Ձայնի կլոնավորում. ջինգլներ, հայտարարություններ և փոդքասթներ ձեր ձայնով

Ձայնի կլոնավորում. ջինգլներ, հայտարարություններ և փոդքասթներ ձեր սեփական ձայնով

Tunio-ի կատալոգում վաղուց կան տասնյակ AI ձայներ տարբեր լեզուներով. նրանցով հնչյունավորվում են ջինգլները, հայտարարությունները, եղանակի կանխատեսումն ու ժամի հայտարարումը։ Բայց կայանը, սրճարանը կամ ֆիթնես-ակումբն ունեն մի ձայն, որը լսողները ճանաչում են ավելի լավ, քան ցանկացած հաղորդավարի. սեփականատիրոջ, հաղորդավարի կամ ադմինիստրատորի ձայնը։ Այժմ այն կարելի է ավելացնել Tunio-ում։ Ձայնի կլոնավորումը աշխատում է այսպես. դուք վերբեռնում եք խոսքի կարճ նմուշ, հաստատում եք, որ ձայնն իսկապես ձերն է, և մի երկու րոպե անց այն հայտնվում է ձայների ցանկում՝ կատալոգայինների կողքին։

Ինչու՞ է ռադիոյին ու բիզնեսին սեփական ձայն պետք

• Ճանաչելիություն։ Հաղորդավարի ձայնով ջինգլը կամ հաստատության սեփականատիրոջ ձայնով ողջույնը գործում են ավելի ուժեղ, քան ցանկացած «նեյտրալ» հնչյունավորում. լսողը հասկանում է, որ իր հետ խոսում է կոնկրետ մարդ։
• Առանց ստուդիայի և խոսափողի յուրաքանչյուր հոլովակի համար։ Նմուշը ձայնագրում եք մեկ անգամ, իսկ հետո ակցիաների, աշխատանքային ժամերի և միջոցառումների մասին հայտարարությունները հնչյունավորվում են տեքստից՝ վայրկյանների ընթացքում։
• Մեկ ձայն՝ ամբողջ ցանցի համար։ Խանութների կամ սրահների ցանցի համար սեփական ձայնը դառնում է աուդիոբրենդի մաս. ամենուր հնչում է նույն ծանոթ տեմբրը։
• Ցանկացած լեզու։ Կլոնը խոսում է այն լեզվով, որով գրված է տեքստը. կարելի է նույն ձայնով հնչյունավորել հայտարարություն հայերեն, ռուսերեն կամ անգլերեն։

Ինչպես վերբեռնել ձեր ձայնը

Բացեք «Պրոֆիլ» → «Իմ ձայները» ներդիրը և սեղմեք «Վերբեռնել ձայն»։ Ներդիրը պրոֆիլում հայտնվում է, եթե ֆունկցիան ներառված է ձեր սակագնում։ Վերբեռնման ուղեցույցը բաղկացած է երեք քայլից։

Քայլ 1. Օգտագործման պայմաններ

Նախքան որևէ բան վերբեռնելը դուք հաստատում եք երեք կետ. որ սա ձեր ձայնն է (կամ ունեք դրա տիրոջ բացահայտ համաձայնությունը կլոնավորման համար), որ ստեղծված բովանդակությունը չեք օգտագործելու խաբելու կամ այլ մարդկանց անունից հանդես գալու համար, և որ համաձայն եք նմուշի մշակմանն ու պահպանմանը խոսքի սինթեզի նպատակով։ Առանց բոլոր երեք նշումների «Շարունակել» կոճակն անակտիվ է. սա գիտակցված որոշում է, ոչ թե ձևականություն։

Քայլ 2. Նմուշի վերբեռնում

Այստեղ երեք դաշտ է.

• Ձայնի անվանում — այսպես այն կնշվի ընտրության ցանկերում, օրինակ՝ «Մարինայի ձայնը» կամ «Առավոտյան շոուի հաղորդավար»։
• Աուդիոֆայլ — 5–90 վայրկյան մաքուր խոսք՝ առանց երաժշտության և աղմուկի։ Կհամապատասխանի հեռախոսով արված ձայնագրությունը, ձայնային հաղորդագրությունը կամ դիկտոֆոնի հատվածը ցանկացած տարածված ձևաչափով՝ MP3, M4A, WAV, WebM։ Կլոնն ամենից լավ է ստացվում 10–30 վայրկյան հանգիստ, հասկանալի խոսքից։
• Նմուշի տեքստը — բառացիորեն այն, ինչ ասվում է ֆայլում։ Այն անհրաժեշտ է ոչ թե ստուգման, այլ հենց մոդելի համար. մոդելը հնչողությունը համադրում է տեքստի հետ և այդպես «հասկանում», թե ինչպես եք դուք արտասանում հնչյունները։

