Dal testo all'audio (podcast)

Escriba non si limita a trasformare i documenti in testo per un LLM: può anche riconvertire il risultato in suono. Da qualsiasi conversione, apri l’opzione Audio / Podcast per generare un MP3 e ascoltare il tuo documento.

Due modalità

• Narrazione — una voce singola legge il documento dall’inizio alla fine.
• Podcast — un’IA scrive un breve dialogo tra due conduttori sul documento (conduttore + esperto) ed Escriba lo dà voce con due voci alternate, montandolo in un unico audio. La modalità podcast richiede un provider IA configurato (è lui a scrivere il copione); la narrazione no.

Due motori

• Locale (Piper) — l’opzione predefinita. Le voci girano sul tuo server, completamente offline: il testo non lascia mai la tua macchina. Escriba include 14 voci tra spagnolo, inglese, portoghese, francese, italiano, tedesco e cinese.
• Cloud (OpenAI) — opzionale, di qualità superiore. Usa la tua chiave API di OpenAI; il testo viene inviato a OpenAI solo quando scegli una voce cloud. Ideale per le lingue prive di una voce locale (ad esempio il giapponese).

Consiglio

Scegli la voce corrispondente alla lingua del tuo documento per ottenere il risultato migliore. Abbinare un documento in spagnolo a una voce inglese suonerà stonato.

Controlli

Come in un pannello di regia, puoi scegliere:

• Voce — lingua + speaker (locale o cloud).
• Tono — basso / medio / alto.
• Velocità — lenta / normale / veloce.
• Volume — basso / medio / alto.

Un player integrato ti permette di ascoltare un’anteprima dell’audio prima di scaricare l’MP3.

Pulisci prima il testo

Usa l’editor Markdown integrato per sistemare il testo prima di darlo in pasto alla voce: ciò che senti è esattamente quello che c’è nel risultato.

Chi può usarlo e quali limiti

La generazione audio è disponibile per i livelli ANGEL e DIOS (come audio/video e OCR). Poiché Piper sintetizza sulla CPU, esiste un limite di caratteri per richiesta per proteggere il server, configurabile per ruolo:

Impostazione	Predefinito	Significato
GOD_TTS_CHARS	0	DIOS: nessun limite
ANGEL_TTS_CHARS	100000	ANGEL: caratteri massimi per MP3
HUMAN_TTS_CHARS	20000	HUMANO (solo se HUMAN_TTS=true)
TTS_TIMEOUT	600	Secondi massimi per sintesi
TTS_OPENAI_MODEL	tts-1	Modello cloud (tts-1 o tts-1-hd)

Consulta Configurazione per l’elenco completo. Un documento molto lungo con una voce locale può richiedere un po’ di tempo per la sintesi: è la CPU, non un bug.