ElevenLabs po polsku: polskie głosy, test i ustawienia

👁 237 przeczytań

ElevenLabs po polsku mówi dobrze, ale tylko wtedy, gdy dobierzesz model i głos, bo te same polskie zdania na starszym modelu brzmią jak czytane przez obcokrajowca. W bibliotece ElevenLabs jest 3836 polskich głosów, a najpopularniejszy z nich, Adam, przeczytał w ciągu ostatniego roku 2,76 mld znaków. Sprawdziłem polskie i wielojęzyczne głosy na pięciu modelach, z liczbami, skrótami i angielskimi nazwami, i opisuję, co ustawić, żeby lektor nie przekręcał dat i kwot. Polskiego lektora z ElevenLabs porównałem też w ciemno z 7 innymi głosami: porównanie lektorów AI.

Czy ElevenLabs mówi po polsku

Tak, i to we wszystkich obecnych modelach. Pobrałem 28 września 2026 listę modeli z API ElevenLabs: polski jest w Eleven v4 i v4 Turbo (85 języków), w Eleven v3 (74), w Flash v2.5 (32) i w Multilingual v2 (29). Różnica między nimi nie polega na tym, czy mówią po polsku, tylko na tym, jak radzą sobie z tym, co w polskim tekście trudne: odmianą liczebników, skrótami i zbitkami spółgłosek.

Po polsku nie ma za to interfejsu aplikacji, wszystkie menu są po angielsku. Tekst wklejasz w zakładce Text to Speech, głos wybierasz z listy, model z rozwijanego menu. Kolejne kroki opisałem w samouczku ElevenLabs, tu skupiam się na tym, jak brzmi polski.

Który model ElevenLabs do polskiego

Każdy model dostał ode mnie te same zdania: łamańce („W Szczebrzeszynie chrząszcz…”, „źdźbło”), nazwisko Brzęczyszczykiewicz, datę 17.03.2027 r., godzinę 9:45, „ul. Żeromskiego 12”, kwotę 1249,99 zł i 15%. Wynik pokazuje, ile liczb i skrótów model przeczytał poprawnie na każdym z trzech głosów (Adam, Magdalena, Alice); każde nagranie sprawdziłem trzema transkrypcjami.

Wniosek jest prosty: przy polskich liczbach model znaczy więcej niż głos. Ten sam polski głos Magdalena na v4 przeczytał datę jako „siedemnastego marca dwa tysiące dwudziestego siódmego roku”, a na Flashu jako „trzynastego października dwa tysiące dwudziestego trzeciego”.

Flash v2.5 ma jedną zaletę: zaczyna mówić po 0,22 s. Jeśli go potrzebujesz, włącz w API normalizację tekstu (apply_text_normalization: "on"). W teście z pociągiem, telefonem i adresem e-mail podniosło to wynik Flasha z 4 do 10 z 11. Lepszym wyjściem jest v4 Turbo, który startuje po 0,25 s i nie potrzebuje żadnych przełączników. Pełne porównanie z modelami innych firm jest w rankingu najlepszy lektor AI po polsku.

Najpopularniejsze polskie głosy w ElevenLabs

Bibliotekę głosów (Voice Library) tworzą użytkownicy, którzy udostępniają swoje głosy innym. Posortowałem polskie głosy według liczby znaków przeczytanych w ciągu ostatniego roku (dane z API z 28 września 2026):

Na liście przeważają głosy męskie: w pierwszej dziesiątce są tylko dwa kobiece. Jeśli szukasz kobiecego głosu do poradników, oprócz Magdaleny i Beaty posłuchaj też Hanny, Joanny i Marii, które mają po 80-94 mln znaków rocznie. Głosy z biblioteki działają także na planie darmowym (poza nielicznymi oznaczonymi przez autorów), a gdy autor usunie głos, zachowujesz do niego dostęp przez okres wypowiedzenia, u większości głosów z tej listy 730 dni.

Polski głos czy wielojęzyczny

ElevenLabs ma też kilkadziesiąt głosów domyślnych, nagranych po angielsku, które mówią w wielu językach. Sprawdziłem jeden z nich, Alice, oznaczony przez ElevenLabs jako zweryfikowany także dla polskiego. Na v4 przeczytał wszystkie liczby tak samo dobrze jak polskie głosy, a Gemini 3.8 Flash, któremu dałem nagranie do odsłuchu, nie usłyszał obcego akcentu (9/10 za polską wymowę). Na Flash v2.5 i Multilingual v2 ten sam głos dostał od niego 3/10 i uwagę o „silnym obcym akcencie”.

