Sintesi vocale

Sintesi vocale è uno strumento gratuito che invia al server il testo e il codice lingua scelto, usa l'API di Google Traduttore per generare l'audio e ti permette di ascoltare il risultato.

Come trasformo un testo in voce?

Inserisci il codice lingua appropriato, genera l'audio e ascolta il risultato. Il codice indica al servizio come interpretare e pronunciare il testo.

1. Prepara il testo esattamente come vuoi che venga letto.
2. Inserisci un codice lingua che corrisponda alla lingua del testo.
3. Genera l'audio.
4. Controlla che nomi, abbreviazioni, date e numeri siano pronunciati correttamente.
5. Se la versione parlata non è chiara, modifica il testo e genera di nuovo l'audio.

Per esempio, inserendo Please close the window. con un codice lingua inglese, viene generato un audio che legge la frase ad alta voce. Se il testo è in francese, usa un codice lingua francese invece di affidare l'interpretazione dell'ortografia francese a una voce inglese.

Lo strumento restituisce un audio, non una versione riscritta o tradotta del testo. Se ti serve un'altra lingua, traduci prima il contenuto e poi genera l'audio usando il codice lingua corrispondente.

Che cosa cambia con il codice lingua?

Il codice lingua modifica le regole di pronuncia usate per generare la voce. Può influire sui suoni, sul ritmo e sul modo in cui vengono interpretati numeri e abbreviazioni, anche se il testo visualizzato non cambia.

Il campo documentato che deve essere compilato dall'utente è Codice lingua. Il codice deve corrispondere alla lingua del testo.

Il codice lingua non serve a tradurre. Inserire un testo inglese con un codice francese non converte in modo affidabile la frase in francese. Indica invece al motore vocale di leggere i caratteri esistenti secondo le regole di pronuncia francesi, con il rischio di ottenere un risultato innaturale.

Quando può essere utile un audio generato da un testo?

La sintesi vocale è utile quando vuoi ascoltare un testo scritto senza registrare una persona che lo legge. Tra gli impieghi più comuni ci sono la verifica dei copioni, la preparazione di alternative accessibili e il controllo di come suona un testo letto ad alta voce.

• Bozze video possono usare una narrazione provvisoria per definire i tempi delle scene, dei sottotitoli o di un montaggio per YouTube.
• Controlli della pronuncia possono mettere in evidenza formulazioni poco naturali in annunci, istruzioni ed esercizi per l'apprendimento delle lingue.
• Verifiche di accessibilità possono aiutare chi scrive a individuare frasi difficili da seguire quando vengono ascoltate anziché lette.
• Copioni telefonici possono essere controllati prima della registrazione definitiva per individuare frasi troppo lunghe, numeri poco chiari e abbreviazioni.

Una voce sintetica può essere adatta per una bozza o per una semplice attività di ascolto. Non sostituisce una registrazione umana quando contano l'emozione, un'enfasi precisa, l'interpretazione o uno specifico accento regionale.

Dettagli sull'input e testi difficili da leggere

L'implementazione richiama la funzione strlen di PHP, che restituisce la lunghezza di una stringa in byte, e applica la codifica URL all'invio dei valori. In questo modo, gli spazi e i caratteri riservati degli URL vengono trasmessi come dati anziché essere scambiati per parti di un indirizzo web. Durante l'elaborazione vengono inoltre sottoposti a escape i caratteri sensibili per HTML. Questi passaggi tecnici non determinano il modo in cui il motore vocale pronuncerà il testo.

La punteggiatura spesso influenza le pause, quindi un punto o una virgola può rendere una frase più facile da seguire. Una punteggiatura eccessiva può produrre pause insolite oppure essere ignorata. Anche i numeri possono risultare ambigui. Per esempio, 03/04/2026 potrebbe essere letto come una sequenza di numeri e, senza indicare la convenzione adottata, non è chiaro a quale data si riferisca. Scrivere 3 April 2026 fornisce al motore un'indicazione più chiara.

I caratteri accentati e quelli di alfabeti non latini devono essere associati a un codice lingua adatto. La pronuncia dipende comunque dal supporto offerto dal servizio sottostante. Un input vuoto non può generare una voce significativa. Se necessario, suddividi i testi lunghi in frasi o brevi paragrafi.

Quali sono i limiti della sintesi vocale?

Il risultato non può garantire una pronuncia, un'enfasi o un accento regionale corretti. Nomi di persona, toponimi, sigle e termini specialistici sono tra le fonti di errore più comuni, perché la loro pronuncia potrebbe non essere deducibile dalla sola grafia.

L'input documentato include un codice lingua, ma non permette di presumere che siano disponibili controlli per scegliere la voce, la velocità di lettura, l'intonazione o il formato audio. Non basare un flusso di produzione su queste opzioni, a meno che non siano chiaramente disponibili quando usi lo strumento.

L'elaborazione avviene sul server. L'input viene trasmesso al server tramite HTTPS e non viene memorizzato. Il servizio si affida all'API di Google Traduttore, quindi evita di inserire materiale riservato, soggetto a restrizioni legali o contenente dati personali sensibili, a meno che il suo utilizzo non sia consentito dalle regole applicabili alla tua organizzazione e al servizio esterno.

Domande frequenti

Posso usare commercialmente l'audio generato?

Lo strumento non stabilisce i diritti di utilizzo commerciale degli audio di sintesi vocale generati tramite l'API di Google Traduttore. Verifica i termini applicabili del servizio Google e gli eventuali requisiti contrattuali relativi alla pubblicazione, alla pubblicità, al corso o al prodotto in cui intendi usare l'audio.

La sintesi vocale legge le emoji?

La gestione delle emoji varia in base al motore vocale, alla lingua e al simbolo. Un'emoji potrebbe essere descritta, ignorata o pronunciata in modo inatteso. Se il suo significato deve essere udito chiaramente, sostituiscila con parole comuni.

Perché le abbreviazioni vengono pronunciate male?

Un motore vocale può interpretare un'abbreviazione come una parola oppure leggerne separatamente le lettere. Aggiungi spazi o punti tra le lettere, oppure scrivi il termine per esteso, quindi confronta i risultati. Per esempio, indicare per esteso il nome di un reparto è spesso più chiaro che affidarsi a un acronimo poco noto.

Lo strumento supporta il markup SSML?

Nei campi documentati non è indicato alcun input SSML, quindi non presumere che vengano interpretati tag per pause, enfasi o pronuncia. Usa invece la normale punteggiatura e formulazioni più chiare, oppure scegli una piattaforma dedicata che supporti esplicitamente Speech Synthesis Markup Language.

Quale campo del modulo devo compilare?

Il campo documentato che deve essere compilato dall'utente è Codice lingua.

Controlli finali

Ascolta tutto il risultato prima di usarlo. Confronta nomi, indirizzi, prezzi, orari e date con il testo originale e riscrivi qualsiasi passaggio che il motore legga in modo ambiguo. Conserva il testo originale, così potrai correggere e rigenerare brevi sezioni senza dover ricostruire l'intero copione.