Ses Üret (TTS)

Altyazı dosyalarını (zamanlamayla birlikte) veya rastgele metni MP3 / WAV sese sentezle. Beş TTS arka ucu: Edge TTS (ücretsiz), ElevenLabs (yüksek kalite), Google Cloud TTS, Gemini TTS (ücretsiz katman) ve Piper TTS (çevrimdışı).

Neye ihtiyacın var

• PATH'te FFmpeg — bkz. FFmpeg kurulumu.
• Bir TTS arka ucu, şunlardan biri:
  • Edge TTS — ücretsiz, anahtar yok, varsayılan. Microsoft Edge'in bulut seslerini kullanır.
  • ElevenLabs — ücretli, en yüksek kalite. Bkz. ElevenLabs kurulumu.
  • Google Cloud TTS — ücretli, çok iyi. Bkz. Google Cloud kurulumu.
  • Gemini TTS — ücretsiz katman, doğal önceden oluşturulmuş sesler. LLM sekmesindeki mevcut Gemini API anahtarını yeniden kullanır — ekstra kurulum yok.
  • Piper TTS — tamamen çevrimdışı sinirsel TTS. API anahtarı yok, ağ çağrısı yok — sesler Ayarlar → Ses → Piper TTS → Sesleri şimdi indir ile bir kez indirilen ~25–60 MB ONNX dosyalarıdır. Uygulamanın 45 dilinden 32'sinin bugün bir Piper sesi var; Piper kapsamına alınmamış diller sentez zamanında sessizce Edge TTS'e geri düşer.

Adım adım

1. Kenar çubuğunda Ses Üret'e tıkla.
2. Bir veya daha fazla .srt / .vtt / .ass / .ssa altyazı dosyası bırak.
3. Dil'i seç (mümkün olduğunda altyazı dosya adından otomatik algılanır — örn. _translated_en_tr.srt Türkçe olarak algılanır).
4. Ses cinsiyetini seç — Kadın veya Erkek.
5. Çıktı formatını seç — .mp3 (varsayılan) veya .wav.
6. Üret'e tıkla (veya Ctrl+Enter).
7. Bittiğinde satırı Aç — varsayılan ses uygulamanda çalar.

Çıktı

Her altyazının zaman damgasına yerleştirilmiş ses parçalarıyla tek bir ses dosyası elde edersin. Sessiz boşluklar, sesin orijinal zamanlamayla senkronize kalmasını sağlamak için cue'lar arasındaki zamanı doldurur.

Bir TTS arka ucu seçme

Arka uç	Maliyet	Sesler	Notlar
Edge TTS	Ücretsiz	Yüzlerce, tüm büyük diller	Varsayılan. Kurulum yok.
ElevenLabs	Ücretli (~aylık $5 giriş katmanı)	Premium sinir sesleri, ses klonlama	En yüksek kalite. Ses ID'si Ayarlar → Servis'te ayarlanır.
Google Cloud TTS	Ücretli (~$4/M karakter; ay başına 1 M ücretsiz)	50+ dilde WaveNet / Studio sesleri	Avrupa dilleri için güçlü WaveNet sesleri. Varsayılan olarak sunucu dil + cinsiyete göre bir ses seçer.
Gemini TTS	Ücretsiz katman (Developer API kotaları geçerli)	24+ dilde doğal önceden oluşturulmuş sesler — Kore (kadın varsayılan) / Puck (erkek varsayılan)	LLM sekmesindeki Gemini API anahtarını yeniden kullanır. Çağrı başına çıktı ~30 sn ile sınırlı; uzun metinler otomatik olarak cümle sınırlarında parçalanır.
Piper TTS	Ücretsiz, çevrimdışı	Uygulamanın 45 dilinden 32'sinde sinir sesleri	Anahtar yok, ağ yok. Dile özel ses Ayarlar → Ses → Piper TTS → Sesleri şimdi indir üzerinden talep üzerine indirilir (~25–60 MB her biri). Pre-flight, iş başlamadan önce eksik bir sesi yakalar.

Ayarlar → Ses → TTS yöntemi'nde geçiş yap.

