Text to Speech Online: Audio Bersuara Alami yang Benar-Benar Bisa Diunduh

Ubah teks menjadi ucapan yang terdengar alami dan unduh sebagai MP3 atau WAV. Cara memilih suara, menulis teks yang enak dibacakan, dan di mana suara sintetis masih kurang.

Diperbarui 15 September 2026Baca 5 menit

Text to speech mengubah kata-kata tertulis menjadi berkas audio lisan: tempel teks Anda, pilih suara, buat audionya, lalu unduh hasilnya sebagai MP3 atau WAV. Pilihan suara ternyata tidak sepenting yang Anda kira. Sebagian besar hal yang membuat suara sintetis terdengar alami atau seperti robot ditentukan oleh teks yang Anda berikan — tanda baca, angka, singkatan — dan oleh pemahaman tentang pekerjaan mana yang dikerjakan suara sintetis dengan baik dan mana yang tidak.

Dua mesin, dan kapan memakai masing-masing

Alat text to speech kami menaruh dua mesin di balik satu kotak teks, karena dua hal yang diinginkan orang saling tarik ke arah berlawanan: sesuatu yang langsung berbicara, dan sesuatu yang bisa Anda simpan sebagai berkas.

	Instan	Studio
Suara	Apa pun yang disediakan sistem operasi Anda	28 suara, bahasa Inggris Amerika dan Britania
Mulai	Seketika	Setelah unduhan satu kali sekitar 90 MB, lalu tersimpan di cache
Bahasa	Biasanya banyak, bergantung pada perangkat Anda	Hanya bahasa Inggris
Unduhan	Tidak — langsung diputar ke speaker Anda	WAV, MP3, M4A, OGG, atau FLAC

Pakai Instan untuk mendengarkan sesuatu sekali, atau untuk bahasa selain Inggris. Pakai Studio untuk apa pun yang ingin Anda simpan: sulih suara, versi audio sebuah dokumen, klip untuk presentasi. Suara sistem tidak bisa disimpan karena sistem operasi memutarnya secara langsung dan tidak memberi halaman audio apa pun untuk direkam; keterbatasan itulah alasan mesin Studio ada.

Suara, kecepatan, dan format unduhan

Studio punya 20 suara bahasa Inggris Amerika (11 perempuan, 9 laki-laki) dan 8 suara bahasa Inggris Britania, diurutkan dari yang terbaik. Kamus pelafalan di baliknya berbasis Amerika, jadi suara Britania berbicara dengan aksen Britania tetapi vokal Amerika — terdengar pada kata seperti “bath” dan “dance”. Jika sebuah suara terdengar tipis pada teks Anda, coba suara yang lebih atas di daftar.

Kecepatan bicara berkisar dari 0,5× hingga 2×. Tidak ada kontrol nada; jika sebuah suara terlalu tinggi atau terlalu rendah untuk proyek Anda, pilih suara lain alih-alih mencoba menggesernya. Untuk unduhan, WAV adalah keluaran persisnya pada 24 kHz, terbaik bila audionya akan masuk ke editor. MP3 paling kecil dan bisa diputar di mana saja. M4A cocok untuk perangkat Apple, OGG untuk web, dan FLAC nirsusut tetapi lebih kecil daripada WAV. Untuk format lain nanti, jalankan berkasnya lewat konverter audio.

Menulis teks yang enak didengar saat dibacakan

Teks yang ditulis untuk mata sering terdengar buruk saat dibacakan. Alat ini membaca tanda baca sebagai jeda dan intonasi, bukan sebagai kata, jadi ritme kalimat Anda menjadi ritme ucapannya.

Beri tanda baca dengan benar. Koma dan titik adalah tempat suara bernapas. Kalimat panjang tanpa keduanya diucapkan sebagai satu rentetan tanpa napas.
Sisakan baris kosong di antara bagian. Jeda paragraf menjadi jeda yang lebih panjang, dan itulah yang memisahkan bagian-bagian naskah.
Buat kalimat pendek. Pendengar tidak bisa melirik ke belakang. Dua kalimat lebih mudah diikuti daripada satu kalimat dengan tiga anak kalimat.
Periksa bagaimana angka akan dibaca. Angka dibaca seperti cara manusia membacanya: 1,234 sebagai jumlah, “in 1999” sebagai tahun, $19.99 serta nominal £ dan € sebagai uang, 3rd sebagai bilangan urutan, dan 25% sebagai “twenty five percent”. Jika sebuah angka bermakna tidak lazim, tuliskan dalam kata-kata.
Tulis singkatan secara lengkap. Akronim seperti PDF dieja huruf demi huruf, yang benar untuk PDF dan salah untuk apa pun yang dimaksudkan untuk diucapkan sebagai kata. Tulis “for example” dan sejenisnya secara lengkap alih-alih mengandalkan singkatannya.
Ubah ejaan nama yang sulit. Nama yang asing ditebak dari ejaannya dan biasanya mendekati. Bila ada yang salah, ejaan fonetis di dalam teks akan memperbaikinya.

