Jó AI hanggenerátor magyarul találni sokkal nehezebb, mint angolul — és nem azért, mert nincs belőle. Azért, mert a nagy összehasonlító cikkek szinte kivétel nélkül angol hangokat mérnek, a magyar kínálat pedig szolgáltatónként teljesen máshogy néz ki, mint az angol.
Konkrét példa: a Google angolul öt különböző minőségi szintet kínál. Magyarul hármat — és a középső, legjobb ár-érték arányú szint teljesen hiányzik. Ha egy angol nyelvű teszt alapján választasz, pont ebbe futsz bele.
Ez a cikk azt nézi meg, hogy 2026 augusztusában mi érhető el ténylegesen magyar nyelven, mennyibe kerül, és melyik eszköz melyik feladatra való.
Miért nehéz jó AI hanggenerátort magyarul találni
A szövegfelolvasó (TTS) szolgáltatók a hangokat nyelvi lokálokra építik. A magyar lokál kódja hu-HU, és minden szolgáltatónál külön kell hozzá hangot betanítani.
Mivel a magyar piac kicsi, a cégek jellemzően késve hozzák a magyar hangokat, és nem minden minőségi szinten. Emiatt alakul ki az a helyzet, hogy egy szolgáltatónál angolul 40 hang közül válogathatsz, magyarul viszont kettő közül.
Ezért nem lehet átvenni az angol nyelvű ajánlásokat. Az alábbi számok mindegyike a szolgáltatók hivatalos, aktuális hanglistájából származik.
Van még egy tényező, amit érdemes előre tisztázni. A magyar nyelv ragozó és a hangsúly mindig az első szótagon van — ez két olyan tulajdonság, amivel az angolra tervezett modellek nehezen birkóznak meg. Az összehasonlításokban ezt a prozódia mutatója méri: a hanglejtés és a ritmus pontossága. Épp ez az a szám, ahol a szolgáltatók között a legnagyobb a szórás — a kiejtésnél jellemzően pár százalék a különbség, a prozódiánál akár húsz is.
Egy AI hanggenerátor magyarul tehát nem attól lesz jó, hogy hány hangot kínál, hanem attól, hogy ezt a két problémát mennyire kezeli. Ezt viszont csak saját szöveggel tudod ellenőrizni — erre a cikk végén visszatérünk.
A négy AI hanggenerátor magyarul — egy pillantásra
- Google Cloud Text-to-Speech — a legtöbb magyar hang (32 db), és nagyon nagyvonalú ingyenes keret. Cserébe fejlesztői felület, nem kattintgatós alkalmazás.
- Microsoft Azure AI Speech — az egyetlen, ahol a magyar hangokat magyar keresztnévvel hívják, és a legjobb finomhangolási lehetőségekkel jön.
- ElevenLabs — a legjobb hangminőség és az egyetlen komoly hangklónozás, de messze a legdrágább.
- OpenAI TTS — nincs külön magyar hangja, mégis felolvassa a magyar szöveget. A legegyszerűbb beépíteni, a leggyengébb kiejtéssel.
Google Cloud Text-to-Speech: 30 magyar hang, egy furcsa hiánnyal
A Google hivatalos hanglistája szerint magyar nyelven jelenleg 32 hang érhető el. A megoszlás viszont beszédes:
Chirp 3: HD — 30 hang · Standard — 1 hang · WaveNet — 1 hang · Neural2 — 0 hang · Studio — 0 hang
Ez azt jelenti, hogy magyarul gyakorlatilag két világ között választasz. Vagy az egyetlen régi Standard, illetve WaveNet hangot használod 1 millió karakterenként 4 dollárért, vagy a 30 darab új Chirp 3: HD hang valamelyikét 30 dollárért.
A középkategória, a Neural2 — ami angolul 16 dolláros áron jó kompromisszum — magyarul egyszerűen nem létezik. Ez a legfontosabb tudnivaló a Google magyar kínálatáról, és tipikusan az, amit egy angol nyelvű összehasonlításból nem tudsz meg.
Az ingyenes keret itt a legerősebb érv
A Standard és WaveNet hangokra havi 4 millió karakter ingyenes, a Chirp 3: HD-re 1 millió karakter. Ez utóbbi nagyjából 110 darab tízperces videó narrációjának felel meg — havonta, ingyen.
Előnye: a legtöbb magyar hang, kiemelkedő ingyenes keret, 99,9%-os rendelkezésre állás.
