Podcast stile NotebookLM
Un podcast con due host: una voce AI fa domande, l'altra spiega. Scrivi lo script, genera Host A e Host B con voci contrastanti, poi unisci. Nessuna sottoscrizione, nessuna lista d'attesa.
TTS a più voci
Generatore di Dialoghi AI
Generatore di dialoghi AI a due voci. Conduttore e Ospite sono già impostati: scrivi la conversazione, avvia la generazione e scarica la traccia audio completa.
Questa pagina non è ancora tradotta. Lo strumento funziona in inglese qui sotto. Usa in inglese
TTS a due voci
Dialoghi multiruolo da uno script piatto
Lo studio di dialogo parte con due speaker già pronti. Scrivi la conversazione, genera e scarica il file finale. Ogni persona mantiene una voce distinta.
Related use cases
The quick answer
Scrivi una riga per turno. Host e Ospite hanno già le voci. Clicca Genera e scarica un unico WAV o MP3 unito.
Flusso di lavoro
Scrivi, poi genera
- 01
Scrivi la conversazione
Una riga per turno. L'Host dice la prima riga, l'Ospite la seconda, e così via. I tag NOME: riga funzionano ancora se usi già questo formato.
- 02
Cambia voce solo se vuoi
Host e Ospite hanno già voci distinte. Rinominali, scegline altre o aggiungi qualcuno. Il sistema non rileva mai i parlanti dallo script.
- 03
Genera e scarica
Un clic su Genera crea la conversazione. Ascoltala, poi scarica il file WAV o MP3 unito.
Quando usarla
Cosa si crea con la TTS multivoce
Short animati e prototipi di giochi
Dai voce a ogni personaggio del tuo storyboard o prototipo Twine con una voce Kokoro diversa. Con 54 voci, hai un intero cast per la bozza senza assumere doppiatori.
Dialoghi tra personaggi per audiolibri
Narra la prosa con una voce (River o Daniel), poi usa voci distinte per i dialoghi diretti. L'ascoltatore capisce chi parla senza dover leggere "disse lei" a ogni riga.
Conversazioni per imparare le lingue
Genera dialoghi a due voci in spagnolo, francese, hindi, giapponese, mandarino e altre 4 lingue. Abbina una voce maschile e una femminile nativa per esercizi realistici.
Continua
Sei combinazioni di voci ben distinte
Un dialogo funziona solo se l'ascoltatore distingue le due voci senza pensarci. Queste sei combinazioni variano per genere, accento o tono. Scegline una e inizia a generare.
01 Inglese USA
Sarah + Adam
Conduttore + ospite esperto
Best for
Podcast divulgativi stile NotebookLM. Sarah fa le domande, Adam dà la risposta autorevole. La coppia più naturale per show in inglese USA con due voci.
02 Inglese USA
Bella + Liam
Conversazione informale
Best for
Podcast lifestyle, chiacchiere tra amici, dialoghi da romanzo ambientati al bar. Entrambe le voci sono calde, il dialogo risulta rilassato, non formale.
03 Inglese britannico
Daniel + Emma
Dramma storico o stile BBC
Best for
Scene di audiolibri ambientate nel Regno Unito, documentari di pregio, podcast storici con conduttore e narratore. L'accento coerente mantiene l'ambientazione credibile.
04 Inglese USA (personaggi)
Puck + Sky
Personaggi animati / videogiochi
Best for
Cortometraggi animati, prototipi Twine, dialoghi NPC per indie game. Puck è birichino, Sky è brillante: voci di personaggio, non di narratore.
05 Inglese USA
River + Nova
Narratore documentario + intervistato
Best for
Documentari su crimini reali, storia, scienza. River guida il filo narrativo, Nova interpreta le voci d'archivio tra le citazioni ricostruite.
06 Inglese USA
Michael + Jessica
Energia da co-conduttori
Best for
Scherzi da morning show, formati news e chiacchiere, intro di podcast brandizzati dove due host si scambiano battute prima dell'inizio.
Want to hear them? Browse all 54 voices →
Continua
Come scrivere dialoghi naturali per la sintesi vocale
Il modello gestisce la voce. Il realismo nasce da come si scrivono i battiti, le pause e le piccole reazioni tra i personaggi. Sei regole per coprire l'intero flusso di lavoro.
- 01
Scrivi una riga per turno
L'Host prende la prima riga, l'Ospite la seconda, e si alternano. I tag opzionali NOME: riga funzionano ancora, se si scrivono script in quel modo.
