# Lietuviškas DI balsas 2026: kaip jis skamba ir kodėl ne visi vienodi

> TTS technologija lietuviškai: kaip generuojamas DI balsas, kodėl ElevenLabs LT skamba kitaip nei OpenAI ir kuo skiriasi vietiniai modeliai. Klausytojo gidas — kuo atpažinti gerą balsą prieš pasirenkant DI asistentą.

**URL:** [https://atsiliepsiu.lt/blog/lietuviskas-di-balsas-kaip-jis-skamba-2026](https://atsiliepsiu.lt/blog/lietuviskas-di-balsas-kaip-jis-skamba-2026)
**Main site:** [https://atsiliepsiu.lt](https://atsiliepsiu.lt)
**Užsisakyti:** [https://atsiliepsiu.lt/signup](https://atsiliepsiu.lt/signup)
**Demo numeris:** +370 5 200 2566
**Last updated:** 2026-05-26

---

**Lietuviškas DI balsas — tai dirbtinio intelekto sintezuotas (TTS — text-to-speech) garso įrašas, kuriame kompiuteris ne perskaito iš anksto įrašytą frazę, o kiekvieną žodį sukuria savarankiškai pagal įvestą tekstą. 2026 m. pirmos eilės LT balsai (ElevenLabs, OpenAI, Google) skamba pakankamai natūraliai, kad apie 60–70% klausytojų per pirmus 10 sekundžių neatpažintų, jog kalbasi su DI.**

## Turinys

- Kas yra TTS ir kuo skiriasi neuralinis nuo konkatenacinio?
- Kuris balsas šiandien geriausias lietuvių kalbai?
- Kodėl kai kurie LT DI balsai vis dar skamba blogai?
- Ar lietuviai atpažįsta DI balsą per telefoną?
- Kuo skiriasi vyriškas ir moteriškas DI balsas pokalbyje?
- Kaip įvertinti DI balsą prieš pasirenkant tiekėją?
- Ką pasako balsas apie Jūsų prekės ženklą?
- Išvada: ką klausytis 2026 m.
- Dažnai užduodami klausimai
- Susiję straipsniai

## Pagrindiniai punktai

Lietuviškas DI balsas — tai dirbtinio intelekto sintezuotas (TTS — text-to-speech) garso įrašas, kuriame kompiuteris ne perskaito iš anksto įrašytą frazę, o kiekvieną žodį sukuria savarankiškai pagal įvestą tekstą. 2026 m. pirmos eilės LT balsai (ElevenLabs, OpenAI, Google) skamba pakankamai natūraliai, kad apie 60–70% klausytojų per pirmus 10 sekundžių neatpažintų, jog kalbasi su DI.

Tačiau ne visi „lietuviški DI balsai" yra vienodi. Skirtumas tarp prastos ir geros LT TTS sistemos kartais yra dramatiškas — vienas balsas skamba kaip 1995 m. atsakiklis su priekiniu kirčiavimu, kitas — kaip jaunas, natūraliai kalbantis žmogus. Šis straipsnis paaiškins, kodėl tas skirtumas atsiranda ir į ką klausytis, prieš pasirenkant DI asistentą savo verslui.

TTS (text-to-speech) — tai sistema, kuri paverčia rašytinį tekstą į garsą. Per pastaruosius 30 metų ši technologija perėjo tris kartas:

Lietuvių kalbos atveju perėjimas iš antros į trečią kartą įvyko vėliau nei anglų kalboje — pirmieji neuraliniai LT balsai pasirodė tik apie 2021–2022 m., o tikrai geri (su intonacijos kontrolės galimybe) — apie 2024 m.

2026 m. telefoninio aptarnavimo lygiu lietuviškai kalbantys DI balsai siūlomi trijose pagrindinėse komercinėse platformose:

Kompiuterinės lingvistikos tyrimai Lietuvoje (pvz., VDU Humanitarinių mokslų fakulteto kalbų tyrėjų darbuose) jau ilgai kalba apie morfologinį LT sudėtingumą — septyni linksniai, vyriškoji/moteriškoji giminė, kirčio judrumas — kaip iššūkius TTS sistemoms. Tarptautiniai modeliai šitą iššūkį atskleidžia būtent kirčio klaidose: „buvo" vs. „buvo" (skirtingas kirtis priklausomai nuo konteksto) — modelis kartais nesupranta, kurią versiją tarti.

## DUK

### Kuo skiriasi neuralinis ir konkatenacinis TTS?

Konkatenacinis TTS sudėlioja žodžius iš įrašytų fonemų — skamba mechaniškai. Neuralinis TTS (ElevenLabs, OpenAI) generuoja balsą per giliojo mokymo modelį — gauna natūralią intonaciją ir pauzes.

### Kuris balsas šiandien geriausias lietuvių kalbai?

2026 m. tris pirmos eilės balsus telefoninio aptarnavimo lygiu siūlo ElevenLabs (v2 ir v3 modeliai), OpenAI (gpt-4o-mini-tts) ir Google Cloud TTS (Studio voices LT). Skirtumai tarp jų — mažesni nei tarp visų jų ir senųjų konkatenacinių LT TTS.

### Kodėl kai kurie LT DI balsai vis dar skamba blogai?

Pagrindinės priežastys: senas modelio pamatas (gTTS, MaryTTS), prastas tekstų apdorojimas (skaičiai ir santrumpos neištvarkyti) ir mažas LT mokymo duomenų korpusas. Geras balsas reikalauja ir gero modelio, ir gero preprocessing.

### Ar lietuviai atpažįsta DI balsą per telefoną?

Per pirmus 10 sekundžių apie 60–70% klausytojų nesupranta, kad kalbasi su DI. Per minutę pokalbio atpažinimas pakyla iki maždaug 80% — bet dažnai dėl per tobulos kalbos struktūros, ne dėl paties balso.

---

*Šaltinis: [https://atsiliepsiu.lt/blog/lietuviskas-di-balsas-kaip-jis-skamba-2026](https://atsiliepsiu.lt/blog/lietuviskas-di-balsas-kaip-jis-skamba-2026) — Justas Butkus, individuali veikla, Lietuva.*