগ করে নেয় এবং টুলে দেখানো অক্ষরের সীমা অনুযায়ী কাজ করে। সাইন ইন করা ব্যবহারকারীরা ডিভাইসের ব্রাউজার ইঞ্জিন ব্যবহার করে সম্পূর্ণ নিরাপদে অফলাইনেও অডিও তৈরি করতে পারেন।
    08

    কোনো সফটওয়্যার ইনস্টল বা সাইন আপ করতে হবে কি?

    কোনোটিই নয়। FreeTextoSpeech সরাসরি ব্রাউজারেই কাজ করে—Chrome, Firefox, Safari, Edge, মোবাইল কিংবা কম্পিউটার যে কোনো ডিভাইসে। কোনো অ্যাকাউন্ট, ডাউনলোড, এক্সটেনশন বা ইমেইলের প্রয়োজন নেই। পেজ খুলুন, লেখা পেস্ট করুন, অডিও বানান এবং ডাউনলোড করুন।

    Still wondering? Get in touch →

    Try it now

    আপনার লেখাগুলো এবার কণ্ঠে রূপ দিতে চান?

    54টি স্বাভাবিক ভয়েস, সম্পূর্ণ ফ্রি, কোনো সাইনআপ ছাড়াই। এক মিনিটেরও কম সময়ে অডিও তৈরি করুন।