صدا و صوت

ما از بیش از ۳۰ زبان اصلی در سراسر جهان پشتیبانی می‌کنیم، از جمله اما نه محدود به: انگلیسی، چینی، اسپانیایی، عربی، پرتغالی، روسی، ژاپنی، پنجابی، آلمانی، فرانسوی، کره‌ای، ترکی، تامیل، ویتنامی، هندی، بنگالی، اردو، فارسی، ایتالیایی، اندونزیایی، تایلندی، مراتی، تلوگو، اوکراینی، مالایی، رومانیایی، لهستانی، هلندی، گجراتی و کانادا.

VisionStory بیش از ۲۰۰ صدای مختلف در کتابخانه خود ارائه می‌دهد که می‌توانید آن‌ها را بر اساس جنسیت، سن و نوع کاربرد فیلتر کنید. اگر صدای مناسبی پیدا نکردید، می‌توانید با آپلود یا ضبط صدا، یک صدای سفارشی با هوش مصنوعی بسازید.

گزینه‌های صدای محدود در برخی زبان‌ها به طور ویژه برای همان زبان‌ها بهینه‌سازی شده‌اند. با این حال، پشتیبانی زیرساختی از زبان‌ها این امکان را می‌دهد که صداهایی مانند صداهای انگلیسی بتوانند به چندین زبان صحبت کنند و این موضوع انعطاف‌پذیری بیشتری در انتخاب صدا به شما می‌دهد.

شبیه‌سازی صدا به شما این امکان را می‌دهد که یک صدای هوش مصنوعی سفارشی بسازید که صدای خاصی را تقلید می‌کند؛ کافی است فایل صوتی مورد نظر را آپلود یا ضبط کنید. برای بهترین نتیجه، مطمئن شوید که صدا در محیطی آرام و با کیفیت بالا ضبط شده باشد.

شبیه‌سازی صدا برای زبان‌های انگلیسی، اسپانیایی، ژاپنی و چینی رایگان است و شما می‌توانید تست کنید که صدای شبیه‌سازی‌شده چقدر به صدای شما شباهت دارد. اما برای استفاده از صدای شبیه‌سازی‌شده در تولید ویدیو، باید حداقل اشتراک پلن Pro یا بالاتر را داشته باشید. همچنین برای شبیه‌سازی صدا در سایر زبان‌ها نیز نیاز به پلن Pro یا بالاتر دارید.

شبیه‌سازی صدا به‌صورت رایگان در چهار زبان انگلیسی، اسپانیایی، ژاپنی و چینی پشتیبانی می‌شود. زبان‌های اضافی نیز در دسترس هستند اما برای استفاده از آن‌ها نیاز به اشتراک پلن Pro یا بالاتر دارید. لیست زبان‌های پشتیبانی‌شده ممکن است تغییر کند، بنابراین برای مشاهده جدیدترین گزینه‌ها، بخش شبیه‌سازی صدا را بررسی کنید.

پیش‌نمایش صوتی به شما این امکان را می‌دهد که قبل از ساخت نهایی ویدیو، صدای گفتاری ویدیوی خود را تولید کنید. این قابلیت به شما کمک می‌کند تا صدا، تلفظ و مکث‌ها را بررسی کنید و مطمئن شوید که مطابق انتظارات شماست. شما می‌توانید قبل از تولید ویدیو، تنظیمات لازم را روی صدا اعمال کنید که برای این کار اعتبار مصرف می‌شود. برای استفاده از این قابلیت باید حداقل اشتراک پلن Pro یا بالاتر را داشته باشید و هر پلن میزان مشخصی سهمیه پیش‌نمایش صوتی ارائه می‌دهد.

آیکون کرنومتر و گزینه +0.5 ثانیه به شما این امکان را می‌دهد که یک مکث نیم‌ثانیه‌ای در صدای تولیدشده ایجاد کنید. می‌توانید چندین بار این آیکون را پشت سر هم اضافه کنید تا مکث‌های طولانی‌تری در ویدیوی خود داشته باشید.

وارد کردن URL به شما این امکان را می‌دهد که با دانلود و استخراج صدا از یک لینک مشخص، آن را برای ساخت ویدیو استفاده کنید. در حال حاضر، این قابلیت از لینک‌های YouTube و TikTok پشتیبانی می‌کند. اگر تمایل دارید سایت‌های بیشتری پشتیبانی شوند، لطفاً با ما تماس بگیرید. همچنین می‌توانید با استفاده از قابلیت تغییر صدا، صدای وارد شده را ویرایش کنید و در عین حال محتوای اصلی را حفظ نمایید.

ویژگی حذف نویز به حذف صدای پس‌زمینه از فایل صوتی هنگام وارد کردن یا ضبط آن کمک می‌کند تا کیفیت صدای ویدیوهای شما شفاف‌تر شود. استفاده از این قابلیت نیازمند اشتراک پلن پرو یا بالاتر است.

ویژگی تغییر صدا به شما امکان می‌دهد صدای موجود در یک گفتار را تغییر دهید و نسخه‌های منحصربه‌فردی از صوت ایجاد کنید، در حالی که محتوای اصلی حفظ می‌شود. این قابلیت برای استفاده نیاز به اشتراک پلن پرو یا بالاتر دارد.

احساسات در صدای گوینده از طریق متنی که وارد می‌کنید منتقل می‌شود. زمانی که متن‌های مختلفی استفاده می‌کنید، سیستم تبدیل متن به گفتار (TTS) به طور خودکار احساس مناسب را اعمال می‌کند و نیازی به کنترل اضافی نیست.

هر توقف‌سنج معادل ۰.۵ ثانیه مکث است و می‌توانید چندین توقف‌سنج را پشت سر هم قرار دهید تا مکث طولانی‌تری ایجاد کنید (حداکثر تا ۳ ثانیه). با این حال، توصیه می‌شود در هر بخش متنی بیش از دو مکث متوالی استفاده نکنید، زیرا ممکن است باعث ایجاد صداها یا اختلالات غیرمنتظره توسط هوش مصنوعی شود.