Дауысты клондау: джинглдер, хабарландырулар мен подкасттарға өз дауысыңыз

Дауысты клондау: джинглдер, хабарландырулар мен подкасттар өз дауысыңызбен

Tunio каталогында әртүрлі тілдегі ондаған AI-дауыс бұрыннан бар — олар джинглдерді, хабарландыруларды, ауа райы болжамы мен уақыт анонсын оқиды. Бірақ станцияның, кафенің немесе фитнес-клубтың тыңдармандар кез келген диктордан жақсы танитын өз дауысы бар: иесінің, жүргізушісінің немесе әкімшісінің дауысы. Енді оны Tunio-ға қосуға болады. Дауысты клондау былай жұмыс істейді: сіз қысқа сөйлеу үлгісін жүктейсіз, дауыс шынымен сіздікі екенін растайсыз — және бір-екі минуттан кейін ол дауыстар тізімінде каталогтағылардың қатарында пайда болады.

Радио мен бизнеске өз дауысы неге керек

• Танымалдылық. Жүргізушінің дауысымен жазылған джингл немесе мекеме иесінің дауысымен айтылған сәлемдесу кез келген «бейтарап» дыбыстаудан күштірек әсер етеді — тыңдарман өзімен нақты адам сөйлесіп жатқанын түсінеді.
• Әр роликке студия мен микрофон керек емес. Үлгіні бір рет жаздыңыз — одан кейін акциялар, жұмыс режимі мен іс-шаралар туралы хабарландырулар мәтіннен бірнеше секундта дыбысталады.
• Бүкіл желіге бір дауыс. Дүкендер немесе салондар желісі үшін өз дауысыңыз аудиобрендтің бір бөлігіне айналады: барлық жерде бір ғана таныс тембр естіледі.
• Кез келген тіл. Клон мәтін қай тілде жазылса, сол тілде сөйлейді — хабарландыруды орыс, ағылшын немесе қазақ тілінде бір дауыспен дыбыстауға болады.

Өз дауысыңызды қалай жүктеу керек

«Профиль» → «Менің дауыстарым» қойындысын ашып, «Дауыс жүктеу» түймесін басыңыз. Функция тарифіңізге кіретін болса, бұл қойынды профильде көрінеді. Жүктеу шебері үш қадамнан тұрады.

1-қадам. Пайдалану шарттары

Бірдеңе жүктемес бұрын сіз үш тармақты растайсыз: бұл сіздің дауысыңыз (немесе оның иесінің клондауға берген анық келісімі бар), жасалған контентті алдау немесе басқа адамдардың атынан сөйлеу үшін пайдаланбайсыз және үлгінің сөйлеу синтезі үшін өңделуіне және сақталуына келісесіз. Үш құсбелгінің бәрі қойылмайынша «Жалғастыру» түймесі белсенді емес — бұл формальдылық емес, әдейі қабылданған шешім.

2-қадам. Үлгіні жүктеу

Мұнда үш өріс бар:

• Дауыс атауы — таңдау тізімдерінде ол осылай жазылады, мысалы «Маринаның дауысы» немесе «Таңғы шоу жүргізушісі».
• Аудиофайл — музыкасыз және шусыз 5–90 секунд таза сөйлеу. Телефонға жазылған жазба, дауыстық хабарлама немесе диктофоннан алынған үзінді кез келген кең таралған форматта жарайды: MP3, M4A, WAV, WebM. Клон ең жақсы 10–30 секундтық байсалды, анық сөйлеуден шығады.
• Үлгідегі фразаның мәтіні — файлда айтылатын сөздер сөзбе-сөз. Ол тексеру үшін емес, модельдің өзіне керек: модель дыбысталуды мәтінмен салыстырып, сіздің дыбыстарды қалай айтатыныңызды осылай «түсінеді».

3-қадам. Дауысты растау

Ең маңызды қадам. Экранда кездейсоқ қысқа фраза пайда болады — күнделікті бірдеңе туралы екі-үш қарапайым сөйлем, 14–20 сөз — және шамамен 45 секундтық таймер іске қосылады. «Жазу» түймесін басып, фразаны микрофонға дауыстап оқыңыз, «Стоп» түймесін басыңыз, қаласаңыз жазбаны тыңдап көріңіз де, «Тексеруге жіберу» түймесімен жіберіңіз. Фраза ұнамады немесе үлгермедіңіз бе — «Басқа фраза» жаңасын береді.

Тексеру қалай өтеді

Жіберілгеннен кейін дауыс «Тексеруде» күйін алады, содан соң «Тексеріліп жатыр» — және әдетте бір-екі минуттан кейін «Дайын» болады. Бет өзі жаңарады, ештеңені қайта жүктеудің қажеті жоқ.

Тексеру іштей екі тәуелсіз бөліктен тұрады:

1. Мәтіннің сәйкестігі. Жазба сөйлеуді тану жүйесі арқылы танылады, алынған мәтін берілген фразамен салыстырылады. Осылай біз дәл осы фразаны дәл осы сәтте тірі адам оқығанына сенімді боламыз.

2. Дауыстың сәйкестігі. Жазбадан және жүктелген үлгіден дауыстық «іздер» — тембрдің сандық көріністері — алынып, бір-бірімен салыстырылады. Осылай біз фразаны үлгідегі дауыстың иесі оқып жатқанына сенімді боламыз.

Егер кем дегенде бір бөлік өтпесе, дауыс «Қабылданбады» күйін алады, ал күйге меңзерді апарғанда себебі көрінеді: «Оқылған мәтін фразаға сәйкес келмеді» немесе «Жазбадағы дауыс үлгідегі дауысқа сәйкес келмеді». Қабылданбау — үкім емес: «Дауысты растау» арқылы жаңа фраза алып, оны қайта жазуға болады, қанша рет қаласаңыз да.

