Lektor AI to syntetyczny głos, który czyta Twój tekst zamiast nagrania w studiu. W ElevenLabs minuta polskiej narracji kosztuje ok. 0,69 zł w planie Creator (22 USD/mc, 121 000 znaków), a lektor-człowiek bierze 150–450 zł netto za zapowiedź IVR i 350–1 250 zł za spot w radiu ogólnopolskim. Darmowy plan daje 10 000 znaków, czyli ok. 10 minut mowy — ale bez licencji komercyjnej.
elevenlabs.pl to nieoficjalny serwis partnera. Oficjalna strona producenta to elevenlabs.io.
Koszt nagrania lektorem AI na przykładowych zleceniach
Przelicznik, który rozstrzyga większość decyzji: 1 000 znaków tekstu to mniej więcej 1 minuta mowy (tempo ok. 140 słów na minutę, średnie polskie słowo ze spacją to ~7,2 znaku). W planie Creator znak kosztuje ok. 0,00069 zł, więc minuta gotowego nagrania wychodzi poniżej złotówki w każdym planie płatnym.
| Zlecenie | Objętość | Lektor AI (Starter) | Lektor AI (Creator) |
|---|---|---|---|
| Zapowiedź IVR, 100 słów (~45 s) | ~720 znaków | ~0,55 zł | ~0,50 zł |
| Spot radiowy 30 s | ~500 znaków | ~0,38 zł | ~0,35 zł |
| Film firmowy, 300 słów (~2 min) | ~2 160 znaków | ~1,64 zł | ~1,49 zł |
| Narracja, 50 stron A4 | ~90 000 znaków | nie mieści się w limicie (30 000 znaków/mc) | ~62 zł — mieści się w jednym miesiącu planu |
| Realizacja w 24 godziny | — | bez dopłaty | bez dopłaty, nagranie w minutę |
Lektor-człowiek za te same zlecenia bierze orientacyjnie 150–450 zł netto za zapowiedź IVR i 350–1 250 zł za spot w radiu ogólnopolskim, a przy spotach po roku płaci się jeszcze za przedłużenie licencji. Rozrzut stawek sześciu polskich studiów, dopłaty i różne definicje strony rozliczeniowej zebraliśmy w tekście o tym, ile kosztuje lektor.
Uczciwe zastrzeżenie: nagranie z generatora i nagranie ze studia to nie jest ten sam produkt. W stawce lektora mieści się studio, reżyseria czytania, odszumianie, wyrównanie głośności i dogadane prawa do emisji. W koszcie AI mieści się sam plik — resztę robisz sam. Przy krótkich formach ta różnica jest bez znaczenia, przy kampanii ogólnopolskiej bywa decydująca.
Ile minut nagrania zmieścisz w każdym planie
| Plan | Cena/mc | Znaki | Minuty mowy | Koszt minuty |
|---|---|---|---|---|
| Free | 0 zł | 10 000 | ~10 min | 0 zł (bez licencji komercyjnej) |
| Starter | 6 USD (~22,80 zł) | 30 000 | ~30 min | ~0,76 zł |
| Creator | 22 USD (~83,60 zł) | 121 000 | ~2 h | ~0,69 zł |
| Pro | 99 USD (~376 zł) | 600 000 | ~10 h | ~0,63 zł |
| Scale | 299 USD (~1 136 zł) | 1 800 000 | ~30 h | ~0,63 zł |
Starter ma dziś najdroższą minutę ze wszystkich planów płatnych (ok. 0,76 zł), Creator jest tańszy (ok. 0,69 zł), a od planu Pro koszt spada do ok. 0,63 zł i dalej już się nie zmienia: Scale i Business dają więcej znaków, nie tańszy znak. Między Starterem a Creatorem różnica to kilka groszy na minucie, więc o wyborze decyduje limit: 30 minut wobec ok. 2 godzin mowy miesięcznie, 10 wobec 30 miejsc na własne głosy i Professional Voice Cloning, którego Starter nie ma. Jeśli nagrywasz krótkie formy gotowym głosem z biblioteki i mieścisz się w pół godzinie miesięcznie, Starter za ok. 22,80 zł wystarczy. Niewykorzystane znaki przechodzą na dwa kolejne miesiące (Credit Rollover) we wszystkich planach płatnych.
