Muzyka i głosPoradnik
Lektor AI po polsku: jak zrobić głos do rolki za darmo i płatnie (test 3 głosów na trudnych słowach)
Lektora AI po polsku zrobisz w 5 minut: za darmo głosem Microsoftu (Marek, Zofia), a z lepszą intonacją w ElevenLabs - darmowy plan daje 10 tys. znaków miesięcznie, ale bez licencji komercyjnej. Puściłem ten sam tekst z „chrząszczem” przez 3 głosy i sprawdziłem, co z niego zostało.
Spis treści 7 części
Lektora AI po polsku zrobisz w kilka minut. Za darmo: głosy Marek i Zofia od Microsoftu. Z lepszą intonacją i znacznikami emocji: ElevenLabs - plan darmowy daje 10 000 znaków miesięcznie (ok. 10 minut mowy), ale do rolek zarabiających pieniądze potrzebny jest płatny plan od 6 USD miesięcznie. Poniżej mój test na tym samym tekście, z plikami do odsłuchania.
W skrócie
- Darmowo: Microsoft (Marek, Zofia) - przyzwoita wymowa, płaska intonacja.
- Najlepszą intonację w moim teście miał ElevenLabs (model Multilingual v2 obsługuje polski) - darmowe 10 tys. znaków miesięcznie bez prawa do użytku komercyjnego.
- Licencję komercyjną ElevenLabs daje od planu Starter: 6 USD miesięcznie (pierwszy miesiąc 1 USD), stan na 8 października 2026.
- Liczby wpisuj słowami, gdy zależy Ci na odmianie („dwadzieścia trzy złote”, nie „23 zł”).
- Głos zawsze nagrywaj osobno i podkładaj w montażu - łatwiej poprawić jedno zdanie.
Test: ten sam tekst, 3 głosy
Napisałem 213-znakowy tekst w stylu otwarcia rolki i wcisnąłem w niego pułapki: „Szczebrzeszyn”, „chrząszcz”, „źdźbło” i kwotę „dwadzieścia trzy złote”. Przepuściłem go przez trzy głosy, a potem - żeby nie oceniać tylko na ucho - zrobiłem transkrypcję każdego pliku modelem Whisper (small, lokalnie) i porównałem z oryginałem.
| Głos | Czas | „chrząszcz” w transkrypcji | „źdźbło” w transkrypcji | Wrażenie |
|---|---|---|---|---|
| Microsoft Marek | 18,0 s | „Krząszcz” | „źdźbło” | najwolniej, pytanie zachowane |
| Microsoft Zofia | 16,8 s | „Chrzeszcz” | „źdźbło” | pytanie zgubione („Trudne słowa.”) |
| ElevenLabs George | 16,4 s | „chrząszcz” | „zdźbło” | najszybciej, pytanie i pauzy zachowane |
Co z tego wynika:
- Żaden głos nie jest bezbłędny. Microsoft zjadał „chrząszcza”, ElevenLabs „źdźbło”. Transkrypcja Whispera też się myli, więc traktuj tabelę jako wskazówkę, a nie wyrok - najlepiej odsłuchaj pliki wyżej.
- Intonacja i tempo. W transkrypcji ElevenLabs zostało pytanie „Trudne słowa?” i kropka przed listą słów, czyli pauza - u Zofii pytanie zamieniło się w zdanie oznajmujące. ElevenLabs był też najszybszy (16,4 s wobec 18 s Marka).
- Użyłem głosu z angielskiej biblioteki domyślnej (George) - model Multilingual v2 i tak czyta po polsku. W bibliotece głosów są też głosy polskich lektorów; przy dłuższym materiale warto przesłuchać kilka i wybrać ten, który brzmi najbardziej naturalnie.
Krok po kroku: lektor do rolki w 5 minut
- Napisz tekst pod ucho, nie pod oko. Krótkie zdania, jedno pytanie na start. 30 sekund rolki to ok. 70-80 słów.
- Rozpisz liczby i skróty słowami. „23 zł” wszystkie trzy głosy przeczytały poprawnie, ale przy „ok.”, „m.in.” czy datach bywa różnie.
- Wygeneruj głos:
- za darmo - w przeglądarce Edge (funkcja „Czytaj na głos” z głosami Marek i Zofia) albo przez Azure Speech, gdzie plan F0 daje 0,5 mln znaków miesięcznie;
- jakościowo - w ElevenLabs: wklejasz tekst, wybierasz głos i model Multilingual v2 albo v3, pobierasz MP3.
- Popraw jedno zdanie, nie całość. Jeśli głos przekręca słowo, wygeneruj zdanie jeszcze raz albo je przestaw - wymiana słowa na synonim działa najpewniej.
- Podłóż w montażu (CapCut, DaVinci Resolve) i dodaj napisy - większość ludzi ogląda rolki bez dźwięku. Jak złożyć całą rolkę, opisałem w tekście rolka z AI po polsku krok po kroku.
Gotowe polecenia do ElevenLabs v3
Model v3 rozumie znaczniki emocji w nawiasach kwadratowych. Wklejam je bezpośrednio w tekst:
[whispers] Mam dla ciebie sekret. [pause] W dziesięć minut zrobisz lektora po polsku. [excited] I to za darmo!
