Koliko dugo traje kreiranje AI klona glasa?

Proces treniranja AI modela obično traje između 10 i 30 minuta nakon što učitate čist audio uzorak od 15 sekundi do nekoliko minuta. Sama generacija novog audio sadržaja iz teksta odvija se u realnom vremenu — 1 minuta teksta = ~1 minuta procesiranja.

Mogu li AI platforme klonirati glas na stranom jeziku koji ne govorim?

Da. Moderna AI rješenja mogu uzeti vaš hrvatski govor i generirati tečan engleski, njemački, španjolski ili japanski audio koji zadržava vaš jedinstveni timbar, emocionalnu dubinu i čak primjenjuje prirodan izvorni naglasak stranog jezika. Ne trebate znati ni riječ tog jezika.

Je li legalno klonirati glas poznate osobe bez dopuštenja?

Ne. Prema hrvatskom Zakonu o autorskom pravu i srodnim pravima, glas je osobno pravo. Neovlašteno kloniranje može rezultirati privatnom tužbom, zabranom korištenja i naknadom štete. EU AI Act dodatno propisuje stroge kazne za deepfake sadržaj bez transparentne oznake.

Kako prepoznati AI-generirani glas?

Moderni AI glasovi iznimno su uvjerljivi, ali ponekad pokazuju sitne artefakte: neprirodno jednoliku intonaciju kroz duge pasuse, probleme s izgovorom rijetkih hrvatskih riječi ili nedostatak spontanih govornih "grešaka" poput nakašljavanja. Najbolja zaštita je zahtijevati transparentnu oznaku ili koristiti softver za detekciju sintetičkog audio sadržaja.

Što ako netko zloupotrijebi moj glas za prijevaru?

Odmah prijavite incident policiji i kontaktirajte platformu na kojoj je sadržaj objavljen kako bi ga uklonili. Dogovorite "sigurnosnu riječ" s obitelji za hitne situacije. Ako je došlo do financijske štete, možete podnijeti privatnu tužbu protiv počinitelja i tražiti naknadu. Banke postupno implementiraju dodatne sigurnosne slojeve osim glasovne biometrije.

Kako AI klonira ljudski glas za naraciju i sinkronizaciju

Što je AI kloniranje glasa i kako funkcionira

AI kloniranje glasa tehnologija je koja iz kratke audio snimke (već 15 sekundi dovoljno) kreira sintetički glas koji zvuči identično originalnoj osobi. Moderna rješenja ne samo da reproduciraju ton i boju glasa, već i emocije, pauze, ritam disanja i govorni tempo.

Za razliku od starih Text-to-Speech (TTS) sustava koji su zvučali robotski, današnji AI modeli temelje se na dubokom učenju i neuronskim mrežama. Prema podacima s tržišta, deep learning sustavi drže 78,6% udjela u globalnoj industriji kloniranja glasa. Umjesto da samo "čitaju" tekst, ovi algoritmi predviđaju najvjerojatniji slijed zvukova koje bi stvarna osoba izgovorila u određenom kontekstu — uključujući intonaciju pitanja, naglasak uzbuđenja ili tugu u glasu.

Tehnički proces izgleda ovako: korisnik učitava čist audio uzorak (bez pozadinske buke, glazbe ili odjeka) na platformu poput ElevenLabs, Descript ili Dubverse. AI model analizira spektrogram, frekvencijske uzorke, prozodiju i fonetske karakteristike govora. Zatim trenira personalizirani model koji može generirati neograničenu količinu novog sadržaja tim glasom — od naracije audioknjiga do sinkronizacije filmova na strane jezike.

Koliko košta AI kloniranje glasa u Hrvatskoj u 2026. godini

Tradicionalna produkcija glasovnog sadržaja u Hrvatskoj iznimno je skupa: profesionalni govornik naplaćuje između 100 i 120 EUR za jednostavnu glasovnu poruku, 200 do 280 EUR za korporativnu prezentaciju, a do 440 EUR za nacionalnu TV reklamu. Iznajmljivanje studija košta dodatnih 30-50 EUR po satu.

Nasuprot tome, AI platforme nude pretplatničke modele od samo 5 do 30 EUR mjesečno, s mogućnošću generiranja sati audio sadržaja bez dodatnih troškova. Za hrvatskog poduzetnika koji želi kreirati naraciju za e-learning platformu, razlika je dramatična: tradicionalna produkcija 10 sati materijala mogla bi koštati 2.000-3.000 EUR, dok AI rješenje stane manje od 100 EUR godišnje.

Usluga	Tradicionalna produkcija	AI kloniranje
Glasovna poruka (30 sek)	100-120 EUR	~0 EUR (u pretplati)
Korporativna prezentacija	200-280 EUR	~0 EUR (u pretplati)
TV reklama (nacionalna)	Do 440 EUR	5-30 EUR/mj
Studio (po satu)	30-50 EUR	Ne treba

Ova ekonomija razmjera objašnjava zašto globalno tržište AI kloniranja glasa raste godišnjom stopom od 26%. Procijenjeno je da će vrijednost industrije porasti s 2,4 milijarde dolara u 2025. na preko 9,5 milijardi dolara do 2031. godine.

