Многоголосый TTS

Генератор диалогов на ИИ

Генератор диалогов для двух спикеров на базе ИИ. Голоса для ведущего и гостя уже настроены. Напишите текст реплик, запустите озвучку и скачайте готовый общий аудиофайл.

Без рекламы

Dialogue studio

Host and Guest already have voices. Write the conversation, generate, and download one file.

Working tool

Speakers

Already loaded. Change a voice only if you want a different person.

2 speakers

H
G

Line 1 is Host. Line 2 is Guest. They keep taking turns.

166 characters
Advanced options
Исправить произношение слова

Добавьте слово, которое голос произносит неправильно, и напишите его так, как оно должно звучать. Исправление применяется при каждой генерации, а ваш текст остаётся как есть. Хранится только в этом браузере.

    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.

    Без рекламы

    Эта страница пока не переведена — ниже работает английская версия. Открыть на английском

    Двухголосый TTS

    Диалог нескольких персонажей из простого текста

    Студия диалогов стартует с двумя готовыми спикерами. Напишите разговор, сгенерируйте и скачайте готовый файл. У каждого персонажа свой голос.

    Related use cases

    Подкастеры Аудиокниги YouTube Естественные голоса
    The quick answer

    Пишите по одной реплике на строку. Голоса Ведущего и Гостя уже назначены. Нажмите «Сгенерировать» и скачайте единый WAV или MP3.

    Работа с диалогами

    Напишите, затем сгенерируйте

    1. 01

      Напишите разговор

      Одна строка на реплику. Хост говорит первым, Гость вторым, и они чередуются. Теги NAME: строка по-прежнему работают, если вы пишете сценарии в таком формате.

    2. 02

      Меняйте голоса, если хотите

      У Хоста и Гостя уже разные голоса. Переименуйте их, выберите другие голоса или добавьте нового участника. Система не определяет спикеров по тексту.

    3. 03

      Сгенерируйте и скачайте

      Один клик по «Сгенерировать» собирает диалог. Прослушайте его, затем скачайте объединённый WAV или MP3.

    Когда это пригодится

    Что создают с помощью TTS с несколькими голосами

    04 scenarios
    01 / 04

    Подкасты в стиле NotebookLM

    Подкаст с двумя ведущими: один ИИ-голос задаёт вопросы, другой объясняет. Напишите сценарий, сгенерируйте Хоста A и Хоста B с контрастными голосами, склейте. Без подписки и ожидания.

    02 / 04

    Анимационные шортсы и прототипы игр

    Озвучьте каждого персонажа в вашем раскадровке или прототипе Twine разным голосом Kokoro. 54 голоса позволяют собрать целую небольшую команду без найма дикторов для черновой версии.

    03 / 04

    Диалоги персонажей в аудиокнигах

    Озвучьте повествование одним голосом (River или Daniel), затем замените его на уникальные голоса персонажей для прямых цитат. Слушатели понимают, кто говорит, без пометки «сказала она» в каждой строке.

    04 / 04

    Диалоги для изучения языков

    Создавайте диалоги двух спикеров на испанском, французском, хинди, японском, мандаринском и ещё 4 языках. Сочетайте мужской и женский носительский голос для реалистичных упражнений A/B.

    Продолжайте

    Шесть пар голосов с чётким контрастом

    Диалог живёт или умирает в зависимости от того, могут ли слушатели различить два голоса без раздумий. Эти шесть пар контрастируют по полу, акценту или тону персонажа. Выберите одну и начните генерацию.

    01 Американский английский

    Sarah + Adam

    Ведущий и эксперт

    Best for

    Подкасты-разборы в стиле NotebookLM. Сара задаёт вопросы, Адам даёт авторитетные ответы. Самая естественная пара для американских шоу с двумя ведущими.

    02 Американский английский

    Bella + Liam

    Свободная беседа

    Best for

    Лайфстайл-подкасты, разговоры друзей, диалоги в кафе для аудиокниг. Оба голоса звучат тепло, поэтому обмен репликами ощущается непринуждённо, а не официально.

    03 Британский английский

    Daniel + Emma

    Историческая драма или стиль BBC

    Best for

    Сцены аудиокниг, действие которых происходит в Великобритании, престижные документалки с двумя голосами, исторические подкасты с ведущим и рассказчиком. Единый акцент сохраняет целостность мира.

    04 Американский английский (персонажи)

    Puck + Sky

    Персонажи анимации и игр

    Best for

    Короткие анимации, прототипы на Twine, диалоги NPC в инди-играх. Пак — хулиган, Скай — яркий и чёткий. Это голоса персонажей, а не рассказчиков.