Piper TTS özellikleri

Piper, uygulamadaki tek tamamen çevrimdışı TTS arka ucudur. Bilmen gereken birkaç şey:

• Ses kütüphanesi diyaloğu — Ayarlar → Ses → Piper TTS → Sesleri şimdi indir üzerinden aç. Her dil satırı bir Kadın sesi ve / veya Erkek sesi indirme düğmesi gösterir (bazı diller tek cinsiyettir). Sesler rhasspy/piper-voices HuggingFace kataloğundan gelir.
• Kapsam — uygulamanın 45 dilinden 32'sinin bir Piper sesi var. Kapsamı olmayan 13 dil (Belarusça, Bengalce, Çince (Geleneksel), Hırvatça, Estonca, İbranice, Japonca, Khmerce, Korece, Litvanca, Malayca, Moğolca, Tayca) sentez zamanında sessizce Edge TTS'e geri düşer, böylece sentez asla eksik bir seste sert başarısız olmaz.
• Cinsiyet çözümleme — Kadın'ı seçtiğinde, motor önce o dilin kadın sesini dener; sadece bir erkek sesi varsa, onu kullanır (ve tersi). INFO seviyesinde günlüğe kaydedilir.
• Pre-flight kapısı — bir Ses çalışması başlamadan önce, sayfa dile özel Piper sesinin diskte olduğunu kontrol eder. Eksikse, kuyruğunu kaybetmeden indirebilmen için seni doğrudan ses kütüphanesine götüren bir Ayarları Aç düğmesiyle modal bir diyalog alırsın.

Gemini TTS özellikleri

Gemini TTS, Developer API üzerinden gemini-2.5-flash-preview-tts'i kullanır. Bilmen gereken birkaç şey:

• Ses seçimi bugün cinsiyete göredir — Kadın Kore'ye eşler, Erkek Puck'a. Her ikisi de diller arasında çok karakteristik sesler vermeden çalışan açık, nötr seslerdir.
• Çıktı uzunluğu sınırı — her Gemini API çağrısı en fazla ~30 sn konuşma döndürür. Uygulama, girdi metnini cümle sınırlarında _GEMINI_TTS_MAX_BYTES (~2000 bayt ≈ 30 sn) altında parçalar, sonra parçaları FFmpeg üzerinden birleştirir. Normal altyazı metninde kesintiyle karşılaşmazsın.
• Ses formatı — Gemini, 24 kHz mono s16le'de ham PCM yayınlar; uygulama parça başına MP3'e (veya seçtiysen WAV'a) transkod eder, böylece son dosya seçtiğin çıktı formatıyla eşleşir.
• Vertex AI henüz TTS için desteklenmiyor — LLM sekmen Vertex için yapılandırılmış olsa bile, Gemini TTS hala bir Developer API anahtarına ihtiyaç duyar. Eksikse, uygulama önceden AUTH_ERROR yükseltir.

ElevenLabs modelleri

Üç model açığa çıkarılır:

Model	Gecikme	Kalite	Şunun için kullan
eleven_multilingual_v2 (varsayılan)	Orta	Yüksek	Genel TTS
eleven_v3	Orta	En yüksek	Stüdyo / üretim
eleven_flash_v2_5	Düşük	İyi	Gerçek zamanlı / Live modu

Ayarlar → Ses → ElevenLabs modeli'nde yapılandır.

İpuçları

Yeniden üret

Bir satıra sağ tıkla → Yeniden üret ile çeviriyi yeniden çalıştırmadan ses cinsiyetini / TTS yöntemini / formatı değiştir.

Pre-flight kontrolleri

Sayfa, başlamadan önce ElevenLabs API anahtarını (seçildiğinde) ve FFmpeg kullanılabilirliğini doğrular. Eksik bir şey varsa arkadaşça bir diyalog görürsün.

Stop atomiktir

Sentez sırasında Stop'a bas ve çıktı dizininde yarı yazılmış bir MP3 olmaz — dosya önce bir geçici konuma yazılır, sonra sadece başarıda yerine taşınır.

Kısayollar

Kısayol	Eylem
Ctrl+Enter	Üret
Ctrl+O	Gözat
Ctrl+F	Geçmiş aramasına odaklan