A Gemini TTS a Google Gemini 3.1 Flash TTS szövegfelolvasó modellje a FotóAI-n. A Hang menüben (/hang) találod: beírod a szöveget, kiválasztasz egy hangot, a modell felolvassa, a hangfájl a könyvtárba kerül. Előfizetés nélkül, kreditcsomaggal is használható.
Magyarul beszél. A nyelvet nem kell külön beállítani: a modell a szövegből magától felismeri, és több mint 80 nyelvet kezel. Ha a szöveg magyar, magyarul olvas; ha angol, angolul.
Hat előre beállított hang közül választhatsz. Női hangok: Kore, Aoede, Zephyr. Férfi hangok: Charon, Puck, Fenrir. Érdemes ugyanazt a rövid mondatot két-három hanggal lefuttatni, és a projekthez illőt megtartani.
Számlázás: ezer karakterenként, a szöveg legfeljebb 5000 karakter lehet. A gomb indítás előtt mutatja a kreditárat. Hangklón ennél a modellnél nincs – az a Seed Audio képessége –, és hangcserére vagy szinkronra sem való.
Magyar felület, kredit, könyvtár, nincs külön Google-fiók. Az ElevenLabs, a MiniMax Speech 2.8 és a Seed Audio a testvérei a Hang menüben; más gyártó, más hangkarakter. Nem mérünk kitalált „természetességi” pontszámot: hallgasd meg ugyanazt a szöveget több modellel, és döntsd el, melyik szól jobban a te anyagodhoz.
Előnézetek
Hangmintáink hamarosan érkeznek – addig a stúdió-előnézetek mutatják a hangulatot.
Mire jó
Magyar hang rövid videó alá
Reels, Shorts vagy termékvideó, ahol a kép megvan, a beszédet a szövegfelolvasó AI adja. Rövid szöveg, gyors kör.
Többnyelvű változatok
Ugyanazt az üzenetet magyarul, angolul vagy németül is felolvastatod. A nyelvet a modell a szövegből ismeri fel, nem kell átállítani.
Hangválasztás próbával
Hat előre beállított hang, három női és három férfi. Egy mondatot több hanggal lefuttatsz, és a jobbat megtartod.
Oktató- és magyarázószöveg
Bekezdésnyi tananyag, útmutató, bemutató. Legfeljebb 5000 karakter egy körben, ezer karakterenként számlázva.
Második vélemény az ElevenLabs mellé
Ha az alapértelmezett felolvasó hangja nem illik a projekthez, ugyanazt a szöveget a Google modelljével is meghallgathatod.
Erősségek
- Google Gemini 3.1 Flash TTS, magyarul, előfizetés nélkül is.
- Automatikus nyelvfelismerés a szövegből, több mint 80 nyelv.
- Hat előre beállított hang: Kore, Aoede, Zephyr, Charon, Puck, Fenrir.
- Ezer karakterenként számlázva, 5000 karakteres szkriptplafon, magyar Hang menü.
Korlátok
- Hangklón nincs; saját hanghoz a Seed Audio kell.
- Hangcserére és szinkronra nem használható.
- Csak a hat előre beállított hang érhető el a FotóAI-n.
- Egy körben legfeljebb 5000 karakter; hosszabb szöveget részekre kell bontani.
Műszaki adatok
| Fejlesztő | |
|---|---|
| Referenciaképek | nincs |
| Több kép egyszerre | 1 |
| Módok | szövegfelolvasás |
| Promptkorlát (karakter) | 5000 |
| Szövegkorlát (karakter) | 5000 |
| Szükséges csomag | Ingyenes |
Így használd
- 1
Nyisd meg a Hang menüt
Bejelentkezve a Hang menüben (/hang) vagy a „Kipróbálom” gombbal nyílik. Válaszd a Gemini TTS modellt.
- 2
Írd be a szöveget, válassz hangot
A nyelvet nem kell beállítani, a modell felismeri. Válassz a hat hang közül; a gomb a kreditárat mutatja.
- 3
Futtasd, mentsd a könyvtárba
A kész hangfájl a könyvtárba kerül, onnan letölthető, vagy más hanggal újrafuttatható.
Így promptolj
Gyakorlati tippek ehhez a modellhez: Gemini TTS (3.1 Flash). Mit írj a promptba, hogy azt kapd, amit szeretnél?
Írd úgy, ahogy kimondanád
Számokat, rövidítéseket írd ki betűvel („huszonöt százalék”, „doktor”), így a felolvasás természetesebb.
Írásjelekkel adsz ritmust
A vessző rövid, a pont hosszabb szünet. Hosszú mondatokat bonts ketté, ha levegővételt akarsz.
Egy nyelv egy szövegben
A nyelvet a szövegből ismeri fel. Ha magyar a szöveg, magyarul olvas; vegyes nyelvű szövegnél a hangsúly megcsúszhat.
Példa: gyenge és jó prompt
Gyenge: Akció 25% kedvezmény 3 napig!
Jó: Akció! Huszonöt százalék kedvezmény, három napig.
Kredit és ár
✦ 2,7 · 108 Ft a Plusz csomagban
≈ 92 felolvasás (1000 karakter) havonta a Plusz csomagban
✦ 2,7 · 108 Ft a Plusz csomagban
≈ 92 felolvasás (1000 karakter) havonta a Plusz csomagban
Gyakori kérdések
- Beszél magyarul a Gemini TTS?
- Igen. A nyelvet a modell a szövegből automatikusan felismeri; magyar szövegre magyarul olvas. Összesen több mint 80 nyelvet kezel.
- Milyen hangok közül választhatok?
- Hat előre beállított hang van: Kore, Aoede és Zephyr (női), valamint Charon, Puck és Fenrir (férfi).
- Hogyan számláztok?
- Ezer karakterenként. A szöveg legfeljebb 5000 karakter lehet, a gomb indítás előtt mutatja az árat.
- Tudok saját hangot klónozni vele?
- Nem. Hangklónra a Seed Audio képes a Hang menüben.
- Ingyenes a Gemini TTS?
- Nem, minden felolvasás kreditbe kerül. Előfizetés viszont nem kell hozzá: egy kreditcsomag is elég.
- Miben más, mint az ElevenLabs?
- Más gyártó, más hangkészlet. Az ElevenLabs az alapértelmezett felolvasó; a Gemini TTS a Google hat hangjával ad másik lehetőséget ugyanabban a menüben.