Ha AI hanggenerátor magyarul működő megoldást keresel, gyorsan beleütközöl ugyanabba a falba: a legtöbb összehasonlító cikk angol hangokat tesztel, a szolgáltatók nyelvlistái pedig ritkán árulják el, hogy a magyar valóban dedikált hangot kap-e, vagy csak egy angol hang próbálja meg kiejteni a magyar szavakat. Ebben az útmutatóban négy szolgáltató hivatalos magyar kínálatát néztük végig, konkrét hangnevekkel és árakkal.

Két különböző dolog, amit a „támogatja a magyart” jelenthet

Mielőtt bármelyik eszközre előfizetnél, érdemes tisztázni egy különbséget, ami a végeredményen sokat számít.

• Dedikált magyar hang. A szolgáltató külön magyar hangokat kínál, saját azonosítóval (például hu-HU-NoemiNeural). Ezeket magyar beszédre tanították: a hangszín, a hangsúlyozás és a magyar hanglejtés is stimmel.
• Többnyelvű modell. Egyetlen hangkészlet szólal meg minden nyelven, köztük magyarul is. A kiejtés jó lehet, de a hangkarakter nem magyar anyanyelvire hangolt, és a hangsúlyozás időnként idegenszerű marad.

Egyik sem rossz megoldás — más célra valók. Hosszú, magyar nyelvű narrációhoz (hangoskönyv, e-learning, cikkfelolvasás) a dedikált hang a biztonságosabb választás. Ha viszont egyetlen hangkarakterrel akarsz több nyelven megszólalni, a többnyelvű modell az, amit keresel.

ElevenLabs: a magyar hivatalosan támogatott nyelv

Az ElevenLabs saját blogbejelentésben vezette be a magyar nyelvet — a vietnámival és a norvéggal együtt —, és ezzel lépte át a 70+ támogatott nyelv határát. A cég a bejelentésben 13 millió magyar beszélővel számol.

A magyar a Multilingual v2 modell nyelvlistájában is szerepel, az Eleven v3 pedig szintén támogatja (hun nyelvkóddal). Van dedikált magyar aloldala is a szolgáltatásnak, tehát nem elfelejtett mellékszálról van szó.

Ami itt igazán érdekes, az a Professional Voice Cloning és a többnyelvű modell kombinációja: ha egyszer klónoztad a saját hangodat, az az összes támogatott nyelven megszólal, miközben megtartja a hangkarakteredet és az akcentusodat. Magyar tartalomgyártóként ez azt jelenti, hogy a saját hangoddal készíthetsz idegen nyelvű változatot is.

Árak (havi díj / havi kredit):

• Free — $0 / 10 000 kredit
• Starter — $6 / 30 000 kredit
• Creator — $22 (első hónap $11) / 121 000 kredit
• Pro — $99 / 600 000 kredit
• Scale — $299 / 1 800 000 kredit
• Business — $990 / 6 000 000 kredit

Egy buktatóra érdemes figyelni: az ingyenes csomagban nincs kereskedelmi felhasználási jog, és fel kell tüntetned az ElevenLabs nevét. Ha a hanganyagot bármilyen bevételszerző tartalomban használnád — YouTube-videó, ügyfélprojekt, hirdetés —, a Starter csomagtól ($6/hó) indulsz. A fizetős csomagoknál a fel nem használt kredit átgördül, legfeljebb a havi keret háromszorosáig, éves fizetésnél pedig nagyjából két hónapnyi kedvezményt kapsz.

Microsoft Azure AI Speech: itt van a legtöbb magyar hang

Ha a hangválaszték a szempont, az Azure viszi el a pálmát. A Microsoft hivatalos nyelvi támogatási listáján a hu-HU locale alatt tíz magyar hang szerepel:

• hu-HU-NoemiNeural (női) és hu-HU-TamasNeural (férfi) — a klasszikus neurális páros
• Bence és Levente (férfi), valamint Lilla és Réka (női) — mind az újabb MAI-Voice-2 generációból
• Mind a négy MAI-Voice-2 hangnak létezik Flash változata is, alacsonyabb késleltetéssel

Legalább ennyire fontos, hogy a magyar nem „lecsatolt” nyelv az Azure-nál. A Microsoft képességtáblája szerint a hu-HU locale megkapja a HD hangot, a neurális hangot, a cross-lingual hangot (forrásként és célként is), a többstílusú és a többnyelvű hangokat egyaránt. A gyakorlatban ez azt jelenti, hogy beszédstílust is válthatsz, és a magyar hangod idegen nyelven is megszólalhat.