Czy polski lektor AI brzmi naturalnie
Polski jest obsługiwany natywnie, a nie przez akcentowany angielski silnik — to zmieniło się wraz z modelem Multilingual v2. Przeciętny słuchacz nie rozpozna syntezy w spokojnej narracji informacyjnej. Rozpozna ją natomiast tam, gdzie liczy się gra aktorska: w emocjonalnym dialogu, ironii, przerywanym zdaniu.
| Model | Do czego | Mocna strona | Kompromis |
|---|---|---|---|
| Eleven v4 | reklama, audiobook, postacie | najnowszy (IX 2026), najszersza ekspresja, 90+ języków | nowy, warto przetestować na własnym tekście |
| Eleven v3 | dialog, treści z emocją | znaczniki emocji | poprzednia generacja, mniej przewidywalny |
| Multilingual v2 | narracja, e-learning, audiobook | najrówniejsza intonacja w długich tekstach | mniejsza ekspresja |
| Flash v2.5 | IVR, asystenci głosowi, real-time | latencja ~75 ms, 50% taniej | płytsza interpretacja |
| Eleven v4 Turbo | agenci głosowi, rozmowy na żywo | emocje przy ok. 100 ms | nowy; w API kosztuje tyle co Flash (0,04 USD / 1 000 zn.) |
Jak zrobić nagranie lektorskie krok po kroku
- Załóż konto — plan Free nie wymaga karty i daje 10 000 znaków na testy.
- Wybierz model — Multilingual v2 do narracji, Eleven v3 do reklamy, Flash v2.5 do systemów odpowiadających na żywo.
- Wybierz głos — Voice Library ma tysiące gotowych głosów; filtruj po języku polskim i płci.
- Przygotuj tekst — rozpisz liczby i skróty słownie (patrz sekcja o wymowie). To krok, który najbardziej podnosi jakość.
- Ustaw suwaki — Stability wyżej dla narracji (spokojniejsze czytanie), niżej dla reklamy (więcej wyrazu).
- Generuj zdaniami, nie całością — jedno niepoprawnie przeczytane zdanie poprawisz osobno, bez zużywania znaków na cały tekst od nowa.
- Pobierz MP3 lub WAV i zmontuj z podkładem. Plan Pro daje dźwięk 192 kbps, a przez API także 44,1 kHz PCM.
Cały proces pierwszego nagrania zajmuje kilka minut. Konto na planie Free wystarczy, żeby sprawdzić, czy polski głos spełnia Twoje oczekiwania, zanim zapłacisz za cokolwiek.
Jak dobrać głos: biblioteka, projektowanie, własny klon
- Voice Library — gotowe głosy udostępnione przez społeczność i twórców. Najszybsza droga; sprawdź, czy dany głos ma odblokowany użytek komercyjny.
- Voice Design — opisujesz głos słowami („niski męski, spokojny, lekko zachrypnięty, tempo wolne”) i dostajesz wariant, którego nikt inny nie ma. Dobre dla marki, która nie chce brzmieć jak konkurencja.
- Klon własnego głosu — Instant Voice Cloning działa od kilku minut próbki, Professional Voice Cloning wymaga ok. 30 minut nagrań i planu Creator. To jedyna opcja, jeśli lektorem masz być Ty.
Klonowanie cudzego głosu bez zgody jest niedopuszczalne — konsekwencje prawne i etyczne opisaliśmy w tekście o deepfake’ach głosowych.
Licencja komercyjna — co wolno na jakim planie
Najczęściej pomijany szczegół, a potrafi wywrócić projekt. Plan Free nie daje licencji komercyjnej — nagranie zrobione za darmo możesz odsłuchać, ale nie wolno go opublikować w zmonetyzowanym filmie, płatnym kursie ani reklamie.
| Zastosowanie | Free | Starter (6 USD) | Creator (22 USD) i wyżej |
|---|---|---|---|
| Testy, użytek prywatny | Tak | Tak | Tak |
| YouTube z monetyzacją, shorty, TikTok | Nie | Tak | Tak |
| Reklama, płatny kurs, audiobook na sprzedaż | Nie | Tak | Tak |
| Instant Voice Cloning (własny głos) | Nie | Tak | Tak |
| Professional Voice Cloning | Nie | Nie | Tak |
Do czego lektor AI się nadaje, a do czego nie
| Zastosowanie | Ocena | Dlaczego |
|---|---|---|
| E-learning, szkolenia, instrukcje | Bardzo dobrze | treść się zmienia — poprawiasz zdanie, nie umawiasz studia |
| YouTube, shorty, social media | Bardzo dobrze | tempo publikacji i koszt przy dużej liczbie odcinków |
| Zapowiedzi IVR i infolinie | Bardzo dobrze | krótkie formy, Flash v2.5 działa w czasie rzeczywistym |
| Audiobook, długie formy | Dobrze | ElevenLabs Projects utrzymuje spójność głosu przez rozdziały |
| Prezentacja, PowerPoint, wideo produktowe | Dobrze | eksport MP3 wstawiasz jako ścieżkę dźwiękową |
| Reklama ogólnopolska, brand voice | Ostrożnie | klient często oczekuje rozpoznawalnego głosu i gwarancji praw |
| Dubbing filmu fabularnego | Słabo | gra aktorska pod obraz wciąż wygrywa z syntezą |
| Podszywanie się pod czyjś głos | Nie | naruszenie dóbr osobistych, zakaz w regulaminie |
Jak wymusić poprawną wymowę liczb, skrótów i obcych nazw
Większość reklamacji na „sztucznie brzmiącego lektora” to w rzeczywistości źle przeczytana liczba albo skrót. Poprawia się to w tekście, nie w ustawieniach:
| Problem | Zamiast | Napisz |
|---|---|---|
| Rok | 2026 | dwa tysiące dwudziesty szósty |
| Kwota | 22 USD | dwadzieścia dwa dolary |
| Skrót | np., ul., godz. | na przykład, ulica, godzina |
| Obca nazwa | Nike, Adobe | Najki, Adołbi |
| Numer telefonu | 601234567 | sześć zero jeden, dwa trzy cztery, pięć sześć siedem |
| Za szybkie czytanie | zdanie bez interpunkcji | dodaj przecinki i kropki — one sterują pauzą |
W modelu Eleven v3 dochodzą znaczniki emocji wstawiane w nawiasach kwadratowych, którymi wymuszasz szept, śmiech czy zmianę tempa w konkretnym miejscu.
