Czytanie tekstu na głos po polsku dostajesz za darmo w Edge, Wordzie, Androidzie i iPhonie, ale nagrania z darmowych planów ElevenLabs i Narakeet nie wolno użyć w filmie ani reklamie, które zarabiają. Tak stanowią regulaminy obu firm w wersji z 21 października 2026 roku. Z popularnych lektorów online użytek komercyjny w darmowej wersji dopuszcza TTSMaker, z limitem 20 000 znaków tygodniowo.
Syntezator mowy, lektor AI i klonowanie głosu: czym się różnią
Syntezator mowy to program, który zamienia napisany tekst na mowę. Po angielsku to text to speech, w skrócie TTS. Ten sam mechanizm stoi za czytaniem stron w przeglądarce i za głosem lektora w filmie z YouTube’a.
Lektor AI to potoczna nazwa syntezatora z głosem bliskim nagraniu człowieka: z oddechem, zmianą tempa i akcentem w zdaniu. Takie głosy budują dziś modele uczone na nagraniach mowy, między innymi w ElevenLabs. Jak zrobić takiego lektora krok po kroku w jednym konkretnym programie, opisaliśmy w poradniku o ElevenLabs v4 po polsku.
Klonowanie głosu to osobna funkcja: model uczy się barwy konkretnej osoby z jej nagrania. Ryzyka i zasady opisujemy w tekście o klonowaniu głosu AI. Ten poradnik dotyczy gotowych głosów, które dostajesz za darmo.
Czytanie tekstu na głos za darmo: Edge, Word, Android i iPhone
Do słuchania artykułu, maila czy dokumentu nie potrzebujesz dodatkowego programu. Funkcję czytania na głos mają przeglądarka Edge, Word i oba systemy telefonów. Kroki podajemy za stronami pomocy producentów, w stanie z 21.10.2026.
Edge: Czytaj na głos
- Otwórz stronę i naciśnij F9, żeby włączyć tryb czytania.
- Na pasku trybu czytania wybierz Czytaj na głos.
- W Opcjach głosu zmienisz lektora i tempo.
Fragment strony przeczytasz bez trybu czytania: zaznacz tekst, kliknij prawym przyciskiem myszy i wybierz Czytaj na głos zaznaczenie. Microsoft podaje, że funkcja działa też bez internetu, ale wtedy jest tylko kilka głosów. Jest również w aplikacji Edge na Androida i iOS.
Word: Czytaj na głos
W Wordzie wybierz kartę Recenzja, a potem Czytaj na głos. Skrót klawiszowy w Windows to Ctrl + Alt + Spacja, pauza to Ctrl + Spacja. Według pomocy Microsoft funkcja jest w pakietach Office 2019, Office 2021 i Microsoft 365. Głos i szybkość zmienisz pod ikoną koła zębatego.
Android: Przeczytaj na głos
Zaznaczony tekst na stronie przeczytasz bez dodatkowych ustawień: zaznacz go i w menu wybierz Więcej, a potem Czytaj na głos. Pełną funkcję włączasz w Ustawienia → Ułatwienia dostępu → Przeczytaj na głos. Według pomocy Google potrafi ona też przeczytać tekst, na który skierujesz aparat, a polski jest na liście obsługiwanych języków.
iPhone: Czytaj i mów
Wejdź w Ustawienia → Dostępność → Czytaj i mów i włącz Mów zaznaczone. Potem zaznaczasz tekst i stukasz Powiedz. Po włączeniu Przeczytaj ekran całą stronę uruchomisz przesunięciem dwoma palcami od górnej krawędzi ekranu. Głos i tempo zmienisz w tym samym miejscu ustawień.
Pierwsza Misja AI · Kodożercy
Pierwszy raz z AI? Zaczynasz od zera.
Pierwsza Misja AI to kurs dla osób bez technicznego przygotowania. Nie musisz pisać kodu ani znać żargonu. Dowiesz się, jak działa AI, jak promptować i jak korzystać z niej w pracy.
Wejdź na pokład →
Darmowy lektor AI online: ElevenLabs, TTSMaker, Narakeet
Darmowy lektor AI online daje plik MP3 z głosem, który wstawisz do filmu albo prezentacji. Każde z trzech popularnych narzędzi ma polskie głosy i inny limit darmowego planu.
ElevenLabs w planie Free daje 10 000 kredytów miesięcznie. W tabeli na stronie cennika to około 10 minut syntezy. Plan Starter za 6 dolarów miesięcznie daje 30 000 kredytów i licencję komercyjną. Na stronie z polskimi głosami ElevenLabs można też wkleić krótki tekst i odsłuchać go bez logowania, co sprawdziliśmy w teście niżej.
