Hogyan klónozd a hangod AI-jal

A hangklónozás egy valódi felvételből hoz létre újra felhasználható szintetikus hangot. A VisionStory elemzi a forrásmintát, előkészíti a hanganyagot, felismeri a nyelvet és a hangi jellemzőket, elkészíti a klónt, majd egy előnézetet generál, amelyet még azelőtt kiértékelhetsz, hogy videóban használnád.

A feltöltés csak a mechanikus rész. A forrásfelvétel határozza meg, mennyire lesz közeli és mennyire stabil a végeredmény. Egy tiszta, következetes egy perc általában hasznosabb, mint több perc, amelyet különböző mikrofonokkal vagy különböző helyiségekben rögzítettek.

Használd felelősen a hangokat. Csak a saját hangodat, vagy olyan hangot klónozz, amelynek használatára egyértelmű engedélyed van. Ne használd a hangklónozást arra, hogy valakit megszemélyesíts, megkerüld a beleegyezést, vagy félrevezesd a közönséget.

• Legjobb forrás: 1–2 perc tiszta, egyszereplős hanganyag.
• Gyors felvétel: legfeljebb 15 másodperc a Clone párbeszédablakon belül.
• Elérhetőség: Pro és magasabb előfizetési csomagokban.

1. lépés: Nyisd meg a Voice Clone-t az AI videóban

Nyisd meg az AI videó felületet, és válaszd ki a használni kívánt avatárt. A Script mező alatti hangsorban kattints a jelenlegi hang melletti Clone gombra. A Clone párbeszédablak úgy nyílik meg, hogy közben nem változtatja meg az avatár meglévő hangját.

2. lépés: Válaszd a Feltöltést vagy a Felvételt

A párbeszédablak két forrásmódszert kínál. Aszerint válassz, hogy csak a folyamatot teszteled, vagy a lehető legközelebbi gyakorlati egyezést szeretnéd elérni.

• Hang feltöltése: minőség szempontjából ez az ajánlott. Ha lehet, használj 1–2 perces, tiszta mintát.
• Felvétel: gyors teszthez ideális. Az alkalmazáson belüli rögzítő jelenleg legfeljebb 15 másodpercet vesz fel.

A feltöltött fájlok lehetnek .avi, .mp3, .mp4, .m4a, .wav vagy .mov formátumúak. A kiválasztott hangszegmensnek legalább 3 másodpercesnek kell lennie, és legfeljebb 120 másodperc lehet.

3. lépés: Készíts olyan hanganyagot, amely jobban egyezik

Egy hangklón nemcsak a hangazonosságot másolja. A tempót, a hanglejtést, a légzést, a szoba hangját, a mikrofon karakterét és a nem kívánt zajokat/artefaktumokat is képes reprodukálni. A forrást abban a stílusban rögzítsd, ahogyan szeretnéd, hogy a klón később megszólaljon.

• Csak egy beszélő legyen. Távolítsd el a zenét, az egymásra beszélést és a háttérbeszélgetéseket.
• Rögzíts 1–2 tiszta percet. Legyen elég természetes változatosság, de ne keverj össze eltérő minőségű felvételeket.
• Válassz csendes, visszhangmentes helyiséget. A puha berendezés csökkenti a zengetést; kerüld a ventilátort, a forgalmat és a légkondi zaját.
• Tartsd stabilan a mikrofont. A teljes mintában maradjon ugyanaz a távolság, szög, bemeneti szint és helyiség.
• Beszélj természetesen és következetesen. Legyen állandó az akcentus, a hangerő, a tempó és az előadásmód.
• Kerüld a hosszú csendeket. Folyamatos, hasznos beszédet használj, ne csenddel „tömj” ki egy fájlt.

Gyakorlati tipp: ha az első klón gyengének hangzik, a sokkal hosszabb felvétel helyett előbb cseréld le a forrást tisztább, egyenletesebb hanganyagra. A vegyes minőségű felvétel gyakran épp azokat az inkonzisztenciákat tanítja meg a klónnak, amelyeket el szeretnél tüntetni.