Lektor AI a lektor-człowiek: kiedy nadal warto zapłacić człowiekowi
Cena rozstrzyga tylko część przypadków, a rynkowe stawki studiów sprawdzisz w zestawieniu cennik nagrań lektorskich 2026. Zatrudnij człowieka, gdy:
- Głos jest elementem marki i ma być rozpoznawalny przez lata — syntetyczny głos z biblioteki może wykorzystać ktokolwiek inny.
- Materiał wymaga interpretacji — ironii, wahania, gry z obrazem, reakcji na drugą postać.
- Klient wymaga pełnych praw i umowy z konkretną osobą, a nie licencji platformy.
- Nagranie musi mieć podpis znanego głosu — tego nie zastąpi żadna synteza, a próba podszycia się jest naruszeniem prawa.
Szerzej o tym, co zmiana oznacza dla zawodu, pisaliśmy w tekście Czy AI zastąpi lektorów?. W praktyce najczęstszy układ to podział: człowiek do wizerunkowych kampanii, AI do wszystkiego, co powtarzalne i często aktualizowane.
Darmowy lektor AI — co da się zrobić za 0 zł
Plan Free to 10 000 znaków miesięcznie, czyli ok. 10 minut mowy, pełny dostęp do modeli i ponad 90 języków. Klonowanie głosu (Instant Voice Cloning) wymaga już planu Starter. Realnie wystarczy na: przetestowanie kilku polskich głosów, dubbing krótkiego materiału na własny użytek, sprawdzenie własnego klonu głosu. Nie wystarczy na nic, co publikujesz zarobkowo — do tego potrzebny jest minimum Starter za 6 USD miesięcznie (5 USD przy płatności rocznej).
Jeśli szukasz szerszego kontekstu, zacznij od przewodnika generator głosu AI po polsku albo zestawienia najlepszych syntezatorów mowy online. Do zmiany barwy istniejącego nagrania służy z kolei modulator głosu AI.
FAQ — lektor AI po polsku
W planie Creator (22 USD/mc, 121 000 znaków) minuta nagrania kosztuje ok. 0,69 zł, w planie Starter ok. 0,76 zł, od planu Pro ok. 0,63 zł. Lektor-człowiek bierze 150–450 zł netto za zapowiedź IVR.
Tak, od planu Starter (6 USD/mc) wzwyż. Plan Free nie obejmuje licencji komercyjnej.
W spokojnej narracji przeciętny słuchacz nie rozpozna syntezy. Różnica pozostaje słyszalna w treściach wymagających gry aktorskiej.
Około 1 000 znaków ze spacjami daje 1 minutę mowy. Strona A4 to ok. 1 minuta 45 sekund.
Multilingual v2 do narracji, Eleven v3 do reklamy i dialogu, Flash v2.5 do IVR i asystentów głosowych.
Tak. Instant Voice Cloning działa od kilku minut próbki, Professional Voice Cloning wymaga ok. 30 minut nagrań i planu Creator.
Rozpisz je słownie w tekście źródłowym. Interpunkcja steruje pauzami, więc zdanie bez przecinków zostanie przeczytane za szybko.
Od czego zacząć
Nagraj pierwszą minutę za darmo, zanim zdecydujesz o abonamencie: plan Free na elevenlabs.io daje 10 000 znaków bez podawania karty. Jeśli materiał ma być publikowany zarobkowo, minimalny sensowny wybór to Starter za 6 USD miesięcznie (5 USD przy płatności rocznej) — porównanie wszystkich progów znajdziesz w cenniku.