Hátránya: Google Cloud-fiók és API-ismeret kell hozzá, nincs kényelmes webes szerkesztő, és a számlázás többszintű.
Kipróbálni a Google Cloud Text-to-Speech oldalán tudod, a beépített demóval.
Microsoft Azure AI Speech: magyar hangok magyar néven
Az Azure a mezőny egyetlen szereplője, amely a magyar hangoknak magyar keresztnevet adott. A hivatalos dokumentáció szerint elérhető a klasszikus Noémi (női) és Tamás (férfi) neurális hang, mellettük pedig az újabb MAI-Voice-2 generációból Bence, Levente, Lilla és Réka.
Az új hangokból létezik Flash változat is, ami gyorsabb válaszidőt ad — ez akkor számít, ha élő alkalmazásba építed be, nem előre legyártott hangfájlt készítesz.
Az árazás: a hagyományos neurális hangok 16 dollár / 1 millió karakter, a Neural HD szint 22 dollár. Utóbbi 2026 márciusában csökkent 30 dollárról, tehát az Azure aktívan olcsóbbodik.
Az ingyenes szint havi 500 000 karakter, és nem jár le — ez a mezőny egyik legtisztább ajánlata, mert nem próbaidőszak, hanem tartós keret.
Ahol az Azure tényleg nyer: a finomhangolás
Az Azure teljes SSML-támogatást ad. Ez a gyakorlatban azt jelenti, hogy megmondhatod, hol legyen szünet, melyik szót hangsúlyozza, milyen tempóban és milyen hangmagasságon beszéljen a hang.
Magyar szövegnél ez nem luxus. Az idegen szavak, a márkanevek és a számok kiejtését gyakran kézzel kell igazítani, és erre az Azure adja a legtöbb eszközt.
Előnye: magyar nevű hangok, kiváló SSML, tartós ingyenes keret, nagy volumennél 7,50 dollárig leszorítható ár.
Hátránya: az Azure portál a mezőny legmeredekebb tanulási görbéje. Fiók, Speech-erőforrás, kulcsok — ez nem öt perc.
A hangokat regisztráció nélkül is meghallgathatod a Microsoft Speech Studio hanggalériájában.
ElevenLabs: a legjobb minőség, a legmagasabb áron
Az ElevenLabsnak külön magyar nyelvű oldala van, és a magyar támogatás dokumentáltan a Flash v2.5 és Turbo v2.5 modellekben van benne — ezek 32 nyelvet kezelnek.
Itt van egy csapda, amit érdemes megjegyezni: a modellek nyelvi lefedettsége erősen eltér. Az Eleven Flash v2 kizárólag angolul tud. A v3 modell 74 nyelvet kezel, de kérésenként csak 5 000 karaktert fogad — a Flash és Turbo 40 000-rel szemben. Hosszú szövegnél ez nyolcszor több darabolást jelent.
Amit csak az ElevenLabs tud
A hangklónozás itt működik a legjobban: feltöltesz egy mintát a saját hangodról, és a klón az összes támogatott nyelven megszólal, megtartva a hangszíned és a jellegzetességeidet. Ez a funkció a többi szolgáltatónál vagy nincs, vagy külön betanítást és óradíjat igényel.
Az árazás kredit alapú:
Free 10 000 kredit — de kereskedelmi jog nélkül · Starter 5 $ 30 000 kredit + kereskedelmi licenc · Creator 22 $ 100 000 kredit + profi hangklónozás · Pro 99 $ 500 000 kredit · Scale 330 $ 2 millió kredit
A számok nagynak tűnnek, de 100 000 kredit nagyjából 100 perc hanganyag. Ha heti két videót gyártasz, a Creator csomag elfogy, és a túlhasználat percenként 0,30 dollár.
Egy fontos részlet, amin sokan elcsúsznak: az ingyenes csomaggal készült hangot nem használhatod kereskedelmi célra. Ha YouTube-ra vagy ügyfélnek gyártasz, a legolcsóbb legális belépő az 5 dolláros Starter.
Előnye: a legtermészetesebb hangzás, valódi hangklónozás, kényelmes webes felület.
Hátránya: messze a legdrágább, a kredit legfeljebb két hónapig görgethető, és az ingyenes szint kereskedelmileg használhatatlan.
Kipróbálni az ElevenLabs magyar szövegfelolvasó oldalán tudod, havi 10 000 karakter ingyen.