Tempel atau impor teksnya

Ketik langsung, atau impor berkas .txt atau .md.

Buat satu paragraf dulu

Dengarkan kata yang salah dilafalkan dan jeda yang janggal sebelum mengerjakan seluruh dokumen.

Perbaiki teksnya, bukan suaranya

Sebagian besar masalah terselesaikan dengan sebuah koma, pindah baris, atau ejaan ulang.

Buat dan unduh

Pilih formatnya, lalu simpan berkasnya.

Tempel teks Anda, pilih satu dari 28 suara, dan unduh MP3 atau WAV. Semuanya berjalan di perangkat Anda, bukan di server kami.

Ubah teks menjadi suara

Untuk apa orang memakainya

Sulih suara. Unduh WAV untuk disunting, atur kecepatannya agar sesuai dengan waktu slide atau adegan Anda, lalu masukkan ke video sebagai trek narasi. Sulih suara jarang berada pada level yang sama dengan musik di bawahnya; penormal audio membawanya ke kenyaringan yang konsisten.

Mengoreksi lewat pendengaran. Mata Anda melewatkan kata yang berulang atau yang hilang karena otak Anda mengisi apa yang Anda maksudkan. Suara membaca persis apa yang tertulis. Mendengarkan draf adalah salah satu cara paling efektif untuk menangkap kalimat yang terlalu panjang, dan paling berhasil dengan suara yang bukan suara Anda sendiri.

Aksesibilitas dan mendengarkan sambil bepergian. Sebagian orang lebih mudah mencerna dokumen panjang lewat telinga, dan MP3 yang sudah diunduh bisa diputar di mana saja. Jika Anda perlu ke arah sebaliknya — rekaman menjadi teks — ucapan ke teks melakukannya, dan panduan kami tentang mentranskripsi audio membahasnya secara mendalam.

Batas jujur suara sintetis

Ia membaca, bukan berakting. Penyampaiannya jelas dan rata. Lelucon, kalimat dramatis, atau emosi sungguhan akan terdengar datar.
Kata yang tak lazim adalah tebakan. Nama merek, nama tempat, dan istilah teknis ditebak dari ejaannya dan sesekali salah. Dengarkan sebelum Anda menerbitkan.
Hanya bahasa Inggris untuk unduhan. Suara Studio berbahasa Inggris. Bahasa lain hanya tersedia lewat mesin Instan, yang tidak bisa disimpan.
Kecepatan bergantung pada perangkat Anda. Pekerjaannya terjadi di mesin Anda, jadi dokumen setebal buku di ponsel lama akan lambat. Pecah dokumennya, atau jalankan di laptop.
Tanpa kloning suara. 28 suara itulah pilihannya; alat ini tidak akan meniru orang tertentu.

Gratis dan Pro

Paket gratis mengonversi hingga 5.000 karakter sekaligus — kira-kira lima sampai enam menit ucapan pada kecepatan normal. Setiap suara, setiap kecepatan bicara, dan setiap format unduhan, termasuk MP3, gratis. Pro menghapus batas karakter dan mengonversi hingga 25 dokumen dalam satu kali proses, dikirim sebagai satu arsip. Jika Anda bekerja dengan batas jumlah karakter, panduan kami tentang batas kata dan karakter menjelaskan cara menghitungnya.

Pertanyaan umum

Adakah text to speech gratis dengan unduhan MP3?

Ada. Pakai mesin Studio, buat ucapannya, lalu unduh sebagai MP3 — atau WAV, M4A, OGG, atau FLAC. Setiap suara dan format tersedia di paket gratis, hingga 5.000 karakter per konversi.

Suara text to speech apa yang paling alami?

Pakai mesin Studio; suara sistem bervariasi dari sangat bagus hingga sangat seperti robot, bergantung pada perangkat Anda. Suara Studio diurutkan dari yang terbaik, dan suara Amerika cocok persis dengan kamus pelafalannya. Teks dengan tanda baca yang baik lebih berpengaruh daripada pilihan suara.

Berapa banyak karakter yang bisa saya ubah menjadi suara secara gratis?

5.000 karakter per konversi, kira-kira lima sampai enam menit ucapan. Pro menghapus batas itu dan menambahkan konversi massal hingga 25 dokumen sekaligus.

Bisakah text to speech membaca bahasa selain Inggris?

Lewat mesin Instan, bisa — mesin ini memakai suara apa pun yang disediakan sistem operasi Anda, yang biasanya mencakup banyak bahasa. Namun suara-suara itu tidak bisa diunduh. Suara Studio yang bisa diunduh hanya berbahasa Inggris.

Mengapa konversi pertama memakan waktu lebih lama?

Mesin Studio mengunduh data suaranya saat pertama kali Anda memakainya, sekitar 90 MB. Data itu tersimpan di cache setelahnya, jadi konversi berikutnya langsung dimulai. Mesin Instan tidak perlu mengunduh apa pun.