Jak dodać głos AI do filmu: lektor AI po polsku w rolce krok po kroku

Żeby dodać głos AI do filmu, napisz krótki tekst lektora, zamień go na mowę w generatorze głosu (CapCut, ElevenLabs albo Google AI Studio), wstaw plik audio na oś czasu pod film, dopasuj ujęcia do zdań i dodaj napisy. Jeśli rolka jest firmowa, użyj planu z licencją komercyjną, a przy realistycznym głosie zaznacz na Instagramie etykietę AI.

Zanim zaczniesz: tekst lektora pod rolkę

Lektor AI brzmi tak dobrze, jak tekst, który dostanie. Do rolki 30-sekundowej wystarczy ok. 70-80 słów (to przykład dla spokojnego tempa). Pisz krótkimi zdaniami, liczby zapisuj słownie („dwieście złotych” zamiast „200 zł”), a nazwy obce tak, jak się je wymawia. Tekst możesz przygotować z pomocą ChatGPT albo Gemini, ale przeczytaj go na głos przed generowaniem: to, co dziwnie brzmi w Twoich ustach, zabrzmi dziwnie także u lektora.

Jak dodać głos AI do filmu w CapCut na telefonie

CapCut ma wbudowaną zamianę tekstu na mowę z ponad 200 głosami AI. Na telefonie ścieżka jest podobna jak na komputerze, ale nazwy przycisków różnią się między wersjami aplikacji, dlatego opisujemy ją ogólnie:

1. Otwórz CapCut, utwórz nowy projekt i wybierz film z galerii.
2. Dodaj tekst i wklej pierwsze zdanie lektora.
3. Zaznacz dodany tekst i wybierz funkcję zamiany tekstu na mowę.
4. Wybierz język i głos, odsłuchaj próbkę i zatwierdź.
5. Powtórz dla kolejnych zdań albo wklej cały tekst naraz, jeśli rolka jest krótka.
6. Usuń sam napis z ekranu, jeśli chcesz tylko głos, albo zostaw go jako napis.
7. Wyeksportuj film przyciskiem w prawym górnym rogu.

Lista języków w CapCut zmienia się i nie zawsze jest na niej polski głos. Jeśli go nie widzisz, wygeneruj lektora w ElevenLabs lub Google AI Studio i dodaj plik audio do projektu w CapCut jako dźwięk.

Lektor AI w CapCut na komputerze i w przeglądarce

1. W CapCut na komputer kliknij „Utwórz projekt”, a potem „Importuj”, żeby dodać film.
2. Przejdź do „Tekst” i „Dodaj tekst”, wklej skrypt.
3. Otwórz panel „Tekst na mowę”, wybierz głos i kliknij „Generuj mowę”.
4. Kliknij „Eksportuj” w prawym górnym rogu, ustaw rozdzielczość i kliknij „Eksportuj” jeszcze raz.

W CapCut w przeglądarce znajdziesz to samo w narzędziach AI: wklejasz tekst, wybierasz głos, klikasz „Generuj” i pobierasz plik albo od razu używasz go w projekcie. Zaawansowane funkcje AI i materiały do użytku komercyjnego CapCut przypisuje do planu Pro. Ile kosztuje i co daje, opisujemy w tekście CapCut Pro: cena i plany.

Generator głosu AI po polsku: ElevenLabs i Google AI Studio

ElevenLabs: najbardziej naturalny polski

ElevenLabs obsługuje język polski m.in. w modelach Eleven v3 i Multilingual v2. Interfejs jest po angielsku:

1. Zaloguj się na elevenlabs.io i otwórz „Text to Speech”.
2. Wybierz głos z biblioteki albo własny klon.
3. Wklej tekst, wybierz model obsługujący polski i wygeneruj mowę.
4. Odsłuchaj, popraw pojedyncze zdania i pobierz plik MP3.

Plan Free daje 10 tys. kredytów miesięcznie, ale bez licencji komercyjnej. Licencję komercyjną i szybkie klonowanie głosu ma od planu Starter (6 USD miesięcznie), profesjonalny klon od planu Creator (22 USD). Szerzej o możliwościach i zastosowaniach piszemy w tekście ElevenLabs: generowanie głosu AI w marketingu.

Google AI Studio: mowa z Gemini

Google udostępnia generowanie mowy w AI Studio (aistudio.google.com/generate-speech). Modele TTS Gemini obsługują polski, a do wyboru jest 30 głosów i dodatkowa biblioteka. To dobra opcja do testów i krótkich lektorów. Google nie zgłasza praw własności do treści wygenerowanych w swoich usługach.