Քայլ 3. Ձայնի հաստատում

Ամենակարևոր քայլը։ Էկրանին հայտնվում է պատահական կարճ արտահայտություն՝ երկու-երեք պարզ նախադասություն ինչ-որ առօրյա բանի մասին, 14–20 բառ, և գործարկվում է մոտ 45 վայրկյանի ժամաչափ։ Պետք է սեղմել «Ձայնագրել», արտահայտությունը բարձրաձայն կարդալ խոսափողի մեջ, սեղմել «Կանգ», ցանկության դեպքում լսել ձայնագրությունը և ուղարկել այն «Ուղարկել ստուգման» կոճակով։ Արտահայտությունը դուր չեկա՞վ, թե՞ չհասցրիք. «Այլ արտահայտություն» կոճակը կտա նորը։

Ինչպես է անցնում ստուգումը

Ուղարկելուց հետո ձայնը ստանում է «Ստուգման մեջ» կարգավիճակ, ապա՝ «Ստուգվում է», և սովորաբար մի երկու րոպե անց դառնում է «Պատրաստ է»։ Էջը թարմացվում է ինքնուրույն, որևէ բան վերաբեռնելու կարիք չկա։

Ներսում ստուգումը բաղկացած է երկու անկախ մասից.

1. Տեքստի համապատասխանություն։ Ձայնագրությունն անցնում է խոսքի ճանաչման համակարգով, և ստացված տեքստը համեմատվում է տրված արտահայտության հետ։ Այսպես մենք համոզվում ենք, որ ձայնագրվել է կենդանի մարդ, որը հենց այս արտահայտությունն է կարդացել հենց հիմա։

2. Ձայնի համապատասխանություն։ Ձայնագրությունից և վերբեռնված նմուշից դուրս են բերվում ձայնային «մատնահետքեր»՝ տեմբրի թվային ներկայացումներ, և համեմատվում են միմյանց հետ։ Այսպես մենք համոզվում ենք, որ արտահայտությունը կարդում է նույն մարդը, որի ձայնը նմուշում է։

Եթե գոնե մեկ մասը չի անցել, ձայնը ստանում է «Մերժված է» կարգավիճակ, իսկ կարգավիճակի վրա մկնիկի սլաքը պահելիս երևում է պատճառը. «Կարդացված տեքստը չի համապատասխանել արտահայտությանը» կամ «Ձայնագրության ձայնը չի համապատասխանել նմուշի ձայնին»։ Մերժումը դատավճիռ չէ. «Հաստատել ձայնը» գործողությունով կարելի է ստանալ նոր արտահայտություն և նորից ձայնագրել այն՝ որքան անհրաժեշտ է։

Ինչպես է այն աշխատում ներսից

Մենք յուրաքանչյուր օգտատիրոջ համար առանձին մոդել չենք «ուսուցանում». դա երկար է, թանկ և պահանջում է ժամերով ձայնագրություններ։ Փոխարենը օգտագործվում է zero-shot կլոնավորում. յուրաքանչյուր գեներացիայի ժամանակ խոսքի սինթեզի մոդելը ստանում է ձեր նմուշը դրա տեքստի հետ միասին՝ որպես էտալոն, և արտասանում է նոր տեքստը՝ կրկնօրինակելով էտալոնի տեմբրը, խոսելաձևն ու տեմպը։ Ահա թե ինչու 10–30 վայրկյանի նմուշը սահմանափակում չէ, այլ բավարար պայման. մոդելին անհրաժեշտ է ոչ թե ծավալ, այլ մաքրություն։

Այստեղից էլ մի քանի հետևանք, որոնք օգտատերը կնկատի.

• Կլոնը պատրաստ է ստուգումից անմիջապես հետո. ոչ մի «ուսուցումը մեկ օր կտևի»։
• Ձայնը լեզվից անկախ է։ Կատալոգային ձայների կողքին ցանկում երկրի դրոշ է, ձերի կողքին՝ գլոբուսի 🌐 պատկերակ. այն կհնչյունավորի տեքստ աջակցվող տասնյակ լեզուներից ցանկացածով։
• Ձայների ցանկում լսելու կոճակը վերարտադրում է ձեր բնօրինակ նմուշը՝ այն, ինչ վերբեռնել եք, ոչ թե սինթեզված խոսք։
• Մշակումն անցնում է Tunio-ի սեփական GPU սերվերների վրա։ Նմուշը չի փոխանցվում ձայնի սինթեզի երրորդ կողմի ծառայություններին։

Որտեղ օգտագործել ձեր ձայնը

Հաստատված ձայնը հայտնվում է ձայնի ընտրության ցանկում «Իմը» նշումով՝ առաջինը, կատալոգայիններից առաջ։ Այս պահին այն հասանելի է.