TTSMaker daje 20 000 znaków tygodniowo w planie darmowym, a według strony część głosów działa bez limitu. Jedna konwersja w polskiej wersji strony mieściła 3000 znaków. Przed konwersją trzeba przepisać kod z obrazka.
Narakeet w koncie darmowym daje 20 konwersji, a skrypt audio może mieć najwyżej 1 KB, czyli około tysiąca znaków bez polskich liter. Darmowe podglądy przyciskiem preview Narakeet daje dopiero kontom komercyjnym. Limity podaje strona cennika Narakeet.
Wszystkie trzy usługi przetwarzają tekst na swoich serwerach. Do umowy, dokumentacji medycznej czy firmowej korespondencji lepszy jest syntezator offline z sekcji niżej.
Nasz test: jeden tekst w trzech syntezatorach
Ten sam akapit przepuściliśmy 21 października 2026 roku przez trzy syntezatory, które działają bez konta i bez płacenia. Akapit miał 211 znaków. Zawierał datę, godzinę, skróty “r.”, “godz.” i “ul.”, kwotę 49,99 zł oraz nazwy YouTube, ChatGPT i Microsoft Copilot. Nagrania przepisaliśmy automatyczną transkrypcją (faster-whisper, model medium), żeby sprawdzić, czy lektor nie pominął słów i czy rozwinął skróty.
| Syntezator | Konto | Plik do pobrania | Długość nagrania | Co pokazała transkrypcja |
|---|---|---|---|---|
| Windows, głos Microsoft Paulina (offline) | nie | tak, WAV | 21,3 s | skróty rozwinięte (“roku”, “godzinie”, “ulicy”), komplet słów |
| ElevenLabs, demo na stronie, głos Piotr | nie | tak, MP3 | 20,6 s | skróty rozwinięte, komplet słów, nazwy rozpoznane |
| Tłumacz Google, przycisk Odsłuchaj | nie | nie | 24,6 s (dwie części: 20,8 s i 3,8 s) | transkrypcja zapisała skrót “godz.” bez rozwinięcia, a w miejscu “ChatGPT” słowo “Shabt” |
Wszystkie trzy przeczytały daty i kwoty tak, że transkrypcja odtworzyła je bez błędu. Tłumacz Google podzielił tekst na dwie części i nie daje pliku do pobrania, więc nadaje się tylko do posłuchania. Naturalności brzmienia ta metoda nie mierzy. Ocenisz ją sam, odsłuchując kilka zdań swojego tekstu, bo każdy z tych serwisów pozwala na to za darmo.
TTSMaker w tym teście nie wziął udziału, bo przed konwersją wymaga przepisania kodu z obrazka, a testowaliśmy automatem. Narakeet i pełne ElevenLabs wymagają założenia konta.
Syntezator mowy offline: Balabolka i Piper
Program offline czyta tekst bez wysyłania go do internetu. Na Windows najprostsza droga to głos systemowy. Na naszym Windows 11 był zainstalowany polski głos Microsoft Paulina i to nim przeczytaliśmy tekst testowy.
Balabolka to darmowy program (freeware) z oficjalnej strony autora. Czyta tekst głosami zainstalowanymi w Windows i zapisuje go do pliku audio. Otwiera pliki DOC, DOCX, EPUB, PDF, RTF i kilkanaście innych formatów. Ma wersję przenośną, która nie wymaga instalacji, ale potrzebuje co najmniej jednego głosu w systemie. Autor podaje, że 11 października 2026 roku przestała w programie działać usługa Yandex SpeechKit, więc licz na głosy systemowe.
Piper to otwarty silnik syntezy mowy, rozwijany przez Open Home Foundation w repozytorium piper1-gpl na licencji GPL-3.0. Instaluje się go z wiersza poleceń, więc to narzędzie dla osób, które nie boją się terminala. W repozytorium głosów Piper jest pięć polskich głosów: bass, darkman, gosia, mc_speech i mls_6892. Nie instalowaliśmy go, opis pochodzi z dokumentacji.
Czy głos AI można użyć komercyjnie: licencje darmowych planów
Nagrania z darmowych planów ElevenLabs i Narakeet nie wolno użyć komercyjnie, czyli w monetyzowanym filmie, reklamie czy kursie na sprzedaż. ElevenLabs pisze w swojej pomocy, że plan darmowy “cannot be used for any commercial purpose”. Publikując niekomercyjnie nagranie z planu Free albo z demo bez logowania, trzeba dodać w tytule “elevenlabs.io” albo “11.ai”. Nagranie zrobione bez płatnej subskrypcji nie staje się komercyjne po późniejszym wykupieniu planu.
