Tekst, audio i wideo

Audiobooki, napisy i ścieżki lektorskie.

Pandrator to aplikacja open source do tworzenia audio, napisów i filmów z narracją na podstawie tekstu i nagrań. Użyj modeli lokalnych albo API mowy, sprawdź kolejne etapy i wyeksportuj potrzebne pliki.

Pobierz dla Windows Pobierz dla Linux

Rzeczywisty projekt audiobooka w Pandratorze z wyborem głosów i etapami przygotowania — Projekt w aplikacji. Tekst, głosy, generowanie i wyniki mają własne widoki.

Trzy punkty wyjścia

Wybierz rezultat. Zachowaj możliwość przeglądu etapów.

Pandrator układa proces wokół oczekiwanego wyniku. Pośrednie teksty, audio, napisy i wersje pozostają dostępne do kontroli i ponownego uruchomienia.

Audiobooki

Importuj dokumenty, oczyść i podziel tekst, wygeneruj mowę do przeglądu i wyeksportuj M4B z rozdziałami albo popularny format audio.

Napisy

Transkrybuj audio lub wideo, popraw i przetłumacz wynik, edytuj czas oraz tekst, a następnie wyeksportuj SRT lub ścieżkę napisów.

Dubbing

Twórz mowę z napisów, synchronizuj ją z obrazem i wybieraj dźwięk oryginalny, mieszany lub wyłącznie dubbing.

Krok po kroku

Poradniki z rzeczywistymi ekranami aplikacji

Przygotuj książkę, popraw napisy, przypisz kilka głosów albo dodaj dźwięki. Każdy poradnik prowadzi do konkretnego wyniku.

Zobacz poradniki

Posłuchaj i obejrzyj

Przykłady z podanym modelem i tekstem

Porównaj ten sam fragment narracji z wybranych modeli i obejrzyj film ze ścieżką lektorską oraz napisami.

Otwórz przykłady

Widoczny proces

Przygotowanie i generowanie to osobne kroki.

01
Przygotuj

Importuj tekst, dokument, napisy, audio, wideo lub obsługiwany publiczny adres mediów.
02
Sprawdź

Skontroluj ekstrakcję, transkrypcję, korektę, tłumaczenie, czasy i plan mowy.
03
Generuj

Użyj lokalnej usługi mowy, skonfigurowanego komercyjnego API lub zgodnego endpointu.
04
Porównaj i eksportuj

Generuj segmenty ponownie, porównuj wersje i warianty RVC, a potem złóż potrzebne media.

Lokalnie i przez dostawców

Dobierz sposób przetwarzania do materiału.

Pandrator nie wymaga konta w chmurze. Może też używać usług komercyjnych, gdy ich jakość, języki lub wygoda są przydatne.

W pełni samodzielnie

Lokalna mowa i transkrypcja zarządzane przez instalator
Lokalne serwery LLM zgodne z OpenAI, takie jak LM Studio
Pliki, zadania, głosy i wyniki w wybranym katalogu danych
Brak wymogu Docker lub WSL w pakietowym procesie dla Windows

Połączeni dostawcy

Usługi mowy OpenAI i Google Gemini
Obsługiwani dostawcy LLM do korekty i tłumaczenia
Własne endpointy mowy zgodne z OpenAI lub Gemini
Opcjonalne, ograniczone wyszukiwanie Jina dla niepewnej terminologii

Dostawcy zewnętrzni mogą otrzymywać tekst, napisy, audio lub próbki głosu i pobierać opłaty. Sprawdź ich warunki przed włączeniem.

Głosy i języki

Gotowe głosy, klonowanie i konwersja to różne narzędzia.

Wybierz gotowy głos, jeśli nie potrzebujesz próbki. Użyj modelu klonującego dla nagrania referencyjnego. RVC to późniejsza konwersja mowy, a nie model TTS.

Znajdź zgodny punkt wyjścia Otwórz macierz możliwości

Typowe wejścia i wyjścia

Dokumenty, SRT oraz popularne formaty audio i wideo; M4B i zwykłe audio; dubbing MP4 z wyborem ścieżek.

Otwórz macierz możliwości