Cele trei niveluri explicate
Vocile Starter (Web Speech API built-in) nu necesită nicio configurație și funcționează offline, dar sună robotic față de standardele moderne. Vocile Storyteller sunt modelele neurale care alimentează Microsoft Read Aloud și accesibilitatea Apple — în Edge pe Windows se deblochează 300+ voci publicabile gratuit. Uneltele Studio Pro necesită un cont gratuit sau instalare locală, dar produc audio indistinguibil de narațiunea profesională.
Criterii de selecție a vocii
Evaluează vocile pe: naturalețe (respirație, ritm, prosodie), claritate (consoane clare la viteză normală), consistență (caracter stabil pe 10+ minute) și gamă emoțională. Audiționează întotdeauna cu textul tău real.
Flux de lucru pentru narațiune de lungă durată
Folosește CLI-ul edge-tts pentru a procesa în lot toate capitolele în fișiere MP3, apoi editează în Audacity. Procesează la -23 LUFS cu filtrul loudnorm din ffmpeg pentru conformitate ACX/Audible.
edge-tts --voice ro-RO-AlinaNeural.Export și distribuție
ACX (Audible) necesită WAV/MP3 la minimum 192 kbps, -23 LUFS, -3 dBFS peak. Toate uneltele Studio Pro produc fișiere procesabile cu ffmpeg, gratuit.
The Three Tiers Explained
Starter voices (Web Speech API built-ins) require zero setup and work offline, but sound robotic by modern standards. Storyteller voices are the neural models powering Microsoft Read Aloud and Apple accessibility — in Edge on Windows you unlock 300+ publishable voices for free. Studio Pro tools require a free account or local installation but produce audio indistinguishable from professional narration.
Voice Selection Criteria
Evaluate voices on: naturalness (breathing, rhythm, prosody), clarity (crisp consonants at normal speed), consistency (stable character across 10+ minutes), and emotional range (distinguishing dialogue from narration). Always audition using your actual manuscript text.
Workflow for Long-Form Narration
Use the edge-tts CLI to batch-process all chapters into MP3 files, then edit in Audacity for pacing and silence trimming. Process to -23 LUFS with ffmpeg's loudnorm filter for ACX/Audible compliance.
edge-tts --voice ro-RO-AlinaNeural.Export & Distribution
ACX (Audible) requires stereo or mono WAV/MP3 at minimum 192 kbps, -23 LUFS loudness, -3 dBFS peak. All Studio Pro tools produce files processable with ffmpeg at no cost.