Mimo to do polskich nagrań wybieram polski głos z biblioteki. Barwa, rytm i sposób akcentowania są wtedy nagrane przez osobę, dla której polski jest językiem ojczystym, a dokumentacja ElevenLabs też zaleca głosy w języku docelowym. To moja opinia.

Angielskie nazwy w polskim tekście

Polskie scenariusze są pełne angielskich słów. Zdanie „Otwórz Google Chrome, wejdź na YouTube i kliknij Subscribe, a potem zapisz plik PDF w OneDrive i wyślij link przez WhatsAppa” wszystkie cztery sprawdzone modele ElevenLabs (v4, v4 Turbo, v3, Flash v2.5) przeczytały bez błędu według transkrypcji, łącznie z polską końcówką w „WhatsAppa”.

Gdy trafisz na nazwę, którą model przekręca, masz trzy wyjścia: zapisać ją tak, jak się ją wymawia („Łonedrajw” zamiast „OneDrive”), użyć słownika wymowy (ElevenLabs obsługuje aliasy i zapis fonetyczny, a przy v4 producent pisze o lepszej obsłudze IPA) albo wygenerować sam fragment jeszcze raz.

Ustawienia, które pomagają polskiemu

• Kod języka: w API ustaw language_code: "pl". Model nie pomyli wtedy języka przy krótkich zdaniach i pojedynczych słowach.
• Normalizacja tekstu: na v4 zostaw „auto”, na Flash v2.5 ustaw „on”.
• Tagi emocji: w v4 wpisuj je w polskim tekście po angielsku, w nawiasach kwadratowych, np. [whispers] Słyszysz to?. W moim teście żaden tag nie został przeczytany na głos.
• Długość: v4 przyjmuje do 10 000 znaków w jednej generacji, ale przy lektorze do filmu i tak generuję akapitami. Poprawka jednego zdania nie wymaga wtedy powtarzania całości.
• Tekst: krótkie zdania i przecinki w miejscach oddechu działają w każdym modelu. Listę rzeczy do poprawienia przed nagraniem mam w tekście AI do lektora.

Własny głos po polsku

Zamiast głosu z biblioteki możesz sklonować własny: szybki klon powstaje według ElevenLabs z 10 sekund nagrania w v4, profesjonalny wymaga co najmniej 30 minut i weryfikacji, że głos należy do ciebie. Klonować możesz tylko głos, do którego masz prawo: swój albo osoby, która dała na to wyraźną zgodę, a polityka ElevenLabs zabrania podszywania się pod polityków nawet za zgodą. Szerzej o prawnych granicach klonowania piszę w tekście AI lektor.

Ile to kosztuje po polsku

Polski tekst kosztuje tyle samo co angielski: v4 zużywa 1 kredyt na znak, v4 Turbo i Flash po pół. Minuta polskiej mowy to w moich nagraniach około 660 znaków. Na planie darmowym (10 000 kredytów) daje to około 15 minut w v4, ale bez licencji komercyjnej. Na Starterze za 6 USD (23,14 zł bez VAT) około 45 minut z prawem do użytku komercyjnego, na Creatorze za 22 USD (84,85 zł) około 3 godzin. Wszystkie plany w złotych są w przewodniku po ElevenLabs i w tekście ile kosztuje ElevenLabs.

Najczęstsze pytania

Czy ElevenLabs mówi po polsku?

Tak. Polski obsługują wszystkie obecne modele: Eleven v4, v4 Turbo, v3, Multilingual v2 i Flash v2.5. Najlepiej w moim teście wypadły v4 i v4 Turbo, które nie zrobiły żadnego błędu w liczbach i skrótach.

Jak ustawić język polski w ElevenLabs?

W aplikacji wystarczy wkleić polski tekst i wybrać polski głos z biblioteki, model sam rozpozna język. W API dodaj parametr language_code z wartością „pl”.

Jaki polski głos wybrać w ElevenLabs?

Najczęściej używane są Adam, Alex i Piotr (męskie) oraz Magdalena i Beata (kobiece). Do lektora poradników dobrze sprawdzają się głosy opisane jako „informative” albo „narrative”.

Czy ElevenLabs ma polski interfejs?

Nie, aplikacja jest po angielsku. Polski działa w generowaniu mowy, transkrypcji i dubbingu, a do obsługi wystarczy kilka angielskich nazw zakładek.

Czy ElevenLabs po polsku jest za darmo?

Plan darmowy daje 10 000 kredytów miesięcznie, czyli około 15 minut polskiej mowy w v4. Nagrań z planu darmowego nie wolno użyć komercyjnie, licencję daje dopiero Starter za 6 USD miesięcznie.

Link do ElevenLabs jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.