Da testo a voce con l’IA: crea una narrazione MP3 da un copione

La sintesi vocale con IA trasforma parole scritte in audio parlato senza una registrazione di partenza. In Pipe2.ai, Audio Generator riceve il copione e restituisce un MP3 scaricabile. Scegli un modello e una voce, descrivi l’interpretazione, poi ascolta e perfeziona il risultato prima di usarlo come narrazione.

Dal copione alla voce in cinque passaggi

1. Apri Audio Generator e scegli un modello. Gemini 3.8 Flash TTS è il modello predefinito e offre narrazioni di qualità da studio in oltre 130 lingue. Gemini 3.8 Flash-Lite TTS è l’opzione Gemini più veloce ed economica per le bozze. Eleven v4 è l’opzione più espressiva e sono disponibili anche MiniMax Speech 2.8 Turbo e HD.
2. Incolla nel campo del testo solo le parole da pronunciare. Scrivi nella lingua della narrazione. Inserisci le indicazioni di interpretazione nel campo delle istruzioni vocali, così non diventano parte del testo letto.
3. Scegli una voce compatibile. Gemini supporta Auto oppure una voce predefinita con nome. Con MiniMax devi selezionare esplicitamente una delle voci disponibili: Auto non è supportato per la sintesi.
4. Descrivi l’interpretazione. Per Gemini, prova una direzione precisa come «voce calda per un tutorial, ritmo misurato, enfasi delicata». Per MiniMax, inizia con «slow, calm»: i controlli supportati riguardano ritmo ed emozione.
5. Genera e controlla l’MP3. Verifica parole omesse, pronuncia, pause e tono. Modifica una sola cosa alla volta e genera un’altra versione se necessario.

Formato di uscita attuale, verificato il 6 ottobre 2026: Audio Generator produce parlato in MP3 a partire dal testo. Le voci e le indicazioni di interpretazione disponibili dipendono dal modello scelto.

Prova una breve narrazione prima del copione completo

Per una prima prova con Gemini, scegli Gemini 3.8 Flash TTS, la voce Kore e questi due input separati:

• Testo: «Benvenuti al laboratorio. Oggi trasformeremo una semplice idea in qualcosa che potrete condividere. Cominciamo.»
• Istruzioni vocali: «Narratore calmo per un tutorial. Tono caldo, ritmo misurato, pause chiare tra le frasi.»

Lascia attivo il miglioramento del prompt se vuoi perfezionare le indicazioni di interpretazione per Gemini prima della generazione. Disattivalo per usare le istruzioni senza modifiche. Con Gemini Auto e il miglioramento disattivato, viene usata Kore: la voce non viene scelta automaticamente. MiniMax applica direttamente le istruzioni di ritmo ed emozione che supporta.

Questo è un copione di prova, non la dimostrazione di un risultato testato né una garanzia di durata. Usalo per capire se voce e ritmo si adattano al progetto prima di inviare un brano più lungo.

Scegli il modello in base all’interpretazione che cerchi

Gemini offre 30 voci predefinite con nome, brevi indicazioni di stile e suoni da inserire nel testo, come <laugh> o <short pause>. Flash-Lite TTS è adatto alle bozze rapide; Flash TTS è pensato per narrazioni di qualità da studio. Eleven v4 offre la gamma emotiva più ampia con tag come [whispers]. MiniMax Speech 2.8 espone cinque voci predefinite in Pipe2: Turbo punta a una sintesi più rapida e HD alla narrazione finale. Le voci di una famiglia di modelli non sono intercambiabili con quelle di un’altra.

MiniMax interpreta le parole inglesi slow, fast o quick, insieme a un’emozione supportata: happy, sad, angry, fearful, disgusted, surprised o calm. Non aspettarti che una descrizione libera dell’accento o della scena offra lo stesso controllo di Gemini. L’accento richiesto non è garantito.

Controlla la stima attuale dei crediti prima di generare. I modelli Gemini addebitano l’audio effettivamente generato; MiniMax ed Eleven v4 vengono addebitati in base ai caratteri. Eleven v4 conta anche i tag audio inviati con il testo, e il miglioramento del prompt aggiunge il costo di questo passaggio. Un breve estratto permette di valutare l’interpretazione prima di spendere crediti per una lettura lunga.

Dai voce a un personaggio nella narrazione

Per un’introduzione o un racconto affidato a un personaggio, confronta due voci predefinite con la stessa breve battuta nella lingua desiderata. Scegli prima la voce in base al timbro, poi usa le istruzioni vocali di Gemini per regolare emozione e ritmo. Audio Generator non offre la clonazione vocale né la voce di un attore specifico.

Prova «Abbiamo trovato la chiave. Ora possiamo aprire la porta.» con l’indicazione «entusiasmo contenuto, ritmo misurato». Per una seconda prova, mantieni voce e parole e cambia solo l’indicazione in «preoccupazione, parlato veloce». Sono suggerimenti di input, non registrazioni testate: ascolta il cambiamento emotivo e verifica che ogni parola rimanga comprensibile.

Per un dialogo, genera separatamente le battute di ciascun personaggio scegliendo esplicitamente una voce. Conserva modello, voce, copione e istruzioni insieme a ogni MP3 per ritrovare le impostazioni quando modifichi una battuta. Ascolta insieme le prove che si susseguono prima di accettarle: le stesse impostazioni non garantiscono un’interpretazione identica.

Prepara un testo naturale da leggere ad alta voce

Usa frasi brevi e punteggiatura per suggerire le pause, poi valuta l’audio effettivo. Controlla separatamente nomi, sigle, date e prezzi. Se una frase suona male, scrivi l’abbreviazione per esteso oppure adatta la grafia della parola che crea problemi di pronuncia.

Non c’è un cursore per la durata: lunghezza del testo e velocità del parlato determinano quella della narrazione. Per uno spazio video fisso, misura un campione e rivedi il copione. Genera le narrazioni lunghe in sezioni logiche per sostituire un paragrafo senza ripetere l’intera lettura, rispettando il limite di input del modello scelto.

Per una versione in un’altra lingua, traduci e revisiona prima il copione. Audio Generator deduce la lingua dal testo fornito; un’indicazione di interpretazione non è una richiesta di traduzione.

Usa l’MP3 come traccia di narrazione separata

Scarica la versione scelta e conservala insieme al copione. Per aggiungerla alle clip, inseriscila come audio della narrazione in Video Reel. Se serve, crea una traccia di sottofondo separata con Music Generator, poi verifica che il parlato sia chiaro nel mix finale.

Per assemblare clip e narrazione, consulta Creare un reel con l’IA. Per preparare l’accompagnamento, consulta Generare musica con l’IA. Tenere voce e musica separate rende più semplici le modifiche successive.