Audiobook AI po polsku — jak nagrać własną książkę głosem AI w 2026

Czy audiobook z AI ma dziś sens

Jeszcze dwa lata temu odpowiedź brzmiała „tylko do użytku własnego”. Dziś modele syntezy mowy radzą sobie z polskim na tyle dobrze, że godzinne nagranie da się odsłuchać bez zmęczenia — pod warunkiem, że przygotujesz tekst pod czytanie, a nie pod czytanie oczami.

Realna granica przebiega gdzie indziej, niż się wydaje. AI świetnie poradzi sobie z literaturą faktu, poradnikiem, dokumentacją, materiałem szkoleniowym. Gorzej wypada w prozie z dużą ilością dialogów i wyraźnymi postaciami — tam wciąż słychać, że to jeden głos zmieniający barwę, a nie aktor.

Przygotowanie tekstu — etap, który decyduje o wszystkim

Największy błąd to wrzucenie surowego pliku z książką i liczenie na cud. Zanim wygenerujesz cokolwiek, przejdź przez tekst i popraw cztery rzeczy:

• Skróty i liczby. „ok. 2 tys. zł” model przeczyta różnie za każdym razem. Rozpisz to słowami: „około dwóch tysięcy złotych”.
• Nazwy własne i obcojęzyczne. Zapisz je fonetycznie tam, gdzie model się myli. To brzydkie w pliku źródłowym, ale słychać różnicę.
• Długie zdania. Polskie zdanie wielokrotnie złożone czyta się dobrze wzrokiem, ale w audio gubi rytm. Rozbij najdłuższe na dwa.
• Interpunkcja jako instrukcja. Kropka, przecinek i myślnik sterują pauzami. Tam, gdzie chcesz oddechu, postaw kropkę zamiast przecinka.

Jak nagrać — krok po kroku

1. Wybierz głos i przetestuj go na trudnym fragmencie. Nie na pierwszym akapicie — na tym z nazwiskami, liczbami i długim zdaniem. Głos, który przejdzie ten test, sprawdzi się w całej książce.

2. Generuj rozdziałami, nie całością. Łatwiej poprawić jeden rozdział niż szukać usterki w sześciogodzinnym pliku. Trzymaj konsekwentne nazewnictwo plików.

3. Odsłuchaj każdy rozdział w słuchawkach. Wyłapiesz zlepki słów i złe akcenty, których nie widać w tekście.

4. Znormalizuj głośność. Rozdziały generowane w różnych sesjach potrafią różnić się poziomem — dla słuchacza to najbardziej męcząca wada.

5. Dodaj ciszę na początku i końcu rozdziału. Sekunda–dwie. Bez tego przejścia są gwałtowne.

Ile to kosztuje

Licz w znakach. Książka o objętości ok. 300 000 znaków to mniej więcej tyle kredytów w ElevenLabs. Plan Creator ($22 miesięcznie, 121 000 kredytów) pozwala wygenerować ją w ciągu dwóch–trzech miesięcy albo doładować kredyty. Plan Pro ($99, 600 000 kredytów) zamyka temat w jednym miesiącu.

Uwaga na licencję. Plan darmowy nie daje praw komercyjnych. Jeśli audiobook ma trafić do sprzedaży, minimum to plan Starter za $6 — i to niezależnie od tego, ile znaków wykorzystasz.

Kwestie prawne, o których łatwo zapomnieć

Możesz nagrać własny tekst albo utwór z domeny publicznej. Nie możesz nagrać cudzej książki bez zgody właściciela praw — synteza mowy nie zmienia tu niczego. Osobna sprawa to głos: klonowanie cudzego głosu bez pisemnej zgody jest ryzykowne prawnie i wykluczone regulaminami dostawców.

Sprawdź też, czy platforma, na której chcesz sprzedawać audiobook, dopuszcza narrację syntetyczną — zasady różnią się między sklepami i część wymaga oznaczenia takiego nagrania.