Lektor AI — nagranie głosowe z twojego tekstu

Przy krótkiej, spokojnej narracji różnica jest zwykle na tyle mała, że nie zwraca uwagi słuchacza — ale nie obiecujemy, że nikt nie rozpozna AI, bo to zależy od tekstu, tempa i tego, jak uważnie ktoś słucha. W długich zdaniach model potrafi spłaszczyć intonację, a rzadką nazwę własną przeczytać dziwnie. Dlatego próbki dostajesz przed płatnością: oceniasz sam. Pewne języki to polski i angielski. Niemiecki, hiszpański i francuski robimy z zastrzeżeniem — wymowę nazw własnych sprawdzamy osobno przed wysyłką. Przy językach spoza tej listy najpierw wysyłamy próbkę i możemy odmówić zlecenia: nie sprzedajemy nagrania, którego nie umiemy skontrolować pod kątem wymowy. Jeśli potrzebujesz aktorskiej gry — to zadanie dla żywego lektora, nie dla AI.

Nagranie możesz wykorzystywać komercyjnie: reklama, YouTube, spot radiowy, szkolenie, produkt, IVR. Formalnie nie jest to przeniesienie praw autorskich, bo nagranie generuje model — to licencja od dostawcy głosu, którą przekazujemy ci w takim zakresie, w jakim sami ją mamy; wyciąg z licencji przyślemy na życzenie. Nie obejmuje odsprzedaży samego pliku jako produktu, dalszego licencjonowania głosu ani użycia w projektach, w których model głosu miałby być trenowany. Jeśli nagranie idzie do TV albo kampanii ogólnopolskiej, powiedz przed wyceną — dobierzemy głos z licencją bez limitu emisji. Oznaczenie treści jako syntetycznej jest po stronie publikującego, czyli po twojej: od 2 sierpnia 2026 wymaga tego art. 50 AI Act, a część platform i nadawców ma własne zasady. My dostarczamy plik i informację o jego pochodzeniu. Reszta zasad — płatność, faktura, odstąpienie: /zasady/

Tak, w dwóch wariantach. Klon szybki powstaje z 2–5 minut czystego audio i nadaje się do komunikatów wewnętrznych i IVR — przy dłuższych tekstach słychać różnicę. Klon wysokiej jakości wymaga ok. 30–60 minut nagrania w dobrych warunkach. W obu przypadkach dostawca wymaga, żebyś osobiście nagrał krótką frazę weryfikacyjną przez link — tego nie da się obejść i nie zrobimy tego za ciebie. Materiał referencyjny przysyłaj jako plik WAV albo M4A, nie jako wiadomość głosową: WhatsApp kompresuje głosówki do ok. 16 kHz i taki materiał odpada. Cudzego głosu nie klonujemy, nawet jeśli masz nagranie. Klon kasujemy po zleceniu, chyba że powiesz, że ma zostać. Przy klonie głosu realnej osoby obowiązek oznaczenia nagrania przy publikacji jest ostrzejszy — weź to pod uwagę przed emisją.

Tak, ale musimy wiedzieć gdzie, bo od tego zależy głośność i format. Pod radio i TV normalizujemy do -23 LUFS zgodnie z EBU R128, pod YouTube i web do -14 LUFS, pod podcast do -16 LUFS. Pod centrale telefoniczne eksportujemy dodatkowo 8 kHz, 16-bit, mono, PCM — na życzenie u-law, a-law albo GSM, więc napisz, czego używa twoja centrala. W innym formacie 3CX, Asterisk czy FreePBX zwykle przekonwertują plik po swojemu, co słychać jako spadek jakości, a czasem odmówią odtworzenia.

Punktem odniesienia jest próbka, którą wybrałeś przed płatnością — po to jest w procesie. Jedna runda poprawek jest w cenie: tempo, akcenty, pauzy, wymowa nazw własnych. Jeśli po niej gotowe nagranie nadal odbiega od zaakceptowanej próbki i błąd jest po naszej stronie, oddajemy pieniądze. Zmiana głosu na inny po nagraniu całości, nowa wersja tekstu albo inne przeznaczenie niż ustalone to nowa wycena, a nie reklamacja. Pozostałe zasady rozliczeń: /zasady/

Tekst przechodzi przez model AI dostawcy zewnętrznego — bez tego nagranie nie mogłoby powstać. Nie trafia do zbiorów treningowych. Pliki robocze kasujemy 30 dni po odbiorze, wcześniej na twoją prośbę, a grupę na WhatsAppie zamykamy po odbiorze zlecenia. Jeśli w skrypcie są dane osobowe — nazwiska klientów, adresy, dane pracowników — napisz przed wysyłką: podpiszemy umowę powierzenia, a pliki przyjmiemy linkiem do dysku zamiast WhatsAppem.