    05 Американский английский

    River + Nova

    Рассказчик документалки и собеседник

    Best for

    Документалки о реальных преступлениях, истории и науке, где плавный рассказчик связывает воссозданные цитаты. Ривер ведёт основную линию, Нова озвучивает архивные записи.

    06 Американский английский

    Michael + Jessica

    Энергия соведущих

    Best for

    Утренние шоу, новости с элементами разговора, брендовые интро подкастов, где два ведущих обмениваются репликами перед началом эфира.

    Want to hear them? Browse all 54 voices →

    Дальше

    Как писать диалоги, чтобы они звучали естественно в TTS

    Голосом занимается модель. Реализм создают сценарий, паузы и мелкие реакции между персонажами. Шесть правил, которые покрывают весь процесс.

    • 01

      Одна реплика на ход

      Хост начинает, гость отвечает — и так по очереди. Если вы уже пишете сценарии с тегами NAME:, они тоже работают.

    • 02

      Пунктуация задаёт ритм между репликами

      Запятая — четверть такта, точка — половина, тире — настоящая пауза, многоточие — задержанный такт. Если персонаж сомневается, напишите «Ну... не знаю, правда ли это», а не «Ну не знаю, правда ли это». Именно пауза продаёт сомнение, и Kokoro уважает пунктуацию.

    • 03

      Оставляйте 200–400 мс тишины между ходами

      В живой речи паузы в среднем длятся 250 мс. Если склеить два клипа TTS вплотную, диалог звучит роботизированно. Добавьте 300 мс чистой тишины в редакторе — и это будет похоже на разговор двух людей. Для напряжённых сцен сократите до 100 мс. Для вдумчивых диалогов увеличьте до 600 мс.

    • 04

      Имитируйте перебивания наложением 50–100 мс

      Обрежьте клип Персонажа А посреди слова, затем сдвиньте клип Персонажа Б так, чтобы он начался за 50–100 мс до конца А. Короткое наложение — универсальный аудиосигнал перебивания. Кроссфейд 100 мс в зоне наложения сгладит стык, и перебивание прозвучит естественно.

    • 05

      Немного панорамируйте голоса влево и вправо

      Сдвиньте Персонажа А на 15% влево, Персонажа Б на 15% вправо. Этого достаточно, чтобы слушатели в наушниках перестали путать, кто говорит. Жёсткая панорама (50%+) подходит только для радиоспектаклей. Для подкастов и аудиокниг 15% — золотая середина.

    • 06

      Пропишите фонетические реакции для смеха и «угу»

      Без SSML, без тега <laugh>, просто напишите то, что нужно произнести. «Ха-ха-ха» даст чистый трёхсложный смех, «ммм» — согласие, «ух» — раздражение. Проверьте реакцию как генерацию на 10 символов, при необходимости смените голос, затем положите WAV на отдельный трек в монтаже.

    Дальше

    FreeTextoSpeech против PlayHT и Murf: функции диалога

    PlayHT и Murf предлагают нативный режим нескольких спикеров: вставили текст один раз — получили один микс. Но есть подвох: лимиты на количество персонажей в месяц, обязательная регистрация и платная лицензия для коммерческого использования. Честный разбор ниже.

    Поддержка диалога с несколькими голосами

    FreeTextoSpeech

    Пишете по одной строке на ход, у Хоста и Гостя уже есть голоса, экспортируете один объединённый диалог.

    Бесплатные тарифы PlayHT / Murf

    Нативная функция диалога, но она закрыта платными тарифами, а в бесплатном плане ограничен набор голосов.

    Разнообразие голосов в сцене

    FreeTextoSpeech

    54 голоса на 9 языков — хватит на всю актёрскую труппу.

    Бесплатные тарифы PlayHT / Murf

    Меньший пул бесплатных голосов, большинство выразительных персонажей доступны только за деньги.

    Стоимость 5-минутного диалога

    FreeTextoSpeech

    Бесплатно. Ограничений на количество генераций нет.

    Бесплатные тарифы PlayHT / Murf

    Учитывается в месячном лимите символов. Длинные сцены заставят перейти на платный тариф.

    Коммерческая лицензия в бесплатном тарифе

    FreeTextoSpeech

    Полное коммерческое использование, без указания авторства.

    Бесплатные тарифы PlayHT / Murf

    Коммерческое использование ограничено. Для монетизированных подкастов и инди-игр нужен платный план.