Synchronizacja głosu z obrazem i napisami

1. Najpierw dźwięk, potem cięcia. Ułóż lektora na osi czasu i dopiero pod niego przytnij ujęcia. Zmiana ujęcia na początku zdania wygląda naturalnie.
2. Pauzy. Jeśli lektor czyta za szybko, rozetnij ścieżkę między zdaniami i dodaj pół sekundy przerwy.
3. Muzyka. Ścisz muzykę pod głosem, tak żeby lektor był wyraźnie głośniejszy.
4. Napisy. Masz gotowy tekst, więc napisy możesz wkleić zamiast polegać na automatycznym rozpoznawaniu mowy. Jak to zrobić w popularnych aplikacjach, pokazujemy w poradniku jak dodać napisy do filmu.
5. Eksport. Rolkę zapisz w pionie 9:16, a przed publikacją odsłuchaj ją na telefonie, bez słuchawek.

Co zrobić, gdy głos AI brzmi źle albo się nie generuje

• Brak polskiego głosu. W CapCut lista języków zależy od wersji aplikacji. Wygeneruj audio w ElevenLabs lub AI Studio i zaimportuj plik.
• Zły akcent w nazwach i liczbach. Zapisz je fonetycznie albo słownie. Jedno poprawione słowo wygeneruj jako osobny fragment.
• Głos brzmi jak robot. Spróbuj innego modelu lub głosu i dodaj interpunkcję: przecinki i kropki sterują rytmem.
• Za długi tekst. Modele mają limit znaków na jedno generowanie. Podziel skrypt na zdania lub akapity.
• Znak wodny po eksporcie z CapCut. Zwykle dodają go szablony i elementy premium. Przy ręcznej edycji eksport jest bez znaku.

Głos AI w filmie firmy: licencja, zgoda i oznaczanie

Licencja. Darmowe plany generatorów często wykluczają użycie komercyjne. W ElevenLabs licencję daje dopiero płatny plan, w CapCut materiały do użytku komercyjnego obejmuje Pro. Rolka na profilu firmy to użycie komercyjne.

Klonowanie głosu. Klonuj tylko własny głos albo głos osoby, która dała na to pisemną zgodę z określonym zakresem (gdzie, jak długo, w jakich materiałach). Kodeks cywilny wymienia dobra osobiste przykładowo, a głos jest powszechnie uznawany za jedno z nich. Głos pracownika po jego odejściu z firmy to częsty problem, więc zapisz w zgodzie, co dzieje się wtedy z nagraniami.

Oznaczanie. Od 2 sierpnia 2026 roku stosuje się art. 50 AI Act: dostawcy oznaczają audio z AI w sposób czytelny maszynowo, a firma, która publikuje deepfake, w tym realistyczny głos istniejącej osoby, musi to ujawnić. Instagram wymaga etykiety AI przy realistycznym dźwięku, a TikTok prosi o oznaczenie filmów, w których ktoś mówi słowa wygenerowane przez AI. Zwykły syntetyczny lektor, który nie udaje konkretnej osoby, nie jest deepfake'iem, ale krótka informacja w opisie nikomu nie szkodzi. Szczegóły w tekście oznaczanie treści AI od 2 sierpnia 2026.

Najczęstsze pytania o lektora AI w filmie

Jaki generator głosu AI po polsku jest najlepszy?

Najbardziej naturalny polski daje zwykle ElevenLabs, najwygodniejszy przy montażu jest CapCut, bo głos powstaje od razu na osi czasu. Google AI Studio sprawdzi się do testów. Wybierz na podstawie próbki z Twoim tekstem, nie demo.

Czy generator mowy AI jest darmowy?

Wersje darmowe są w CapCut, ElevenLabs (10 tys. kredytów miesięcznie) i AI Studio, ale w ElevenLabs plan Free nie daje licencji komercyjnej, a w CapCut materiały do użytku komercyjnego obejmuje Pro. Do filmów firmy wybierz plan, którego warunki pozwalają na użycie komercyjne.

Czy mogę sklonować swój głos do rolek?

Tak. ElevenLabs ma szybkie klonowanie od planu Starter, a CapCut pozwala nagrać kilka zdań i stworzyć klon. Klonuj tylko głos, do którego masz prawa.

Czy muszę oznaczać lektora AI na Instagramie?

Instagram wymaga etykiety AI przy realistycznym dźwięku wygenerowanym przez AI. Przy głosie, który brzmi jak prawdziwa, rozpoznawalna osoba, oznaczenie wymaga też AI Act.

Lektor i animacja w jednej rolce

Głos AI najlepiej działa z prostym obrazem, który nie konkuruje z przekazem. Jeśli wolisz dostać gotową animowaną rolkę w kolorach marki, z tekstem i lektorem, zamów ją w rolkach motion graphics.