• Ջինգլների գեներատորում՝ «Ջինգլներ» բաժին → «Ջինգլերի գեներատոր» ներդիր։ Գրեք տեքստը, ընտրեք ձեր ձայնը և երաժշտական ֆոնը, և ձեր ձայնով ջինգլը պատրաստ է։
• Հայտարարություններում՝ «Հայտարարություններ» բաժին → «Նոր հայտարարություն»։ Տեքստը, ձայնը և ժամանակացույցը սահմանվում են մեկ տեղում, իսկ հետո հայտարարությունը ժամանակացույցով եթեր է դուրս գալիս թրեքերի միջև՝ ձեր ձայնով հնչյունավորված։
• Փոդքասթներում՝ հնչյունավորեք թողարկումը կամ խորագիրը ձեր ձայնով և եթեր դուրս բերեք «Հոսքի ժամանակացույցի» միջոցով. հեղինակային փոդքասթ առանց ստուդիայի և խոսափողի։
• API-ի միջոցով՝ ինտեգրացիաների և հնչյունավորման սեփական սցենարների համար. հաստատված ձայնը վերադարձվում է ձայների ցանկում կատալոգայինների հետ միասին։

Մեկ հաշվի վրա կարելի է պահել մինչև երեք ձայն։ Ձայնը միայն ձերը չէ. նույն բովանդակության գրադարանի հետ աշխատող գործընկերները նույնպես տեսնում են այն ցանկերում և կարող են դրանով հնչյունավորել՝ ինչպես ընդհանուր ջինգլներով և հայտարարություններով։

Գաղտնիություն և վերահսկողություն

Ձայնի նմուշը կենսաչափական տվյալ է, և մենք դրա հետ վարվում ենք համապատասխանաբար.

• Նմուշը պահվում է ճիշտ այնքան, որքան գոյություն ունի ձայնը։ Այն հենց ձեր կլոնն է. առանց նմուշի սինթեզն անհնար է, հետևաբար այն «ուսուցումից հետո» ջնջել չի կարելի. ուսուցում չի եղել։
• Ջնջում մեկ սեղմումով։ Գործողությունների ընտրացանկ → «Ջնջել» գործողությունը հեռացնում է հենց ձայնը, հաստատման ձայնագրությունն ու նախադիտումը։ Հաշվի առեք, որ այդ ձայնն օգտագործող հայտարարություններն ու ժամանակացույցերն այլևս դրանով չեն հնչյունավորվի։
• Համաձայնությունը գրանցվում է։ Մենք պահում ենք, թե պայմանների որ տարբերակն եք ընդունել և երբ՝ յուրաքանչյուր ձայնի համար առանձին։
• Ձայնը տեսանելի է միայն ձեր բովանդակության գրադարանին։ Tunio-ի այլ հաշիվներ այն չեն տեսնի ո՛չ կատալոգում, ո՛չ API-ում։

Հաճախ տրվող հարցեր

Կարելի՞ է վերբեռնել այլ մարդու ձայն, օրինակ՝ հաղորդավարի կամ դերասանի։

Այո, եթե ունեք նրա բացահայտ համաձայնությունը կլոնավորման համար. դուք հաստատում եք դա առաջին քայլում։ Բայց հաստատումը պետք է անցնի հենց նա. արտահայտությունը պետք է կարդալ նույն ձայնով, որով նմուշն է։

Ի՞նչ լեզուներով է խոսում կլոնը։

Աջակցվող տասնյակ լեզուներից ցանկացածով. մոդելը հնչյունավորում է տեքստն այն լեզվով, որով այն գրված է։ Նմուշն ընդ որում կարող է լինել ցանկացած լեզվով։

Ի՞նչ անել, եթե ձայնը մերժվել է։

Կարգավիճակի վրա մկնիկի սլաքը պահելով նայեք պատճառը։ Եթե տեքստը չի համապատասխանել, կարդացեք արտահայտությունն ամբողջությամբ, հստակ և առանց բացթողումների։ Եթե ձայնը չի համապատասխանել, ձայնագրվեք նույն պայմաններում, որոնցում նմուշն է, և նույն ձայնով։ Այնուհետև՝ «Հաստատել ձայնը» → նոր արտահայտություն → նոր ձայնագրություն։

Որքա՞ն է տևում ստուգումը։

Սովորաբար մի երկու րոպե։ Ձայների ցանկը թարմացվում է ավտոմատ։

Ո՞ր սակագնում է հասանելի ձայնի կլոնավորումը։

Այն սակագներում, որտեղ ներառված են օգտատիրոջ ձայները. «Իմ ձայները» ներդիրը պրոֆիլում հայտնվում է ավտոմատ։ Եթե այն չկա, ստուգեք ձեր սակագնի պայմանները վճարման բաժնում։

Փորձեք ձեր եթերում

Ձայնագրեք 20 վայրկյան խոսք, հաստատեք ձայնը, և հաջորդ ջինգլը կամ զեղչերի մասին հայտարարությունը եթեր դուրս կգա ձեր ձայնով։