Бұл іштей қалай жұмыс істейді

Біз әр пайдаланушыға жеке модель «оқытпаймыз» — бұл ұзақ, қымбат және сағаттап жазба талап етеді. Оның орнына zero-shot клондау қолданылады: әр генерация кезінде сөйлеу синтезі моделі сіздің үлгіңізді мәтінімен бірге эталон ретінде алады да, эталондағы тембрді, мәнерді және қарқынды көшіріп, жаңа мәтінді оқиды. Сондықтан 10–30 секундтық үлгі — шектеу емес, жеткілікті шарт: модельге көлем емес, тазалық керек.

Пайдаланушы байқайтын бірнеше салдар осыдан шығады:

• Клон тексеруден кейін бірден дайын — «оқыту бір тәулік алады» дегендей ештеңе жоқ.
• Дауыс тіл жағынан әмбебап. Тізімде каталогтағы дауыстардың жанында ел туы тұрады, сіздікінің жанында — глобус 🌐 белгісі: ол мәтінді қолдау көрсетілетін ондаған тілдің кез келгенінде дыбыстайды.
• Дауыстар тізіміндегі тыңдау түймесі сіздің бастапқы үлгіңізді ойнатады — синтезделген сөйлеуді емес, сіз жүктеген жазбаны.
• Өңдеу Tunio-ның өз GPU-серверлерінде жүреді. Үлгі үшінші тарап дауыс синтезі сервистеріне берілмейді.

Өз дауысыңызды қайда пайдалануға болады

Расталған дауыс таңдау тізімінде «Менің» белгісімен көрінеді — ең бірінші, каталогтағылардан бұрын. Қазір ол мына жерлерде қолжетімді:

• Джингл генераторында — «Джинглдер» бөлімі → «Джингл генераторы» қойындысы. Мәтін жазып, өз дауысыңыз бен музыкалық фонды таңдаңыз — сіздің дауысыңыздағы джингл дайын.
• Хабарландыруларда — «Хабарландырулар» бөлімі → «Жаңа хабарландыру». Мәтін, дауыс және кесте бір жерде орнатылады; одан кейін хабарландыру кесте бойынша тректер арасында сіздің дауысыңызбен эфирге шығады.
• Подкасттарда — шығарылымды немесе айдарды өз дауысыңызбен дыбыстап, «Стрим кестесі» арқылы эфирге қойыңыз: студиясыз және микрофонсыз авторлық подкаст.
• API арқылы — интеграциялар мен өз дыбыстау сценарийлеріңіз үшін: расталған дауыс дауыстар тізімінде каталогтағылармен бірге қайтарылады.

Бір аккаунтта үш дауысқа дейін сақтауға болады. Дауыс тек сізге ғана тиесілі емес: сол контент кітапханасымен жұмыс істейтін әріптестеріңіз де оны тізімдерде көреді және онымен дыбыстай алады — ортақ джинглдер мен хабарландырулар сияқты.

Құпиялылық және бақылау

Дауыс үлгісі — биометриялық деректер, және біз оған сәйкесінше қараймыз:

• Үлгі дауыс бар болғанша ғана сақталады. Ол сіздің клоныңыздың өзі: үлгісіз синтез мүмкін емес, сондықтан оны «оқытудан кейін» жою мүмкін емес — оқыту болған жоқ.
• Бір басумен жою. Әрекеттер мәзірі → «Жою» дауыстың өзін, растау жазбасын және превьюді өшіреді. Ескеріңіз: осы дауысты пайдаланған хабарландырулар мен кестелер онымен дыбысталуын тоқтатады.
• Келісім тіркеледі. Біз шарттардың қай нұсқасын қашан қабылдағаныңызды сақтаймыз — әр дауыс үшін бөлек.
• Дауыс тек сіздің контент кітапханаңызға көрінеді. Басқа Tunio аккаунттары оны каталогта да, API-де де көрмейді.

Жиі қойылатын сұрақтар

Басқа адамның — мысалы, жүргізушінің немесе актердің — дауысын жүктеуге бола ма?

Болады, егер оның клондауға берген анық келісімі бар болса — сіз бұны бірінші қадамда растайсыз. Бірақ растаудан дәл сол адам өтуі керек: фразаны үлгідегі дауыспен оқу қажет.

Клон қай тілдерде сөйлейді?

Қолдау көрсетілетін ондаған тілдің кез келгенінде — модель мәтінді қай тілде жазылса, сол тілде оқиды. Үлгінің өзі кез келген тілде болуы мүмкін.

Дауыс қабылданбаса не істеу керек?

Күйге меңзерді апарып, себебін қараңыз. Мәтін сәйкес келмесе — фразаны толық, анық және сөз қалдырмай оқыңыз. Дауыс сәйкес келмесе — үлгідегідей жағдайда және сол дауыспен жазылыңыз. Содан кейін «Дауысты растау» → жаңа фраза → жаңа жазба.

Тексеруді қанша күту керек?

Әдетте бір-екі минут. Дауыстар тізімі автоматты түрде жаңарады.

Дауысты клондау қай тарифте қолжетімді?

Пайдаланушы дауыстары қосылған тарифтерде — «Менің дауыстарым» қойындысы профильде автоматты түрде пайда болады. Егер ол жоқ болса, төлем бөлімінде тарифіңіздің шарттарын қараңыз.

Өз эфиріңізде байқап көріңіз

20 секунд сөйлеу жазып, дауысты растаңыз — келесі джингл немесе жеңілдіктер туралы хабарландыру эфирге сіздің дауысыңызбен шығады.