Az árazásnál egy megkötés: ezek az adatok nem a Microsoft saját árlistájáról, hanem több egybehangzó, független árkövetőből származnak — a megrendelés előtt mindenképp ellenőrizd a hivatalos Azure-oldalon. Az ott közölt nagyságrendek:

• Ingyenes szint (F0): havi 500 000 karakter, lejárat nélkül — ez nagyjából 10 óra hanganyag havonta
• Neural TTS: kb. $16 / 1 millió karakter
• Neural HD: kb. $22 / 1 millió karakter (2026 márciusában csökkent $30-ról)
• Custom Neural Voice (saját márkahang): $24 / 1M, HD minőségben $48 / 1M

Az Azure legnagyobb hátránya nem az ár, hanem a belépési küszöb: Azure-fiókot kell létrehoznod, Speech-erőforrást beállítanod és kulcsokat kezelned. Ez nem egy „regisztrálok és beírom a szöveget” élmény — cserébe a fél millió ingyenes karakter havonta komoly érték.

Google Cloud Text-to-Speech: magyarul a leggyengébb kínálat

Itt jön a legfontosabb magyar-specifikus tanulság, amit a nemzetközi összehasonlítók sosem említenek. A Google saját dokumentációja szerint a hu-HU locale-ban mindössze négy hang létezik:

• hu-HU-Standard-A (női) és hu-HU-Standard-B (férfi)
• hu-HU-Wavenet-A (női) és hu-HU-Wavenet-B (férfi)

Vagyis nincs magyar Neural2, nincs Studio és nincs Chirp 3 HD hang. A Google legújabb, legtermészetesebb hangzású TTS-generációi magyarul egyszerűen nem érhetők el. Ha valaha hallottál egy lenyűgöző Google-demót angolul, és csalódtál a magyar eredményben, ez a magyarázat — nem te rontottad el a beállítást, hanem más modell szólalt meg.

Ennek egy előnye azért van: mivel magyarul csak a régebbi szintek léteznek, a Google prémium hangjainak magas díjszabása sem terhel. A Google karakteralapú árazást használ havi ingyenes kerettel; a magyarul elérhető Standard és WaveNet szintek a piac olcsóbb feléhez tartoznak. A modern Chirp 3 HD hangoknál 1 millió karakter felett $0,00003 / karakter a díj — de ez magyar szöveg esetén nem releváns.

OpenAI TTS: egy hangkészlet, sok nyelv

Az OpenAI három modellt kínál: a gpt-4o-mini-tts a legújabb, a tts-1 az alacsonyabb késleltetésű, a tts-1-hd pedig a jobb minőségű változat. A legújabb modellhez 13 beépített hang tartozik (alloy, ash, ballad, coral, echo, fable, nova, onyx, sage, shimmer, verse, marin, cedar), a régebbi modellek ebből kilencet érnek el.

A nyelvi támogatás a dokumentáció szerint „nagyjából a Whisper modellt követi”, ami körülbelül 50 nyelvet jelent — és a magyar szerepel a listában. Fontos viszont, hogy itt tisztán a második eset áll fenn: nincs dedikált magyar hang, ugyanaz a 13 hang beszél magyarul is.

Az OpenAI hivatalos TTS-dokumentációja nem tartalmaz árat; a független árkövetők a gpt-4o-mini-tts esetében nagyjából $12 / 1 millió karakteres nagyságrendet mérnek, ami a mainstream neurális hangok árszintje.

Mennyibe kerül ez valójában?

Hogy legyen viszonyítási pontod, így néznek ki a piaci árszintek egymillió karakterre vetítve, a nyilvános árkövetők 2026-os adatai alapján:

1. Nyílt forráskódú, saját gépen futtatva (Fish Speech, Kokoro, Qwen-TTS): $0 + a GPU költsége
2. Standard felhős hangok (Google Standard): kb. $4
3. Mainstream neurális hangok (Azure Neural, Google WaveNet/Neural2, OpenAI gpt-4o-mini-tts): $12–$22
4. Prémium, valós idejű modellek (ElevenLabs Turbo/Flash v2.5): kb. $35–$50
5. Csúcskategória (ElevenLabs v3 kb. $100, Google Studio $160)

Percre átszámítva ez nagyjából $0,005–$0,04 közötti költséget jelent egy perc generált beszédre. Egy tízperces videó narrációja tehát a legdrágább kategóriában is jellemzően fél dollár alatt marad — a valódi költség nem a generálás, hanem az újragenerálás, amikor tizedszer is átírod a szöveget.

Gyakorlati tipp: a szöveget előbb véglegesítsd, és csak utána generálj hangot. A legtöbb elfogyott kredit nem a kész anyagra megy el, hanem a próbálkozásokra.