4. lépés: Töltsd fel, ellenőrizd és nevezd el a mintát

Húzd be a fájlt az Import Audio területre, vagy kattints a ledobási zónára a kiválasztásához. Miután megjelenik a hullámforma, játsszd le a kijelölt részt, és figyelj arra, hallatszik-e másik beszélő, zene, torzítás, visszhang, hirtelen vágás vagy hosszú csend. Ha ezek a problémák egyértelműek, cseréld le a forrást.

Adj meg egy legfeljebb 20 karakteres, beszédes nevet. Egy locale utótaggal könnyebb megkülönböztetni több oktatóanyag- vagy kampányhangot; például: Tutorial Voice-en.

5. lépés: Készítsd el a klónt, és hagyd, hogy a VisionStory felismerje a nyelvet

Kattints a Clone Now gombra. A VisionStory aszinkron módon feldolgozza a mintát, és megnyitja a Cloned Voice fület. Az elem a feldolgozás közben frissül, és lejátszhatóvá válik, amikor elkészül az előnézet.

Nem kell manuálisan kiválasztanod a forrásnyelvet. A VisionStory elemzi a felvételt, és automatikusan hozzárendeli a felismert nyelvet. A forrásmintában következetesen egy nyelvet használj, így könnyebb megítélni a felismert locale-t, az akcentust és az előnézetet.

6. lépés: A klón előnézete, kiválasztása és tesztelése

Mielőtt kiválasztanád, használd a lejátszás gombot a klón sorában. Figyelj a hangazonosságra, a kiejtésre, az akcentusra, a tempóra, a ritmusra, a szoba visszhangjára, a zajra és a hangszín ingadozó változásaira. Ha az előnézetben egyértelmű hibák hallhatók, inkább most javíts a forráson, mint hogy egy kész videóban derüljön ki a probléma.

Válaszd ki a klónozott hangot, írj be egy rövid mondatot a Script mezőbe, majd kattints a Hang előnézete gombra. Egy rövid teszt megkönnyíti az összehasonlítást, és segít megerősíteni, hogy a klón illik-e ahhoz a tartalomtípushoz, amit készíteni szeretnél.

Hangklónozás csomagok és slotkorlátok

A Hangklónozás a Pro és magasabb csomagokban érhető el. Minden elmentett klónozott hang 1 slotot foglal, amíg nem törlöd.

Ha már nincs szükséged egy klónra, nyisd meg a Cloned Voice menüt, töröld az adott hangot, majd erősítsd meg a műveletet. A klón törlésével felszabadul a slotja. Ha a törölt hang ki volt választva a szerkesztőben, a VisionStory automatikusan visszavált egy elérhető alapértelmezett hangra.

88 támogatott nyelv

88 egyedi nyelv. A VisionStory automatikusan felismeri a klónminta nyelvét; az elérhető hangopciók és a kimenet jellemzői nyelvenként eltérhetnek. Az alábbi lista nyelvenként 1 bejegyzést számol, miután összevonta a regionális változatokat és az azonos jelentésű elnevezéseket.

