Аудио и глас
VisionStory поддържа 88 езика, включително: английски, китайски, испански, арабски, португалски, руски, японски, панджаби, немски, френски, корейски, турски, тамилски, виетнамски, хинди, бенгалски, урду, персийски, италиански, индонезийски, тайландски, маратхи, телугу, украински, малайски, румънски, полски, нидерландски, гуджарати и каннада.
VisionStory предлага 1,000+ гласа в своята библиотека, които могат да се филтрират по пол, възраст и предназначение. Ако не откриете подходящ глас, можете да създадете и персонализиран AI глас чрез качване или запис на аудио.
Ограниченият брой гласови опции за някои езици е резултат от специална оптимизация за съответния език. Въпреки това, основната езикова поддръжка позволява на гласове, като тези на английски, да говорят на различни езици, което ви дава гъвкавост при избора на глас.
Клонирането на глас ви позволява да създадете персонализиран AI глас, който имитира определен глас чрез качване или запис на аудио. За да клонирате глас, уверете се, че аудиото е записано ясно и в тиха среда за оптимални резултати.
За да използвате клониран глас при генериране на видео, трябва да имате абонамент за Pro план или по-висок.
Клонирането на глас се поддържа безплатно на повече от 32 езика. Списъкът с поддържаните езици може да се променя, затова проверявайте функцията за клониране на глас за най-актуалната информация. Моля, имайте предвид: въпреки че клонирането е безплатно, за да използвате клонирания глас във видео, е необходим абонамент.
Предварителният аудио преглед ви позволява да генерирате речта за вашето говорещо видео преди финалното създаване на видеото. Тази функция ви помага да проверите гласа, произношението и паузите, за да сте сигурни, че отговарят на вашите очаквания. Можете да направите корекции във гласа преди да генерирате видеото. За всички абонати тази функция е безплатна, като квотата за преглед се нулира всеки ден. Ако достигнете дневната квота за преглед, можете да закупите допълнителна квота с кредити.
Иконата на хронометър и функцията +0.5s ви позволяват да вмъкнете пауза от 0.5 секунди в генерирания глас. Можете да добавяте няколко икони на хронометър последователно, за да създадете по-дълги паузи според нуждите на вашето видео.
Импортирането чрез URL ви позволява да импортирате аудио от линк, като изтеглите и извлечете аудиото от посочения URL адрес за използване при създаване на видео. В момента се поддържат линкове от YouTube и TikTok. Ако желаете да се добави поддръжка за други сайтове, моля, свържете се с нас. Освен това можете да използвате функцията за промяна на гласа, за да модифицирате импортираното аудио, като запазите оригиналното съдържание.
Функцията за премахване на шум помага да се елиминира фоновият шум от аудиото, когато го импортирате или записвате, като осигурява по-ясно аудио качество за вашите видеа. Тази функция изисква абонаментен план Pro или по-висок, за да се използва.
Функцията за промяна на гласа ви позволява да модифицирате гласа в дадена реч, като създавате уникални версии на аудиото, запазвайки оригиналното съдържание. За да използвате тази функция, е необходим абонаментен план Pro или по-висок.
Емоцията в гласа се предава чрез текста, който въвеждате. Когато използвате различен текст, системата за преобразуване на текст в реч (TTS) автоматично прилага подходящата емоция, така че не е необходим допълнителен контрол.
При използване на функцията за пауза, всеки стопчасовник представлява пауза от 0,5 секунди и можете да ги използвате последователно, за да създадете по-дълги паузи до максимум 3 секунди. Препоръчително е да не използвате повече от две последователни паузи в един текстов сегмент, тъй като това може да доведе до неочаквани звуци или артефакти от страна на AI.