- 02
Usa la punteggiatura per scriptare i battiti tra le righe
Una virgola è un quarto di battito, un punto è mezzo battito, un trattino lungo è una vera pausa, un'ellissi è un battito trattenuto. Se un personaggio esita, scrivi "Ehm... non so se sia vero." invece di "Ehm non so se sia vero." La pausa è ciò che vende l'esitazione, e Kokoro rispetta la punteggiatura.
- 03
Lascia 200–400 ms di silenzio tra i turni
Il tempo di pausa reale in una conversazione è in media di circa 250 ms. Mettere due clip TTS una dopo l'altra rende il dialogo robotico; aggiungere 300 ms di vero silenzio tra i turni nell'editor lo fa sembrare due persone che parlano. Per scene tese, scendi a 100 ms. Per scambi riflessivi, sali a 600 ms.
- 04
Simula interruzioni con un sovrapporsi di 50–100 ms
Tronca la clip del Personaggio A a metà parola, poi trascina la clip del Personaggio B per iniziare 50–100 ms prima che A finisca. Il breve sovrapporsi è il segnale audio universale per "gli è saltata la parola". Un crossfade di 100 ms sulla zona di sovrapposizione ammorbidisce il giunto e l'interruzione risulta naturale.
- 05
Panora leggermente le voci a sinistra e destra per chiarezza con le cuffie
Panora il Personaggio A al 15% a sinistra e il Personaggio B al 15% a destra. Non abbastanza da sembrare teatrale, ma sufficiente perché chi ascolta con le cuffie smetta di confondere chi sta parlando. Il panning duro (50%+) funziona solo per il teatro radiofonico. Per podcast e audiolibri, il 15% è il punto ideale.
- 06
Scrivi le reazioni fonetiche per risate e "uh-huh"
Niente SSML, niente tag <laugh>, scrivi ciò che si vuole far dire. "Hah hah hah" produce una risata pulita di tre sillabe, "mmhm" suona come accordo, "ugh" come esasperazione. Testa la reazione come generazione solista di 10 caratteri, cambia voce se una la rende più pulita, poi posiziona il WAV su una traccia separata nell'editing.
Continua
FreeTextoSpeech vs PlayHT e Murf: funzionalità di dialogo
PlayHT e Murf offrono entrambi modalità multi-parlatore native: si incolla una volta, si rende un mix unico. Il compromesso è il limite mensile di caratteri, la registrazione obbligatoria e la licenza commerciale a pagamento. Ecco il quadro onesto.
Feature
FreeTextoSpeech
Piani gratuiti di PlayHT / Murf
Supporto per dialoghi multi-voce
Funzionalità di dialogo multi-parlatore nativa, ma bloccata dietro piani a pagamento e con elenco voci limitato sul piano gratuito.
Varietà di voci per scena
Pool di voci gratuito più piccolo, con le voci di personaggio più distinte dietro paywall.
Costo per un dialogo di 5 minuti
Conta sul limite mensile di caratteri del piano gratuito; scene più lunghe richiedono un piano a pagamento.
Licenza commerciale nel piano gratuito
Uso commerciale limitato nel piano gratuito; piano a pagamento necessario per podcast monetizzati e giochi indie.
Formato di output
MP3 compresso nel piano gratuito, spesso solo mix singolo.
Registrazione
Registrazione via email obbligatoria, carta di credito richiesta per le funzionalità commerciali.
Generazione multi-voce con un clic
Modalità dialogo multi-parlante nativa nei piani a pagamento (un incolla, un render).
Supporto per dialoghi multi-voce
FreeTextoSpeech
Scrivi una riga per turno, Host e Ospite hanno già voci, ed esporta una conversazione unita.
Piani gratuiti di PlayHT / Murf
Funzionalità di dialogo multi-parlatore nativa, ma bloccata dietro piani a pagamento e con elenco voci limitato sul piano gratuito.
Varietà di voci per scena
FreeTextoSpeech
54 voci in 9 lingue, sufficienti per un intero cast di ensemble.
Piani gratuiti di PlayHT / Murf
Pool di voci gratuito più piccolo, con le voci di personaggio più distinte dietro paywall.
Costo per un dialogo di 5 minuti
FreeTextoSpeech
Gratis. Nessun limite al numero di generazioni.
Piani gratuiti di PlayHT / Murf
Conta sul limite mensile di caratteri del piano gratuito; scene più lunghe richiedono un piano a pagamento.
Licenza commerciale nel piano gratuito
FreeTextoSpeech
Uso commerciale completo, senza obbligo di citazione.