OpenAI TTS: nincs magyar hang, mégis felolvassa
Az OpenAI másik logika szerint működik. Nincsenek nyelvspecifikus hangjai — ugyanaz a kilenc (a gpt-4o-mini-tts modellnél tizenhárom) hang olvas fel bármilyen nyelvű szöveget.
Ez kényelmes, mert nem kell hangot választanod nyelvenként. Cserébe a hangok angolra vannak optimalizálva, és ez magyarul hallható.
Független mérés szerint az OpenAI kiejtési pontossága 77,30%, szemben az ElevenLabs 81,97%-ával; a prozódiai pontosságnál nagyobb a szakadék: 45,83% a 64,57% ellenében. A prozódia a hanglejtés és a ritmus — pont az, amitől egy felolvasás emberi vagy gépies lesz.
Az ár viszont vonzó: a tts-1 modell 15 dollár / 1 millió karakter, a HD változat 30 dollár. A gpt-4o-mini-tts tokenalapon számol, ami nagyjából 0,015 dollár percenként — de kérésenként csak 2 000 tokent fogad, tehát hosszú szöveget darabolni kell.
Előnye: a legegyszerűbb beépíteni, ha már használsz OpenAI API-t; nincs csomag, nincs kredit, csak fogyasztás.
Hátránya: nincs dedikált magyar hang, gyengébb kiejtés és hanglejtés, korlátozott SSML-vezérlés.
Mennyibe kerül ez valójában?
Számoljunk konkrétan. Egy tízperces videó narrációja nagyjából 9 000 karakter magyar szöveg. Havi húsz ilyen videó 180 000 karakter.
Google Standard/WaveNet: 0,72 $ — de belefér a havi 4 milliós ingyenes keretbe, tehát 0 $ · Google Chirp 3: HD: 5,40 $ — belefér az 1 milliós keretbe, tehát 0 $ · Azure Neural: 2,88 $ · OpenAI tts-1: 2,70 $ · ElevenLabs: a Creator csomag kerete nem elég, Pro szint kell — 99 $
A különbség nem árnyalatnyi. Ugyanazért a munkáért az egyik szolgáltatónál nulla forintot fizetsz, a másiknál majdnem száz dollárt havonta.
Ez nem azt jelenti, hogy az ElevenLabs rossz üzlet — azt jelenti, hogy csak akkor éri meg, ha a hangminőség maga a termék. Hangoskönyvnél vagy fizetős kurzusnál igen. Belső oktatóanyagnál vagy akadálymentesítésnél nem. Ha általánosabban érdekel a költségoldal, az AI havi költségeit összeszedő cikkünk tovább bontja a képet.
Kinek melyik való
Tartalomgyártónak, aki YouTube-ra vagy közösségi médiába dolgozik: kezdd a Google Chirp 3: HD hangjaival. A 30 magyar hang bőven ad választékot, és a havi 1 millió karakter ingyenes keret gyakorlatilag lefedi a teljes termelést.
Fejlesztőnek, aki alkalmazásba építi: Azure, a jobb SSML-vezérlés és a Flash hangok alacsony késleltetése miatt. Ha viszont már OpenAI API-t használsz, és a kiejtés nem kritikus, az OpenAI TTS egy délután alatt bekötve van.
Hangoskönyvhöz, podcasthez, saját hanggal: ElevenLabs, Creator szinttől felfelé. Itt a hangklónozás miatt nincs valódi alternatíva.
Akadálymentesítéshez, weboldalra: Google Standard vagy WaveNet. Egyetlen hang, de ingyenes keretben, és erre a célra a természetesség másodlagos a megbízhatóság mögött.
Amit érdemes tesztelned, mielőtt fizetsz
Mind a négy szolgáltatónál van ingyenes keret, tehát a döntést nem kell papíron meghozni. Egy dolgot viszont mindenképpen próbálj ki: a saját szövegeddel teszteld, ne a demószöveggel.
A magyar TTS-nél a buktatók jellemzően nem az általános beszédben vannak, hanem a részletekben — az idegen márkaneveknél, a hosszú összetett szavaknál, a számoknál és a rövidítéseknél. Ezeket a demószövegek szinte soha nem tartalmazzák.
Írj egy 500 karakteres tesztszöveget, amiben benne van minden, amit a valós munkádban használnál, és futtasd le mind a négy helyen. Tizenöt perc, és utána tudni fogod, melyik ér neked pénzt.
Kapcsolódó elemzésünkben részletesen bemutatjuk: Legjobb ingyenes AI eszközök 2026: a teljes lista limitekkel.