Az AI Hangváltó arra a pillanatra való, amikor az előadás tökéletes, de a hang nem az. Már van egy felvételed — egy próbafelmondás, egy karakterhang, egy szóvivő-sáv — és másfajta hangazonosságra van szükséged úgy, hogy egyetlen sort sem kell újra felvenned. A VisionStory a meglévő előadást a kiválasztott célhanggá alakítja, és ugyanabban a menetben ezzel mozgatja a beszélő avatárt is.
Ebben az útmutatóban importálunk egy 10 másodperces angol terméknarrációt, átalakítjuk Anika – Sweet and Lively hangra, majd kirenderelünk egy 16:9-es, 1080p-s szóvivővideót. Mielőtt belevágsz, győződj meg róla, hogy rendelkezel a felvételhez, a videóhoz, a karakterképhez és a használni tervezett célhanghoz szükséges jogokkal.
1. lépés: Válaszd ki az avatárt, majd válts az Importálásra
Nyisd meg az AI videó munkaterületet, és válassz a kész videóhoz illő digitális műsorvezetőt — a karakterkönyvtárból, vagy egy olyan fotó feltöltésével, amelyhez jogaid vannak. Ezután a jobb oldalon válts az Import fülre, hogy behúzz egy felvételt vagy egy videó hangsávját.
A VisionStory jelenleg AVI, MP3, MP4, M4A, WAV és MOV fájlokat importál. Ha a cél csak a narráció hangjának cseréje, a tiszta hangfájl a jobb forrás; ha a hang egy meglévő videóban van, importáld közvetlenül a videót támogatott formátumban.
2. lépés: Importáld a felvételt, és ellenőrizd a használható szakaszt
Kattints a feltöltési területre, és importáld a forrásfelvételt vagy videót. A panelen látszik a hullámforma, a teljes hossz és a kijelölt tartomány — itt egy 10 másodperces narráció teljes 00:00–00:10 szakasza.
Hallgasd meg egyszer az eredetit, és ellenőrizd, hogy az eleje és a vége nincs-e levágva. Ha egyértelmű a helyiségzaj, kapcsold be a Zaj eltávolítása opciót — de ne hajszold a tökéletes csendet; a túl agresszív zajszűrés eltünteti a levegővételeket, a lágy szótagokat és azokat az érzelmi részleteket, amelyek emberivé teszik az átalakított hangot.
3. lépés: Válaszd ki a célhangot a Hangkönyvtárból
Kattints a Change Voice gombra a Hangkönyvtár megnyitásához. Szűrj Nyelv, Nem, Életkor és Felhasználási cél szerint, és hallgasd meg a jelölteket az egyes hangkártyák lejátszás gombjával.
A példa Anikát választja, hogy a lapos terméknarrációból fényesebb, közösségi felhasználásra kész női hang legyen. Hirdetések, tréningek, karaktertörténetek és magyarázó videók mind másként súlyozzák a tisztaságot, az energiát és az életkort — a tartalom feladatához válassz, ne csak ahhoz, amelyik minta kellemesen hangzik. A teljes kiválasztási módszer itt található: how to choose an AI voice.
4. lépés: Erősítsd meg a célhangot és a kimeneti beállításokat
Visszatérve a készítési oldalra, a Change Voice vezérlő már a kiválasztott célhangot mutatja. Menj végig a többi beállításon is: az avatár, a képarány, a videómodell és a felbontás. A példa 16:9-re vált V-Character 4.0-val 1080p-n — ideális fekvő termékmagyarázóhoz vagy YouTube-ra.
A Hangváltó a hangazonosságot cseréli; nem választ helyetted megfelelő műsorvezetőt vagy képkivágást. Generálás előtt vesd össze a célhangot az avatár látszólagos életkorával, nemi megjelenésével és a tartalom hangulatával — ha ütköznek, menj vissza a hangkönyvtárba vagy a karakterkönyvtárba.
5. lépés: Generálj, majd ellenőrizd a hangcserés videót
Kattints a Generate Talking Video gombra. A VisionStory az eredeti előadást a célhanggá alakítja, és ezzel hajtja az avatár szájmozgását és arckifejezéseit. Amikor elkészül a render, nézd végig elejétől a végéig.
Figyelj a tulajdonnevekre, a lágy szótagokra, a szünetekre és a mondatvégi érzelemre, és nézd a szájat a gyors részeknél. Ha a hang nem passzol a karakterhez vagy a tartalomhoz, menj vissza és válassz másik célhangot. Ha a gond zaj vagy rossz vágás, javítsd a forráshangot — a hangkonverzió nem tudja megmenteni a hibás alapanyagot.
Gyakori problémák és megoldások
- Az átalakított hang tompa vagy zajos. Ellenőrizd a forrást háttérzaj, túlvezérlés és alacsony hangerő szempontjából; kapcsold be a Zaj eltávolítása opciót, vagy vedd fel újra tisztábban. A konverzió nem javítja a súlyosan torz anyagot.
- A hang természetes, de nem illik az avatárhoz. Válassz újra a karakter életkorához, nemi megjelenéséhez és energiájához közelebbi hangot — vagy válts avatárt. A hangot és a karaktert egy egységként érdemes értékelni.
- Az érzelem eltér az eredeti felvételtől. A konverzió megtartja az előadás tempóját és érzelmi jelzéseit, de a hangok hangszínben és kifejező tartományban eltérnek. Hasonlíts össze több jelöltet; ha kell, vegyél fel tisztább előadást.
- A szájmozgás gyors mondatoknál meglazul. Ellenőrizd, nem kapkodott-e, elmosódott-e vagy összefolyó-e a beszéd a forrásban. A rövidebb mondatok és egy tisztább felvétel többet érnek, mint még több hang végigpróbálása.
Egy jól használható, hangcserés videó sosem csak annyi, hogy A hangot B hangra cseréljük. Tiszta forráselőadásból, jól megválasztott célhangból, passzoló avatárból és a kész videó alapos ellenőrzéséből áll össze. Először rögzítsd az előadást, másodjára válaszd a hangot, és a végén ellenőrizd a szinkront és a karaktert — ez a sorrend spórolja meg a legtöbb újrafelvételt. Ha inkább saját, újrahasznosítható hangot építenél, nézd meg ezt: cloning your voice with AI.