[calm] Dzień dobry. Dziś pokażę, jak w trzech krokach odświeżyć stare zdjęcie. [pause] Krok pierwszy: skan.
Znaczniki działają tylko w v3 - w Multilingual v2 zostaną przeczytane albo zignorowane.
Ile to kosztuje
Ceny ElevenLabs ze strony cennika, stan na 8 października 2026 (w USD, bez przeliczania):
| Plan | Cena miesięcznie | Kredyty (znaki) | Ok. minut mowy | Użytek komercyjny | Klon głosu |
|---|---|---|---|---|---|
| Free | 0 USD | 10 000 | ok. 10 | nie | nie |
| Starter | 6 USD (1. miesiąc 1 USD) | 30 000 | ok. 30 | tak | nie |
| Creator | 22 USD (1. miesiąc 11 USD) | 121 000 | ok. 121 | tak | tak (natychmiastowy) |
| Pro | 99 USD | 600 000 | ok. 600 | tak | tak (profesjonalny) |
Dla porównania: mój testowy tekst (213 znaków) to ok. 2% darmowego limitu. Codzienna 30-sekundowa rolka zużyje w miesiącu około 15 tys. znaków - więcej, niż daje plan darmowy.
Link partnerski
ElevenLabs
Lektor AI, klonowanie głosu, dubbing i efekty dźwiękowe - także po polsku. Darmowy plan na start.
To link partnerski: jeśli kupisz plan, dostanę prowizję, a Ty nie płacisz więcej. Nie wpływa to na moje oceny.
Klonowanie własnego głosu
Jeśli nagrywasz serię, własny głos buduje rozpoznawalność. W ElevenLabs natychmiastowy klon (Instant Voice Cloning) jest od planu Creator. Wystarczy kilka minut czystego nagrania - szafa z ubraniami tłumi pogłos lepiej niż pusty pokój.
Uwaga
Klonuj tylko własny głos albo głos osoby, która dała Ci na to zgodę na piśmie. Podrabianie cudzego głosu (szczególnie znanych osób) narusza dobra osobiste, a w reklamie może skończyć się sprawą. Rolkę z głosem AI oznacz - TikTok i Instagram mają do tego etykietę „treść wygenerowana przez AI”.
Darmowy czy płatny - co wybrać
- Rolka dla siebie, test pomysłu: Microsoft Marek lub Zofia. Zero kosztów.
- Kanał, który ma zarabiać: ElevenLabs Starter albo Creator - licencja komercyjna i znaczniki emocji w v3.
- Własny, rozpoznawalny głos: Creator i klon. Najpierw nagraj 2-3 minuty próbki i sprawdź efekt na jednej rolce.
- Cały film z lektorem bez montażu: generatory wideo, które dokładają głos same - porównanie w tekście o rolkach z AI, a jak ożywić samo zdjęcie - w tekście o animacji zdjęć.
Do muzyki pod lektora zajrzyj do poradnika piosenka z AI po polsku, a pozostałe teksty o dźwięku są w dziale Muzyka i głos.
Najczęstsze pytania
Czy jest darmowy lektor AI po polsku?
Tak. Microsoft udostępnia polskie głosy Marek i Zofia (m.in. w przeglądarce Edge i w Azure Speech, gdzie plan darmowy daje 0,5 mln znaków miesięcznie). ElevenLabs ma darmowe 10 tys. znaków miesięcznie, ale bez licencji komercyjnej.
Który lektor AI najlepiej mówi po polsku?
W moim teście ElevenLabs (Multilingual v2) najlepiej zachował intonację pytania i pauzy. Żaden z trzech głosów nie wymówił wszystkich trudnych słów bezbłędnie.
Czy mogę używać lektora AI w rolkach zarabiających pieniądze?
W ElevenLabs licencja komercyjna jest od planu Starter (6 USD miesięcznie, stan na 8 października 2026). Plan darmowy jej nie obejmuje. Przy innych narzędziach sprawdź regulamin przed publikacją.
Ile znaków potrzebuję na rolkę?
30 sekund mowy to ok. 70-80 słów, czyli mniej więcej 450-550 znaków. Codzienna rolka przez miesiąc to ok. 15 tys. znaków.
Jak poprawić złą wymowę słowa?
Najskuteczniej przestawić zdanie albo zamienić słowo na synonim. Liczby, skróty i daty pisz słowami. W ElevenLabs możesz też wygenerować samo zdanie kilka razy i wybrać najlepszą wersję.
Źródła
- ElevenLabs - cennik - sprawdzone 8.10.2026
- ElevenLabs - modele i obsługiwane języki - sprawdzone 8.10.2026
- Microsoft Azure - cennik Speech - sprawdzone 8.10.2026
- Własny test: 3 pliki MP3 z tym samym tekstem, transkrypcja Whisper small (8.10.2026)
Generuję, sprawdzam i opisuję, co naprawdę wychodzi z narzędzi AI. Każdy obraz w tekście zrobiłem sam - w podpisie piszę czym. Ceny i limity sprawdzam w źródłach w dniu publikacji.
