קריינות AI בעברית חינם עם Gemini

מה זה Gemini Flash TTS ולמה זה מעניין בעלי עסקים?

כל מי שעושה סרטונים לעסק מכיר את זה: התסריט מוכן, ועכשיו צריך קול. או שמקליטים לבד עשרים פעם עד שיוצא טוב, או שמשלמים לקריין, או שמשלמים מנוי לכלי קול. גוגל נותנים אפשרות רביעית.

לפי התיעוד הרשמי, Gemini 3.8 Flash TTS הופך טקסט לדיבור של קול אחד או שני קולות, ואפשר לשלוט בו: בסגנון, במבטא, בקצב ובטון. בתיעוד כתוב במפורש שהוא מיועד למקרים שבהם צריך הקראה מדויקת של טקסט עם שליטה בסגנון, כמו פודקאסט או ספר מוקלט. כלומר בדיוק קריינות לסרטון.

ועברית? המודל מזהה את השפה לבד, ונכון לנובמבר 2026 עברית מופיעה ברשימת השפות הנתמכות, מתוך יותר מ-130. גם גרסת ה-Flash-Lite הזולה יותר תומכת בעברית.

איך מקבלים קריינות ראשונה בלי לכתוב קוד?

לא צריך להיות טכנולוגי בשביל זה, כי הכל קורה באתר. הדרך הכי מהירה היא Google AI Studio, עם חשבון גוגל רגיל:

1. נכנסים ל-aistudio.google.com/generate-speech ומתחברים עם חשבון גוגל.
2. בוחרים קול מוכן. לפי התיעוד יש 30 קולות מרכזיים, ומעליהם ספרייה מורחבת של מאות קולות נוספים בשפות ובמבטאים שונים.
3. מדביקים את התסריט בעברית ולוחצים על הפקה.
4. מקשיבים, משנים מה שצריך ומורידים את הקובץ.

טיפ שחוסך הרבה תסכול: תכתבו מספרים במילים, ושמות באנגלית בתעתיק עברי. למשל "אלפיים עשרים ושש" במקום 2026, ו"קלוד" במקום Claude. ככה המודל לא צריך לנחש איך לקרוא אותם.

איך יוצרים קול חדש רק מתיאור במילים?

זה הפיצ'ר שבגללו רוב האנשים פה. לפי התיעוד של Voice design, אפשר לתאר דמות במילים, כמו גיל, גוון קול, מבטא ואיך היא מדברת, ולקבל קול חדש שנשמר בפרויקט שלכם ואפשר להשתמש בו שוב. ב-AI Studio יש לזה מסך משלו, שבו מנסים את הקול על תסריט לדוגמה לפני ששומרים.

התיאור עובד הכי טוב באנגלית. הנה תבנית שאפשר למלא:

העתקהA warm Israeli woman in her mid 30s, speaking Hebrew with a natural Tel Aviv accent.
Calm and confident, like a friend explaining something useful over coffee.
Medium pace, short pauses between sentences, a light smile in the voice.
Close to the mic, no echo, no music.

תשנו את הגיל, את המין ואת האווירה לפי הקהל שלכם. לקהל מבוגר יותר: קצב איטי יותר וקול עמוק יותר. לסרטון מכירה קצר: יותר אנרגיה.

איך מכוונים משפט אחד ללחישה או להתלהבות?

כאן המודל מתנהג כמו שחקן שמקבל הערות. לפי התיעוד יש שני סוגי הוראות: סגנון שחל על קטע שלם, כמו "לוחש בדחיפות" או "חם ונלהב", ותגיות קטנות בתוך הטקסט לרגע אחד, כמו הפסקה או צחוק קצר. בדוגמה הרשמית קטע אחד מוקרא בלחישה והקטע הבא בהתלהבות.

הדרך הפשוטה לעבוד עם זה: מחלקים את התסריט לקטעים קצרים, ונותנים לכל קטע הוראה משלו. למשל:

העתקה[סגנון: חם וידידותי, קצב בינוני]
רוב העסקים מוציאים מאות שקלים בחודש על דברים שאפשר לעשות לבד.

[סגנון: לוחש, כמו מספר סוד]
ואני הולך להראות לכם אחד מהם.

[סגנון: נלהב, קצת יותר מהר]
תוך עשר דקות יש לכם קריינות מוכנה לסרטון הבא.

כלל אצבע מהתיעוד: אם קטע נשמע לא טוב, עדיף לחלק אותו לקטעים קצרים יותר מאשר לכתוב הוראת סגנון חזקה יותר. ותזכרו שהמודל מקריא את הטקסט מילה במילה, אז הוראות הסגנון צריכות להיות בשדה של הסגנון ולא בתוך התסריט עצמו.

איך משבטים את הקול שלכם, ומה זה דורש?

לפי התיעוד של Voice replication, אפשר לשכפל קול מהקלטה קצרה. צריך שתי הקלטות של אותו אדם בוגר: קטע של 10 עד 30 שניות של דיבור טבעי ונקי, והקלטה שבה אותו אדם מקריא משפט הסכמה קבוע. ב-AI Studio מקליטים או מעלים את שתיהן ישר בדפדפן.

הקול המשובט נשמר בפרויקט שנה מהשימוש האחרון, ואפשר למחוק אותו בכל רגע. לפי התיעוד, גוגל שומרים מאפיינים של הקול ולא את הקלטת ההסכמה המלאה.

במה עסק קטן יכול להשתמש בזה מחר בבוקר?

• סרטוני מוצר: קול אחד קבוע לכל סרטוני המוצר בחנות, כדי שהלקוחות יזהו אתכם לפי הקול.
• הודעה בתא קולי או במענה טלפוני: קריינות רגועה וברורה, בלי לשכור אולפן. מפיקים שתי גרסאות, עברית ואנגלית, עם אותו קול מתואר.
• קורס או הדרכה: מחלקים שיעור לקטעים, ולכל קטע נותנים טון אחר. הסבר רגוע, דוגמה נלהבת, סיכום איטי.
• פרסומת בשני קולות: המודל תומך בשני דוברים בבקשה אחת, כך שאפשר להפיק דיאלוג קצר בין לקוח לנותן שירות.
• טיוטה לפני הקלטה אמיתית: גם אם בסוף אתם מקליטים בעצמכם, שמיעה של התסריט בקול עוזרת לתפוס משפטים ארוכים מדי.

מה חשוב לדעת לפני שמשתמשים בזה לעסק?

• כמה זה עולה: לפי עמוד המחירים, נכון לנובמבר 2026, בשכבה החינמית ההקראה לא עולה כסף. בשכבה בתשלום זה בערך 0.00225 דולר לכל 10 שניות של אודיו עד סוף 2026, והמחיר מוכפל מ-1 בינואר 2027.
• פרטיות: לפי אותו עמוד, מה ששולחים בשכבה החינמית משמש את גוגל לשיפור המוצרים. אל תדביקו שם תסריטים עם מידע רגיש על לקוחות.
• איכות העברית: עברית נתמכת, אבל תקשיבו לכל קטע לפני שמפרסמים. מילים עם כמה הגיות, שמות ומספרים הם המקומות שבהם זה נשבר.
• מגבלות טכניות: המודל מקבל רק טקסט ומחזיר רק אודיו. בבקשה אחת אפשר עד שני דוברים מהקולות המוכנים.

רוצים שיבוט שרץ על המחשב שלכם, בלי לשלוח קול לענן? יש מדריך על OmniVoice. ואם אתם צריכים גם פנים ולא רק קול, תציצו במדריך על כפיל דיגיטלי ב-HeyGen.