    Формат вывода

    FreeTextoSpeech

    WAV 24 кГц для каждого голоса. Файлы готовы к работе на отдельных дорожках в любом DAW.

    Бесплатные тарифы PlayHT / Murf

    Сжатый MP3 в бесплатном тарифе, часто только в одном общем миксе.

    Регистрация

    FreeTextoSpeech

    Не нужна. Откройте страницу, вставьте текст, сгенерируйте.

    Бесплатные тарифы PlayHT / Murf

    Требуется email. Для коммерческих функций нужна привязка банковской карты.

    Генерация нескольких голосов в один клик

    FreeTextoSpeech

    Нативная генерация с несколькими спикерами, объединённый экспорт и расширенные настройки.

    Бесплатные тарифы PlayHT / Murf

    Нативный режим диалога с несколькими спикерами в платных тарифах (один вставленный текст, один рендер).

    Генерация выполняется по очереди, чтобы не перегружать общий движок голосов.

    FAQ

    Frequently asked questions

    01

    Можно ли сгенерировать два голоса в одном запросе?

    Да. Напишите диалог, назначьте каждому спикеру свой голос и нажмите «Сгенерировать». Студия обработает реплики по порядку и создаст один общий аудиофайл.
    02

    Как сделать так, чтобы голоса не звучали похоже?

    Выбирайте голоса, которые контрастируют минимум по двум параметрам: пол, акцент или высота тона. Sarah + Adam (тёплый женский + авторитетный мужской, оба US) звучат чётко. Bella + Daniel (разговорный US + формальный UK) ещё лучше, так как смена акцента заметна сразу. Избегайте пар с одинаковым акцентом и полом — слушатели потеряют нить.
    03

    Как имитировать перебивание между персонажами?

    Используйте короткую паузу между репликами в расширенных настройках. Для настоящего перекрытия скачайте объединённый файл и сдвиньте входящую реплику чуть раньше в редакторе.
    04

    Как передать смех, вздохи или реакции вроде «угу»?

    У модели нет тегов для невербальных звуков. Запишите фонетические реакции, например «ха-ха», «м-м» или «угх», как отдельные короткие реплики спикера. Если звучит не так, попробуйте другой вариант написания.
    05

    Можно ли коммерчески публиковать сгенерированный ИИ диалог?

    Да. WAV-файлы 24 кГц, скачанные с FreeTextoSpeech, лицензированы для полного коммерческого использования: подкасты, монетизированные видео на YouTube, платные аудиокниги, инди-игры, озвучка рекламы. Указание авторства и роялти не требуются. Лицензия покрывает диалоги с двумя голосами так же, как и нарратив с одним.
    06

    Какой может быть длина диалоговой сцены?

    Одно генерирование ограничено 5000 символами, но вы можете запускать их сколько угодно. Типичная 30-минутная сцена подкаста с двумя ведущими — это около 4500 слов диалога, распределенных между персонажами. Это примерно 12 генераций, по шесть на каждый голос. Соберите их в одном файле проекта, и у вас будет полный выпуск.
    07

    Звучит ли диалог естественно на стыке реплик?

    Да, так как модель Kokoro детерминирована для каждого голоса. Персонаж А всегда звучит одинаково во всех клипах. Шов находится не в самом голосе, а в паузе между репликами. Оставьте 200–400 мс тишины или фонового шума между спикерами, и разговор будет «дышать» так же, как в живой речи.
    08

    Можно ли использовать трех и более персонажей?

    Да. Добавьте спикера в студии, назначьте ему уникальный голос и продолжайте писать по одной реплике на ход. Три голоса — это нормально. Четыре начинают перегружать восприятие слушателя, если один из них не является явно рассказчиком.

    Still wondering? Get in touch →

    Продолжить

    Похожие инструменты TTS

    Длинные форматы ↗

    Озвучка текста для подкастов

    Студийное качество для интро и сегментов подкастов с двумя ведущими.

    Длинные форматы ↗

    Озвучка текста для аудиокниг

    Озвучка независимых аудиокниг с заменой голосов для диалогов персонажей.

    Качество голоса ↗

    Генератор естественной речи с ИИ

    Почему голоса Kokoro звучат как живые люди в длинных диалоговых сценах.

    Длинные форматы ↗

    Озвучка текста для YouTube

    Вставляйте диалоговые сцены прямо в Premiere или DaVinci Resolve.

    Try it now

    Создайте первую сцену с двумя голосами.

    Создайте бесплатно за 10 минут. Полные права на коммерческое использование.

    Open the tool See all voices