Ingyenes utak, ha egyelőre nem akarsz fizetni

Nem minden feladathoz kell előfizetés. Három reális ingyenes útvonal van, mindegyik más korláttal:

• Az Azure ingyenes szintje. Havi 500 000 karakter, lejárat nélkül — ez messze a legnagyvonalúbb ingyenes keret a négy szolgáltató közül, és teljes értékű magyar neurális hangokat ad. Cserébe Azure-fiókot és technikai beállítást kér.
• Az ElevenLabs ingyenes csomagja. Havi 10 000 kredit, ami körülbelül tíz perc hanganyag. Tesztelésre tökéletes, éles használatra nem: nincs kereskedelmi jog, és fel kell tüntetned a szolgáltató nevét.
• A készülékedbe épített felolvasó. A telefonod és a laptopod is tud magyarul felolvasni, ingyen és korlátlanul. A hangminőség elmarad a neurális modellekétől, de cikkek és dokumentumok meghallgatásához bőven elég — publikálásra viszont nem alkalmas.

Érdemes tudni azt is, hogy több népszerű olvasóalkalmazás nem saját hangokat használ, hanem a nagy szolgáltatóktól licencel. A NaturalReader például a Google, az OpenAI és az ElevenLabs hangjaiból válogat — vagyis végső soron ugyanazokat a modelleket hallod, csak más felületen és más árazással.

SSML: amivel a kiejtésen javíthatsz

Ha a generált magyar szöveg valahol félrehangsúlyoz, nem feltétlenül modellt kell váltanod. Az Azure teljes SSML-támogatást ad, ami azt jelenti, hogy jelölőnyelvvel szabályozhatod a beszédtempót, a hangsúlyt és a szüneteket. A gyakorlatban ez a magyar szövegeknél két helyen segít a legtöbbet:

• Idegen nevek és rövidítések. Ha egy márkanevet vagy angol kifejezést következetesen rosszul ejt, a kiejtést felülírhatod, ahelyett hogy fonetikusan átírnád a szöveget.
• Hosszú mondatok tagolása. A magyar mellékmondatok gyakran hosszúak; egy jól elhelyezett szünet többet javít a hallgathatóságon, mint egy drágább hang.

Egy dolgot érdemes még számításba venni az ElevenLabsnál: a magyar nyelv a bevezetéskor még nem volt elérhető a Dubbing és a Reader alkalmazásban, csak a beszédszintézisben. Ha kifejezetten szinkronizálásra vagy az olvasóappra készülsz, ezt ellenőrizd a saját fiókodban, mielőtt a csomagot kiválasztod.

Melyiket válaszd?

Nincs egyetlen legjobb AI hanggenerátor magyarul — a négy szolgáltató elég jól szétválik használati esetek szerint:

• Tartalomgyártóként, magyar narrációhoz, gyors indulással: ElevenLabs. Kereskedelmi használathoz a $6-os Starter a belépő — az ingyenes csomag csak tesztelésre jó.
• Ha sok magyar hang közül akarsz választani, vagy sok szöveget dolgozol fel: Azure AI Speech. Tíz magyar hang és havi félmillió ingyenes karakter, cserébe komolyabb beállításért.
• Ha a saját hangodon akarsz több nyelven megszólalni: ElevenLabs Professional Voice Cloning a többnyelvű modellel.
• Ha már OpenAI-alapú alkalmazást fejlesztesz: az OpenAI TTS a legkevesebb integrációs munkával jár — de fogadd el, hogy a hangkarakter nem magyar.
• Ha a Google ökoszisztémájában dolgozol: tudd előre, hogy magyarul a régi generációs hangokat kapod. Érdemes egy mintát legenerálni, mielőtt ráépítenél egy projektet.

Három dolog, amit előfizetés előtt ellenőrizz

1. Kereskedelmi licenc. Az ingyenes csomagok jellemzően kizárják a bevételszerző felhasználást. Ha ügyfélmunkáról vagy monetizált csatornáról van szó, ez nem apróbetűs részlet, hanem jogi kérdés.
2. Generálj magyar mintát, mielőtt fizetsz. Egy demóhang angolul mindig jól szól. A magyar hosszú magánhangzók, az „ő” és „ű”, valamint az idegen nevek kiejtése az, ahol a különbség kiderül — pont ezeket tedd bele a tesztmondatba.
3. Számold ki karakterben, ne percben. Az árazás szinte mindenhol karakteralapú. Egy átlagos, 1500 szavas magyar cikk nagyjából 10 000 karakter — ebből látod, hogy a havi kereted hány cikkre elég.

Kapcsolódó elemzésünk: Legjobb ingyenes AI eszközök 2026: a teljes lista limitekkel

Az AI hanggenerátor magyarul 2026-ban ott tart, hogy a minőség már nem akadály — a választás inkább arról szól, mennyi beállítást vállalsz, és mire használod a hangot. Ha a szolgáltatók árai vagy hangkészletei megváltoznak, a kép gyorsan átrendeződhet, ezért a hivatalos nyelvi listát érdemes ellenőrizni, mielőtt hosszabb projektet építesz rá.

További olvasnivaló: AI tartalomíráshoz magyarul 2026: melyik modell írja a legjobb szöveget?