Wat deze tool doet
Deze tekst-naar-spraaktool leest Engelse tekst voor met natuurlijk klinkende AI-stemmen en laat je het resultaat als WAV-bestand downloaden. Hij gebruikt Kokoro-82M, een open spraaksynthesemodel met 82 miljoen parameters van hexgrad, via de bibliotheek kokoro-js en Transformers.js. Alles gebeurt in je browser: geen account, geen tekenlimiet en geen server die ziet wat je typt.
Omdat het model klein is, draait het op een gewone laptop. In browsers met WebGPU (recente Chrome en Edge) gebruikt het de grafische kaart met het model met volledige precisie; elders draait het op de CPU met een 8-bits gekwantiseerde versie die kleiner is en nog steeds helder klinkt.
Zo gebruik je het
- Klik op Model downloaden en starten. De eerste keer wordt het model (ongeveer 92 MB op de CPU, ongeveer 326 MB met WebGPU) gedownload en door je browser gecachet. Een voortgangsbalk toont hoeveel er nog komt. De volgende keer laadt het in seconden uit de cache.
- Typ of plak je tekst, of klik op Voorbeeld om een korte alinea te proberen. Het aantal tekens en de geschatte audioduur worden tijdens het typen bijgewerkt.
- Kies een Stem en een Snelheid tussen 0,5× en 2×.
- Klik op Spraak genereren. Langere tekst wordt in stukken ter grootte van een zin verdeeld en stuk voor stuk uitgesproken, met een teller “Stuk 3 / 12”. Klik op Stoppen om eerder te eindigen en de tot dan toe gemaakte audio te houden.
- Luister in de speler en klik op WAV downloaden om een mono-bestand van 24 kHz op te slaan.
Wil je losse bestanden, zet Uitvoer dan op Eén bestand per regel: elke niet-lege regel wordt een eigen genummerde WAV (01-…, 02-…), en Alles downloaden (ZIP) slaat ze samen op.
De knop Delen kopieert een link met je tekst, stem en snelheid, zodat iemand anders dezelfde spraak in de eigen browser kan maken.
Stemmen en talen
De browserstemmen van Kokoro spreken alleen Engels. Er zijn 20 stemmen voor Amerikaans Engels (11 vrouwelijk, 9 mannelijk) en 8 voor Brits Engels (4 vrouwelijk, 4 mannelijk). Elke stem in de lijst toont het totaalcijfer uit de modelkaart; Heart en Bella (Amerikaans, vrouw) scoren het hoogst, en Emma (Brits, vrouw) en Fenrir, Michael en Puck (Amerikaans, man) zijn goede alternatieven.
De uitspraak komt van de fonemizer espeak-ng, dus namen, afkortingen en getallen worden meestal goed gelezen, maar ongebruikelijke woorden moet je soms anders schrijven. Als het grootste deel van je tekst in een ander schrift staat, waarschuwt de tool je, omdat die tekens niet uitgesproken kunnen worden.
Voorbeeld
Laad de voorbeeldalinea, houd de standaardstem Heart en klik op Genereren. De twee regels worden twee stukken en na een paar seconden heb je ongeveer twintig seconden spraak met een korte pauze tussen de alinea’s. Kies George voor een Britse mannelijke verteller, of zet de snelheid op 1,3× voor een vlotter tempo, en genereer opnieuw.
Vereisten en privacy
De tool heeft een moderne browser met WebAssembly en Web Workers nodig: actuele Chrome, Edge, Firefox of Safari op desktop of mobiel. WebGPU is optioneel en maakt het alleen sneller. Telefoons met weinig geheugen kunnen moeite hebben met lange teksten; kies Alleen CPU als WebGPU mislukt. De modelbestanden komen van Hugging Face en de ONNX Runtime-engine van een openbaar CDN; elk stembestand (ongeveer 0,5 MB) wordt gedownload wanneer je het voor het eerst gebruikt. Zodra alles gecachet is, werkt het genereren offline.
Veelgestelde vragen
› Wordt mijn tekst naar een server geüpload?
Nee. De spraak wordt op je eigen apparaat gemaakt door een model dat in de browser draait. De pagina downloadt de modelbestanden één keer van Hugging Face, maar je tekst en de audio verlaten de pagina nooit.
› Welke talen kan het spreken?
Alleen Engels. Kokoro-82M v1.0 voor de browser heeft 28 stemmen, 20 met een Amerikaans en 8 met een Brits accent. Tekst in andere talen of schriften, zoals Chinees, Arabisch of Russisch, wordt overgeslagen of verkeerd uitgesproken.
› Hoe groot is de download, en moet dat elke keer?
Ongeveer 92 MB voor het 8-bits model dat op de CPU draait, of ongeveer 326 MB voor het model met volledige precisie dat met WebGPU wordt gebruikt, plus de ONNX Runtime-engine en een klein bestand per stem. De browser cachet alles, dus volgende bezoeken starten binnen enkele seconden zonder opnieuw te downloaden.
› Mag ik de gegenereerde audio commercieel gebruiken?
De gewichten van Kokoro-82M en de bibliotheek kokoro-js zijn uitgebracht onder de Apache 2.0-licentie, en het model is getraind op audio met een vrije licentie, dus de spraak die je maakt kun je gebruiken in video’s, podcasts of apps. Bekijk de modelkaart op Hugging Face voor de volledige voorwaarden.
› Waarom gaat het genereren traag op mijn computer?
Zonder WebGPU draait het model via WebAssembly op de CPU, wat op oudere laptops en telefoons een paar seconden per zin kan duren. Chrome en Edge met WebGPU zijn veel sneller. Lange teksten worden in stukken verdeeld, dus je ziet de voortgang en kunt altijd stoppen.