Piani gratuiti di PlayHT / Murf
Uso commerciale limitato nel piano gratuito; piano a pagamento necessario per podcast monetizzati e giochi indie.
Formato di output
FreeTextoSpeech
WAV a 24 kHz per voce, pronto per essere tracciato in qualsiasi DAW.
Piani gratuiti di PlayHT / Murf
MP3 compresso nel piano gratuito, spesso solo mix singolo.
Registrazione
FreeTextoSpeech
Nessuna. Apri la pagina, incolla, genera.
Piani gratuiti di PlayHT / Murf
Registrazione via email obbligatoria, carta di credito richiesta per le funzionalità commerciali.
Generazione multi-voce con un clic
FreeTextoSpeech
Generazione multi-parlante nativa con speaker caricati, esportazione unificata e controlli Avanzati opzionali.
Piani gratuiti di PlayHT / Murf
Modalità dialogo multi-parlante nativa nei piani a pagamento (un incolla, un render).
Genera esegue ogni turno in ordine per non sovraccaricare il motore vocale condiviso.
FAQ
Frequently asked questions
01 Posso generare due voci in una singola richiesta?
Sì. Scrivi la conversazione, assegna una voce diversa a ogni parlante e clicca Genera. Lo studio esegue i turni in ordine e crea un unico file audio unificato.
02 Come evito che le voci sembrino simili?
Scegli voci che differiscano su almeno due aspetti: genere, accento o tono. Sarah + Adam (femminile USA caldo + maschile USA autorevole) funziona bene. Bella + Daniel (conversazionale USA + formale UK) funziona ancora meglio grazie al cambio di accento evidente. Evita di abbinare due voci dello stesso accento e genere, altrimenti l'ascoltatore perde il filo.
03 Come simulo un'interruzione tra i personaggi?
Usa una breve pausa tra i turni nelle opzioni Avanzate. Per un sovrapposizione reale, scarica il file unificato e posiziona la battata in ingresso leggermente prima nel tuo editor.
04 Come gestisco risate, sospiri o reazioni come "uh-huh"?
Il modello non supporta tag per suoni non verbali. Scrivi reazioni fonetiche come “hah hah,” “mmhm” o “ugh” come turni brevi a sé stanti, poi riprova quel turno se un'altra grafia funziona meglio.
05 Posso pubblicare dialoghi generati con IA a scopo commerciale?
Sì. I file WAV a 24 kHz scaricati da FreeTextoSpeech sono licenziati per uso commerciale completo: podcast, video YouTube monetizzati, audiolibri a pagamento, giochi indie, letture pubblicitarie. Nessuna citazione richiesta e nessuna quota di royalties. La licenza copre le scene di dialogo a due voci allo stesso modo della narrazione a voce singola.
06 Quanto può essere lunga una scena di dialogo?
Ogni generazione è limitata a 5.000 caratteri, ma puoi eseguirne quante ne servono. Una tipica scena di podcast da 30 minuti con due conduttori corrisponde a circa 4.500 parole di dialogo, divise tra i due personaggi: circa 12 generazioni, sei per voce. Uniscile in un unico file di progetto e avrai l'episodio completo.
07 Il dialogo suona naturale nel passaggio tra i turni?
Sì, perché il modello Kokoro è deterministico per voce. Il Personaggio A suona sempre come il Personaggio A in ogni clip. La giuntura sta nel silenzio tra i turni, non nella voce stessa: lascia 200–400 ms di rumore di fondo o silenzio vero tra i parlanti e la conversazione respirerà come un dialogo umano.
08 Posso usare tre o più personaggi?
Sì. Aggiungi un parlante in studio, assegnagli una voce distinta e continua a scrivere una riga per turno. Tre voci vanno bene; quattro iniziano a sforzare l'ascolto, a meno che una non sia chiaramente il narratore.
Still wondering? Get in touch →
Continua a esplorare
Altri strumenti TTS
Contenuti lunghi
↗
Sintesi vocale per podcast
Lettura di qualità studio per intro e segmenti di podcast con due conduttori.
Contenuti lunghi
↗
Sintesi vocale per audiolibri
Narrazione di audiobook indipendenti con cambio di voce per i dialoghi.
Qualità vocale
↗
Generatore di voci AI naturali
Perché le voci Kokoro suonano umane anche in scene di dialogo lunghe.
Contenuti lunghi
↗
Sintesi vocale per YouTube
Inserisci le scene di dialogo direttamente in Premiere o DaVinci Resolve.
Try it now
Crea la tua prima scena a due voci.
Genera gratis in meno di 10 minuti, con diritti commerciali completi.