# Jak sklonować głos AI'em

*ElevenLabs - polski AI do lektora i dubbingu...*

Każdy artykuł na tym blogu ma na górze odtwarzacz. Klikasz play i słyszysz mój głos. Tylko że to nie ja go nagrałem. Nagrałem raz, kilka minut próbki, a resztę robi ElevenLabs. Wrzucam tekst, dostaję audio. Mój klon czyta, ja w tym czasie projektuję.

### Jak to zrobić?

Prościej niż myślisz. Zakładasz konto na [elevenlabs.io](http://elevenlabs.io), wchodzisz w Voice Cloning i nagrywasz próbkę swojego głosu. Do wersji Instant wystarczy dosłownie minuta nagrania. Model uczy się barwy, akcentu i sposobu mówienia. Od tego momentu wpisujesz dowolny tekst, a "ty" go czytasz.

### Dlaczego v3 to przeskok

Lektorzy AI istnieją od lat, ale brzmieli jak nawigacja samochodowa. Model v3 wyszedł z fazy alpha i jest już ogólnie dostępny, a w marcu 2026 trafił do wszystkich płatnych planów jako największy skok jakościowy firmy, szczególnie w ekspresji emocji.

Trzy rzeczy robią różnicę. Po pierwsze audio tagi: wpisujesz w nawiasie [whispers], [sighs] albo [shouts] i model faktycznie szepcze, wzdycha lub krzyczy. Sterujesz lektorem jak reżyser aktorem. Po drugie precyzja: v3 ma o 68% mniej błędów przy trudnych tekstach typu wzory chemiczne czy numery telefonów. Po trzecie języki: ponad 70, w tym polski. I to polski, który wreszcie brzmi naturalnie.

### Do czego jeszcze się to nadaje

Audiowersja bloga to mój use case, ale lista jest dłuższa. Podcast bez mikrofonu i bez poprawek po przejęzyczeniach. Dubbing własnych filmów na niemiecki czy hiszpański, twoim głosem. Narracja do prezentacji i kursów. Audiobook z własnej książki.

A dla twórców gier jest osobny moduł Sound Effects. Wpisujesz "skrzypiące drewniane drzwi w starym domu" i dostajesz gotowy efekt. Testowałem przy prototypach gier i brzmi to lepiej niż połowa biblioteki dźwięków, którą kiedyś kupiłem. Od listopada 2025 ElevenLabs ma też moduł Image & Video w becie, gdzie pod jednym dachem siedzą Veo, Sora, Kling czy Nano Banana. To już nie jest firma od głosu, to fabryka multimediów.

### Polski wątek - dobre bo polskie

ElevenLabs założyli w 2022 roku dwaj Polacy: Piotr Dąbkowski i Mateusz Staniszewski. Pierwszy to były inżynier ML w Google, drugi pracował w Palantirze. Pomysł wpadł im podczas oglądania kiepskich polskich dubbingów amerykańskich filmów. Dziś firma jest wyceniana na 11 miliardów dolarów, a wśród klientów ma Epic Games, NVIDIĘ i Revoluta.

Obaj wyjechali z Polski jeszcze przed studiami. Oksford, Imperial College, potem globalne korporacje i dopiero stamtąd start firmy. Polska potrafi wychować takie mózgi, ale nie potrafi ich zatrzymać. Tak się u nas szanuje innowacje: z daleka. W czerwcu rząd polski zainwestował w Elevenlabs. Zbudują AI Hub w polsce.

### Druga strona medalu

W styczniu 2024 ktoś użył technologii ElevenLabs do robocalli z fałszywym głosem Joe Bidena, zniechęcających ludzi do udziału w prawyborach. Sprawą zajęła się prokuratura. Klonowanie głosu to potężne narzędzie i jak każde narzędzie nie ma własnej moralności. Młotkiem zbudujesz dom albo rozbijesz szybę. Internetem nauczysz się zawodu albo dasz się oszukać. Z głosem AI jest identycznie: możesz zrobić audiowersję bloga albo deepfake polityka.

ElevenLabs nie udaje, że problemu nie ma. Firma stworzyła AI Speech Classifier do wykrywania własnych nagrań, a klonowanie profesjonalne wymaga potwierdzenia tożsamości. Czy to wystarczy? Pewnie nie do końca. Ale zakazanie technologii, bo ktoś może jej użyć do złego, to jak zakazanie młotków, bo zdarzają się włamania.

### Czy warto?

Moim zdaniem tak. Płacę subskrypcję, która zwraca mi się w godzinach niesiedzenia przy mikrofonie. A że wspieram przy okazji firmę dwóch Polaków, to cieszę się podwójnie.

**Podsumowanie**

ElevenLabs to firma AI założona w 2022 roku przez Polaków Piotra Dąbkowskiego i Mateusza Staniszewskiego, z siedzibą w Londynie i Nowym Jorku, wyceniana na 11 miliardów dolarów. Model Eleven v3 (ogólnie dostępny od marca 2026) pozwala sklonować własny głos z minutowej próbki i oferuje audio tagi do sterowania emocjami ([szept], [śmiech]), ponad 70 języków z naturalnym polskim i o 68% mniej błędów przy trudnych tekstach. Główne zastosowania: audiowersje artykułów, podcasty, dubbing, narracja kursów i efekty dźwiękowe do gier (moduł Sound Effects), a od listopada 2025 także generowanie obrazów i wideo (Image & Video beta).

**Źródła:** [elevenlabs.io/blog/eleven-v3](http://elevenlabs.io/blog/eleven-v3), [en.wikipedia.org/wiki/ElevenLabs](http://en.wikipedia.org/wiki/ElevenLabs), [techcrunch.com/tag/elevenlabs](http://techcrunch.com/tag/elevenlabs), [techsifted.com](http://techsifted.com)

---

Kategorie: AI, Random
Opublikowano: 2026-07-06
Źródło: https://mikirobi.ai/post/jak-sklonowac-glos-aiem/