Hrvatski zakonski okvir i zaštita prava glasa

Prema hrvatskom Zakonu o autorskom pravu i srodnim pravima, glas osobe smatra se osobnim pravom. Neovlašteno kloniranje glasa može biti predmet privatne tužbe, a osoba čiji je glas zloupotrijebljen može tražiti naknadu štete i zabranu daljnjeg korištenja.

Konkretno, članak koji regulira srodna prava štiti interpretaciju i izvedbu, što uključuje prepoznatljive glasovne karakteristike profesionalnih govornika. Međutim, zakon ne adresira izravno scenarij u kojem AI sustav kreira sintetički glas bez izričite dozvole vlasnika. Ova pravna praznina trenutno se rješava kroz sudsku praksu i tumačenje postojećih odredbi.

Dodatno, korištenje zaštićenog hrvatskog audio materijala za treniranje AI modela potpada pod iznimku "text and data mining" — praksu koja omogućuje automatiziranu analizu podataka u istraživačke svrhe. No, među hrvatskim pravnicima i umjetnicima rasprava o tome predstavlja li komercijalno kloniranje glasa "istraživanje" ili "eksploataciju" još uvijek traje. Pitanje pravične naknade autorima čiji su glasovi korišteni za treniranje modela ostaje neriješeno.

Preporuke za hrvatske korisnike

Uvijek zatražite pisanu suglasnost prije kloniranja tuđeg glasa
Ako klonirate vlastiti glas za komercijalnu uporabu, razmislite o registraciji kao intelektualnog vlasništva
Koristite platforme koje nude "consent management" alate i digitalne potpise
Budite transparentni — jasno navedite u opisu videa ili podcasta da je naracija AI-generirana

EU AI Act i obveze transparentnosti od 2026. godine

Kao članica EU-a, Hrvatska je izravno podložna odredbama AI Act-a, sveobuhvatne regulative koja definira pravila za razvoj i primjenu umjetne inteligencije. Članak 50 AI Act-a propisuje stroge obveze transparentnosti za "deepfake" sadržaj i sintetički audio.

Prema AI Act-u, svaki AI-generirani ili izmijenjeni glas koji bi mogao biti zamijenjen za stvarnu osobu mora biti jasno označen. To znači da YouTuberi, podcasteri i tvrtke koje koriste AI naraciju moraju u opisu ili odjavnoj špici navesti: "Naracija kreirana umjetnom inteligencijom" ili sličnu obavijest.

Obveze transparentnosti za pružatelje AI sustava opće namjene počele su se primjenjivati u kolovozu 2025., a puna provedba članka 50 obvezna je od kolovoza 2026. Kazne za nepridržavanje su drakonske: do 7% godišnjeg globalnog prometa tvrtke ili 15 milijuna eura — što god je veće.

Što to znači za hrvatske kreatore sadržaja

Dodajte disclaimer u opis YouTube videa: "Ovaj video koristi AI-generiranu sinkronizaciju"
U podcastima, spomenite u uvodnoj špici da je naracija sintetička
Na društvenim mrežama (TikTok, Instagram), koristite hashtag #AIVoice ili sličnu oznaku
Kompanije koje nude AI dubbing usluge moraju implementirati automatsko watermarking ili metadata tagove

Ove mjere štite potrošače od obmane, ali i kreatore od pravnih problema. Prema OECD AI Policy Observatory (oecd.ai), zabilježen je porast deepfake telefonskih prijevara u kojima su AI klonovi glasa zaobišli biometrijske sigurnosne sustave banaka ili prevarili članove obitelji da pošalju novac.

Praktična primjena: od audioknjiga do globalne lokalizacije

Najbrže rastući segmenti primjene AI kloniranja glasa su naracija audioknjiga, chatboti, virtualni asistenti i lokalizacija video sadržaja. Hrvatska poduzeća i kreatori mogu iskoristiti ovu tehnologiju za brzu ekspanziju na inozemna tržišta.

Primjer: zagrebački startup koji razvija edukativnu aplikaciju može snimiti naraciju na hrvatskom, zatim uz pomoć AI platforme poput Google "Aloud" (Google AI Blog) automatski prevesti i sinkronizirati sadržaj na engleski, njemački i španjolski — sve zadržavajući isti tonalitet i emocionalni izraz.

OpenAI-jev "Voice Engine" (OpenAI Blog) može generirati prirodan, emocionalan govor koristeći samo 15-sekundni audio uzorak. To omogućava stvaranje konzistentnog brand glasa za korporativne chatbote ili IVR sustave bez potrebe za angažiranjem profesionalnog govornika na dugoročnim ugovorima.

