Naskah yang sama dibacakan tiga mesin sintesis suara, ElevenLabs v3, MiniMax Speech 2.8 HD, dan OpenAI TTS HD, untuk memilih sulih suara dengan telinga. Alur kerja lengkap, tanpa membuat akun.
Workflow sungguhan, hasil nyata. Geser dan zoom sesuka Anda.
Gunakan workflow iniAlur kerja sungguhan: node Teks membawa naskah, tiga node Sulih suara membacanya masing-masing dengan mesinnya, dan Anda mendengarkan.
Sekilas info
Sulih suara untuk video, teks yang dibacakan untuk tutorial, narasi untuk podcast: pertanyaannya tidak pernah "bisakah suara dibuat" melainkan "yang mana". Alur kerja ini menjawab dengan telinga. Naskah tinggal di node Teks dan sampai lewat kabel ke tiga node Sulih suara, masing-masing dengan mesin berbeda: ubah satu kalimat, jalankan lagi, ketiganya membaca ulang.
Ketiganya tidak ada di sana secara kebetulan. ElevenLabs v3 paling ekspresif, memainkan koma dan titik, dan paling mahal. MiniMax Speech 2.8 HD paling alami, dengan sedikit aksen pada beberapa nama. OpenAI TTS HD adalah mesin bawaan node, stabil, setengah harga. Tiap node menawarkan suaranya sendiri, kecepatannya, dan untuk ElevenLabs tag akting.
Naskah demo sekitar lima belas detik, dengan koma, deretan, dan kata yang sulit, cukup untuk mendengar prosodi masing-masing. Ketiga pembacaan berbiaya dua puluh sen; node membaca teks dalam empat belas bahasa situs.
Tulis naskah di node Teks
Tanda baca yang rapi mengerjakan separuh tugas: mesin bernapas di koma dan menurunkan suara di titik. Tulis angka dengan huruf saat pembacaan harus tepat.
Jalankan ketiga pembacaan
"Hasilkan semua" menjalankan ketiga node sekaligus. Tiap node menampilkan harganya sebelum diklik, dihitung dari panjang teks.
Dengarkan bagian yang sama
Bandingkan pada kalimat tersulit, yang memuat nama atau deretan. Di situlah mesin berpisah, bukan pada kalimat pertama.
Ganti suaranya, bukan mesinnya
Tiap mesin punya beberapa suara, dan suara yang tidak cocok tidak memvonis mesinnya. Coba dua atau tiga di node yang sama sebelum berganti.
Canvas yang sama, disetel untuk kebutuhan berbeda: setiap variasi hanya butuh dua atau tiga baris prompt yang diubah.
Naskah video sepuluh menit, dibaca sekali jalan. MiniMax bertahan sepanjang itu tanpa melelahkan telinga; ElevenLabs lebih hidup tetapi lebih mahal untuk sepuluh menit. Alur kerja video YouTube tanpa wajah melanjutkan dengan gambar.
Dua puluh detik di mana tiap kata berarti: itulah lahan ElevenLabs v3, yang menerima tag akting di teks, tawa, napas, bisikan. Alur kerja iklan sinematik memperlihatkan suara di atas gambar.
Pelajaran, artikel, bab untuk didengarkan sambil berjalan. Mesin bawaan cukup dan paling murah: kestabilan adalah kualitas saat mendengarkan satu jam.
Tutorial dalam bahasa Indonesia, Spanyol, dan Jepang dengan suara yang sama: ElevenLabs dan MiniMax menjaga warna suara dari satu bahasa ke bahasa lain. Node membaca bahasa teksnya, cukup terjemahkan naskahnya.
Dua tokoh yang saling menjawab: node Sulih suara menawarkan mode dialog pada ElevenLabs, satu suara per baris. Alur kerja avatar berbicara melangkah lebih jauh, dengan wajah yang berbicara.
Pesan sambutan, pengumuman toko, pemandu audio museum: teks pendek, dibaca ratusan kali. Harga per pembacaan yang menentukan, dan mesin bawaan yang menang.
Semua mesin membaca kalimat sederhana dengan baik. Perbedaannya muncul pada nama, angka, deretan, dan kalimat panjang. Karena itulah naskah demo memuat masing-masing satu.
Teks yang ditulis untuk dibaca terdengar buruk saat dibacakan: kalimat terlalu panjang, tanda kurung, singkatan. Ucapkan sendiri sebelum diberikan ke mesin, dan potong kalimat jadi dua.
"Rp1.500.000 pada 2024" dibaca tiga cara berbeda tergantung mesin. Tulis "satu juta lima ratus ribu rupiah pada dua ribu dua puluh empat" dan ketiganya membaca hal yang sama.
Tiap mesin punya banyak suara. Suara yang terlalu berat atau terlalu cepat bukan mesinnya, melainkan setelannya: coba dua suara dan kecepatan sebelum menyimpulkan.
ElevenLabs v3 untuk teks yang diperankan, iklan, fiksi, semua yang butuh niat. MiniMax untuk narasi alami yang panjang, dokumenter atau tutorial. OpenAI untuk volume: puluhan pembacaan stabil dengan harga murah.
Tidak dalam alur kerja ini, yang membandingkan suara mesin. Node Sulih suara menerima suara referensi pada beberapa mesin; itu halaman lain, dan pertanyaan lain, soal persetujuan.
Empat belas bahasa situs untuk ElevenLabs dan MiniMax, termasuk Jepang, Arab, dan Ibrani. OpenAI juga membaca sebagian besar, dengan aksen lebih kentara di luar bahasa Inggris. Node memilih bahasa teksnya.
Naskah demo, dua ratus tiga puluh karakter, berbiaya tujuh kredit di ElevenLabs, tujuh di MiniMax, dan tiga di OpenAI, tujuh belas untuk ketiganya. Harga mengikuti panjang teks dan tampil di tiap node sebelum diklik.
Beberapa ribu karakter per node, batas tepatnya tergantung mesin dan tampil di node. Teks panjang dipotong per paragraf, satu node per paragraf, yang juga memungkinkan menjalankan ulang hanya yang dikoreksi.
Kecepatan pada ketiganya. Emosi pada MiniMax lewat setelan node, pada ElevenLabs v3 lewat tag yang ditulis di dalam teks, dalam kurung siku. OpenAI membaca apa adanya.
Bisa, kanvas berjalan di ponsel dan teks ditulis langsung di node. Panduan berkarya di ponsel menjelaskan gerakan kanvas dengan jari.
Ya, suara yang dihasilkan milik Anda, untuk video publik maupun penggunaan komersial. Suara mesin adalah suara sintetis berlisensi, bukan orang sungguhan.
Sulih suara AI: teks yang sama dibacakan tiga mesin
Gunakan workflow iniAkun gratis, tanpa kartu kredit. Workflow terbuka sudah terisi di canvas Anda.
ElevenLabs v3
MiniMax Speech 2.8 HD
OpenAI TTS HD
Fish Audio S2.1 Pro
Qwen3-TTS