• 🇿🇦 afrikaans
• 🇦🇱 albán
• 🇪🇹 amhara
• 🇸🇦 arab
• 🇦🇲 örmény
• 🇮🇳 asszámi
• 🇦🇿 azerbajdzsáni
• 🇪🇸 baszk
• 🇧🇾 belarusz
• 🇧🇩 bengáli (Bangla)
• 🇧🇦 bosnyák
• 🇧🇬 bolgár
• 🇲🇲 burmai
• 🇭🇰 kantoni
• 🇪🇸 katalán
• 🇵🇭 cebuano
• 🇲🇼 csicseva
• 🇨🇳 kínai (mandarin)
• 🇭🇷 horvát
• 🇨🇿 cseh
• 🇩🇰 dán
• 🇳🇱 holland
• 🇬🇧 angol
• 🇪🇪 észt
• 🇵🇭 filippínó
• 🇫🇮 finn
• 🇫🇷 francia
• 🇪🇸 galíciai
• 🇬🇪 grúz
• 🇩🇪 német
• 🇬🇷 görög
• 🇮🇳 gudzsaráti
• 🇭🇹 haiti kreol
• 🇳🇬 hausza
• 🇮🇱 héber
• 🇮🇳 hindi
• 🇭🇺 magyar
• 🇮🇸 izlandi
• 🇮🇩 indonéz
• 🇮🇪 ír
• 🇮🇹 olasz
• 🇯🇵 japán
• 🇮🇩 jávai
• 🇮🇳 kannada
• 🇰🇿 kazah
• 🇮🇳 konkani
• 🇰🇷 koreai
• 🇰🇬 kirgiz
• 🇱🇦 lao
• 🇻🇦 latin
• 🇱🇻 lett
• 🇨🇩 lingala
• 🇱🇹 litván
• 🇱🇺 luxemburgi
• 🇲🇰 macedón
• 🇮🇳 maithili
• 🇲🇬 malgas
• 🇲🇾 maláj
• 🇮🇳 malajálam
• 🇮🇳 maráthi
• 🇲🇳 mongol
• 🇳🇵 nepáli
• 🇳🇴 norvég
• 🇮🇳 odia
• 🇦🇫 pastu
• 🇮🇷 perzsa
• 🇵🇱 lengyel
• 🇵🇹 portugál
• 🇮🇳 pandzsábi
• 🇷🇴 román
• 🇷🇺 orosz
• 🇷🇸 szerb
• 🇵🇰 szindhi
• 🇱🇰 szingaléz
• 🇸🇰 szlovák
• 🇸🇮 szlovén
• 🇸🇴 szomáli
• 🇪🇸 spanyol
• 🇰🇪 szuahéli
• 🇸🇪 svéd
• 🇮🇳 tamil
• 🇮🇳 telugu
• 🇹🇭 thai
• 🇹🇷 török
• 🇺🇦 ukrán
• 🇵🇰 urdu
• 🇻🇳 vietnámi
• 🇬🇧 walesi

Számlálási módszer: nyelvenként 1 bejegyzés, nem területi változatonként — például az angol regionális változatok egyszer számítanak, a norvég bokmål és nynorsk egyszer számít, és a bengáli/Bangla is egyszer számít.

Hibaelhárítás: amikor a Hangklón nem elég hasonló

Gyengének érződik a hangazonosság

Cseréld le a forrást egy tisztább, 1-2 perces mintára, egyetlen megszakítás nélküli felvételből. Tartsd állandóan a mikrofont, a helyiséget, a tempót és az előadásmódot.

A klón zajos vagy fémes

Hallgasd meg a forrást fejhallgatóval. Távolítsd el a háttérzenét, visszhangot, ventilátorhangot, forgalmi zajt, az agresszív zajcsökkentést, a túlvezérlést, valamint az ismételt veszteséges exportokat. A tisztább eredeti általában többet segít, mint a további utómunka.

Rossz a tempó vagy az érzelem

A klón ezeket az előadási döntéseket a mintából tanulta. Vedd fel a forrást olyan hangnemben, energiával, tempóval és beszédstílussal, ahogyan később hallani szeretnéd.

Váratlan a nyelv vagy az akcentus

A mintában végig egy nyelvet használj, és kerüld a nyelvváltást a klónozási felvétel közben. A lehető legjobb kiejtés- és akcentusegyezéshez azon a nyelven klónozz és tesztelj, amelyen publikálni szeretnél.

Készítsd el a Hangklónodat

Készíts egy tiszta forrásfelvételt, nyisd meg az AI videó funkciót, és nézd meg előnézetben az eredményt, mielőtt egy hosszabb produkcióban használnád. További részletekért az egyéni és többnyelvű hangokról lásd a VisionStory hangklónozási funkcióját.