Kako stvoriti kvalitetan AI klon glasa: korak po korak

Pripremite čist audio uzorak: Snimite 15 sekundi do nekoliko minuta govora u tihoj prostoriji, bez pozadinske glazbe, šumova ili odjeka. Koristite kvalitetan mikrofon.
Odaberite platformu: ElevenLabs, Descript, Dubverse ili Resemble AI nude jednostavna sučelja s pretplatama od 5-30 EUR mjesečno.
Učitajte uzorak i trenirajte model: Proces obično traje 10-30 minuta. Platforma će vas obavijestiti kada je model spreman.
Generirajte sadržaj: Unesite tekst koji želite pretvoriti u govor. Model će kreirati audio datoteku koju možete preuzeti u MP3 ili WAV formatu.
Provjerite kvalitetu: Poslušajte prvih nekoliko rečenica — ako zvuči neprirodno, dodajte punktuaciju (zareze, točke) kako biste kontrolirali pauze i ritam.

Mitovi i kontraintuitivne činjenice o AI glasovima

Mit #1: AI glasovi zvuče robotski i nedostaje im emocija. Stvarnost: Moderni deep learning sustavi ne "čitaju" tekst mehanički — oni predviđaju najvjerojatniji zvučni slijed koji bi osoba izgovorila, uključujući emotivnu dubinu, pauze, disanje i tempo. Casual slušatelji često ne mogu razlikovati sintetički glas od ljudskog.

Mit #2: AI će potpuno zamijeniti ljudske glasovne glumce. Stvarnost: Dok AI disrupta tradicionalnu industriju snimanja, istovremeno stvara novo lukrativno tržište "licenciranja glasa". Profesionalni govornici mogu licencirati svoje službene AI klonove agencijama i zarađivati pasivni prihod dok AI radi naraciju. Neki hrvatski voice actori već nude ovaj model suradnje.

Kontraintuitivna činjenica: Ne morate govoriti strani jezik da bi vaš glas bio kloniran na njemu. Uzorak od 15 sekundi na hrvatskom može se koristiti za generiranje tečnog japanskog, francuskog ili engleskog audio sadržaja. AI zadržava jedinstveni timbar glasa i može čak primijeniti prirodan izvorni naglasak stranog jezika. To znači da splitski poduzetnik može imati "svoj" glas na mandarinskom bez da je ikad učio kineski.

Sigurnosni rizici i etičke dileme

OECD AI Policy Observatory upozorava na ozbiljne sigurnosne rizike povezane s AI kloniranjem glasa. Zabilježen je porast deepfake telefonskih prijevara u kojima su kriminalci koristili klonirane glasove za zaobilaženje glasovnih biometrijskih sustava banaka ili prevaru članova obitelji.

Scenarij: prevarant prikupi javno dostupan audio uzorak vašeg glasa (iz YouTube videa, podcasta ili LinkedIn profila), kreira AI klon i nazove vašu majku tvrdeći da ste u hitnoj situaciji i trebate novac. Glas zvuči identično vama — uključujući nervozni ton i poznate govorne navike. Žrtva pošalje novac prije nego što shvati prijevaru.

Kako se zaštititi:

Dogovorite "sigurnosnu riječ" s bliskim osobama za hitne situacije
Budite oprezni s javnim objavljivanjem dugih audio zapisa vašeg glasa
Banke: implementirajte multi-faktorsku autentifikaciju, ne samo glasovnu biometriju
Koristite platforme koje nude audio watermarking — digitalni potpis koji dokazuje autentičnost snimke

Etičke smjernice od OpenAI-a i Google-a

OpenAI naglašava da odgovorna primjena "Voice Engine" tehnologije zahtijeva izričitu pisanu suglasnost originalnog govornika, stroge zabrane neovlaštenog lažnog predstavljanja i korištenje sigurnosnih mjera poput audio watermarkinga. Google istraživači ističu da, iako AI dubbing ruši jezične barijere, kreatori moraju održavati transparentnost navođenjem u opisu videa ili odjavnoj špici da je sinkronizacija sintetička.

Budućnost AI kloniranja glasa u Hrvatskoj

Do 2031. godine, tržište AI kloniranja glasa dosegnut će vrijednost od 9,5 milijardi dolara. Hrvatska, kao dio EU digitalnog tržišta, imat će ključnu ulogu u oblikovanju etičkih standarda i poslovnih modela.

Očekujemo razvoj "glasovnih agencija" koje će predstavljati AI klonove poznatih hrvatskih glumaca, novinara i influencera. Hrvatski mediji mogli bi automatski nuditi sinkronizirane verzije vijesti na 10+ jezika u realnom vremenu. Edukacijske institucije mogle bi personalizirati naraciju e-learning sadržaja prema preferencijama studenata — od formalnog tona profesora do opuštenog stila prijatelja.

No, sve to zahtijeva jasan pravni okvir koji štiti prava pojedinaca, transparentnost koja sprječava zlouporabu i edukaciju javnosti o mogućnostima i opasnostima tehnologije. Hrvatska ima priliku biti lider u odgovornoj AI inovaciji — ali samo ako zakonodavci, industrija i građani rade zajedno.