Narakeet pozwala na użytek komercyjny tylko z konta komercyjnego, czyli po zakupie dowolnego planu. Materiały z konta darmowego są wyłącznie do użytku osobistego i testów. TTSMaker w regulaminie, w części “Commercial Rights”, pozwala używać wygenerowanych dźwięków komercyjnie. W tym samym dokumencie zastrzega jednak, że nie odpowiada za odmowę monetyzacji na YouTube.
Przy Piperze licencja zależy od głosu. Silnik jest na GPL-3.0, a głosy mają osobne karty modeli na Hugging Face. Karta głosu bass podaje Apache 2.0, karta mls_6892 dane na CC BY 4.0, a darkman, gosia i mc_speech dane na CC0. Według tych samych kart bass, darkman, gosia i mc_speech dostrojono jednak z angielskich głosów lessac. Głosy lessac trenowano na danych udostępnianych na licencji badawczej. Dlatego same oznaczenia kart nie rozstrzygają, czy nagranie wolno wykorzystać komercyjnie. Przed takim użyciem zapytaj prawnika.
Funkcje czytania na głos w Edge, Wordzie i telefonach nie mają w opisanym interfejsie eksportu do pliku. Traktujemy je tu jako narzędzia do odsłuchu, a praw do nagrywania i publikowania ich głosu nie analizowaliśmy.
FAQ
Co się stało z Ivoną?
Polską firmę IVONA Software, twórcę syntezatora Ivona, kupił Amazon. Ogłosił to w komunikacie z 24 stycznia 2013 roku. Polskie głosy Ewa, Maja, Jacek, Jan i Ola są dziś dostępne w chmurowej usłudze Amazon Polly. To usługa dla programistów rozliczana za liczbę znaków, a warunki darmowego progu dla nowych kont opisuje cennik AWS.
Jak przeczytać PDF na głos?
Plik PDF przeczyta Balabolka, która otwiera PDF bezpośrednio i zapisze nagranie do pliku audio. Tekst z PDF możesz też skopiować do Worda i użyć funkcji Czytaj na głos z karty Recenzja.
Czy syntezator mowy działa bez internetu?
Tak. Bez internetu działają głosy systemowe Windows, Balabolka i Piper. Edge czyta offline, ale ma wtedy tylko kilka głosów. ElevenLabs, TTSMaker i Narakeet wymagają połączenia, bo synteza odbywa się na ich serwerach.
Czy jest darmowy syntezator mowy bez limitu znaków?
Funkcje systemowe i programy offline nie mają limitu znaków podanego przez producenta: Edge, Word, telefony, Balabolka i Piper. Z usług online TTSMaker podaje, że część głosów działa bez wliczania do tygodniowego limitu 20 000 znaków. Tekst przeczytany na głos przez telefon możesz też najpierw przetłumaczyć ze zdjęcia, co opisaliśmy w teście tłumaczy ze zdjęcia.
Podsumowanie
Do słuchania tekstu po polsku wystarczą funkcje, które już masz. To Czytaj na głos w Edge (F9) i w Wordzie (karta Recenzja), Przeczytaj na głos w Androidzie oraz Czytaj i mów w iPhonie. Nagranie lektora do filmu zrobisz za darmo w ElevenLabs (10 000 kredytów miesięcznie), TTSMakerze (20 000 znaków tygodniowo) albo Narakeet (20 konwersji). Komercyjnie, w darmowej wersji, wolno użyć tylko nagrań z TTSMakera. ElevenLabs i Narakeet wymagają do tego płatnego planu, a ElevenLabs przy publikacji z planu Free każe dopisać elevenlabs.io w tytule. Bez internetu i bez wysyłania tekstu do chmury czytają głos systemowy Windows, Balabolka i Piper, ale przy polskich głosach Pipera licencję trzeba sprawdzić osobno. W naszym teście daty i kwoty przeszły poprawnie we wszystkich trzech nagraniach, a nazwy ChatGPT transkrypcja nie rozpoznała tylko w nagraniu z Tłumacza Google.
Newsletter · DevstockAcademy & Kodożercy
Bądź na bieżąco ze światem IT, AI i automatyzacji
Co wtorek: newsy z branży, praktyczne tipy i narzędzia które warto znać. Zero spamu.
