Wiki iliyopita, wakati nilifanya kazi kwenye podcast, nilirekodi sehemu hiyo hiyo mara kumi na tano na bado sikuwa na furaha. Au niliongea haraka sana, nilisimama kinyume cha asili, au nikaanguka juu ya maneno. Hiyo ni wakati nilipata - na teknolojia ya AI inazidi haraka, kwa nini usijaribu kuzalisha sauti ya AI? Hivyo nilitumia wiki mbili kuingia ndani ya karibu kila chombo cha sauti cha AI nililoweza kupata. Niliendesha maandishi sawa kupitia kila jukwaa, kwa makini kulinganisha matokeo na kubadilisha vigezo mbalimbali. Sasa nina kushiriki matokeo yangu ili kukusaidia kuepuka mchakato wa majaribio na makosa niliyopitia. Masharti yangu ya uchunguzi Kabla ya kuingia katika zana, napenda kufafanua jinsi nilivyokadiria: - Jinsi ya asili ya sauti ya kuzalisha sauti? yoyote ya dhahiri robots ubora? Realism Je, unaweza kubadilisha kasi, kiwango, mtazamo, na maelezo mengine? Control capabilities Jinsi nzuri ni sauti ya nje kwa matumizi ya kitaaluma? Audio quality Je, ni lugha gani zilizotumika?Kutumia lugha gani? Voice selection - Je, interface ni intuitive? nini ni curve ya kujifunza kama? Ease of use Teknolojia ya sauti ya AI imekuwa kweli kufikia kiwango cha kuvutia cha ubunifu. Matokeo fulani yamewauliza kama nilikuwa nikisikia mtu halisi au AI. Murf AI - Mwalimu wa Usimamizi wa Maonyesho Nitaanza na Murf, ambayo kwa kweli inashinda katika udhibiti wa msukumo. Kuna kipengele hiki cha kusisimua ambapo unaweza kurekebisha msisitizo juu ya neno lolote katika maandishi yako. Mchakato ni rahisi - bonyeza icon hiyo kama maoni karibu na kifungo cha kucheza, na interface inaonekana kuonyesha maneno yote na pointi za marekebisho. Unaweza drag juu, chini, kushoto, au kulia ili kubadilisha kiwango cha msisitizo kwa kila neno. Hata hivyo, ninapaswa kutaja inahitaji mazoezi fulani. majaribio yangu ya kwanza yalikuwa mengi, na kusababisha hotuba yenye sauti isiyo ya asili. Nimegundua kwamba marekebisho mazuri yanafanya kazi bora - kurekebisha sana kwa kweli hupoteza mtiririko wa asili. Mbali na udhibiti wa msisitizo, Murf pia inasaidia marekebisho ya kasi na kiwango, pamoja na uwezo wa kuongeza mapumziko. Ikiwa unachagua sauti ya Ken, unapata upatikanaji wa aina tisa tofauti za hadithi, kuanzia "Storytelling" hadi "Sad." Pia kuna kipengele kizuri cha ushirikiano ambapo unaweza kuwakaribisha wenzako wa timu kuhariri miradi pamoja, na kila mtu anaweza kuacha maoni juu ya mipaka ya script. Toleo la bure linasaidia dakika 10 za kuzalisha sauti; mipango ya kulipwa huanza kwa $ 23 / mwezi Pricing AI Voice Cloning - 3 Sekunde ya Cloning Black Magic Njia hii niliyopata ilibadilisha kabisa ufahamu wangu wa ubunifu wa sauti. Hiyo inachukua sekunde 3 tu ya sampuli za sauti ili kukamilisha ubunifu wa sauti. Nilipiga rekodi mwenyewe kusema "Najisikia vizuri leo" kwenye simu yangu, nilichapisha, na baada ya sekunde 30 za usindikaji, sauti iliyotengenezwa ilikuwa sawa na hotuba yangu mwenyewe. Ikilinganishwa na zana zingine, uhalisi wa sauti hii iliyoonyeshwa ni katika ngazi tofauti kabisa. Hiyo sio tu sawa kwa sauti - inachunguza kwa usahihi mzunguko wa kuzungumza na mifano ya intonation pia. Zaidi ya hayo, inasaidia cloning ya sauti katika lugha nyingi, ambayo ni muhimu sana kwa watengenezaji wa maudhui ya lugha nyingi. kasi ya kuzalisha pia ni ya kushangaza - kwa kawaida inatoa matokeo katika sekunde kumi tu. Kutumia kwa ajili ya video ya sauti huunda athari ya uchafuzi wa uchafuzi. Ni kweli imara zaidi kuliko rekodi zangu, kwa sababu AI haifai makosa ya maneno au kuwa na siku zilizoathiri utendaji. Chagua - chaguo la kuvutia zaidi Ikiwa wewe ni uchovu wa sauti monotonous, ya robotic, Respeecher ni dhahiri thamani ya kujaribu. Kipengele chake cha kipekee ni kuzalisha moja kwa moja hotuba tofauti ambayo haionekani kama mstari mfupi - ina juu na chini, hisia na hisia. Huna haja ya marekebisho yoyote ya kiufundi; tu kuingia maandishi, kuchagua sauti tofauti au mtindo wa hadithi, na kila kizazi hutoa mabadiliko ya asili. Muundo wa interface ni kidogo unintuitive, na mipangilio imefungwa kabisa. Unahitaji kubonyeza kifungo cha mipangilio kwenye upande wa kushoto ili kurekebisha kiwango cha pitch, kiwango cha hisia, na vigezo vingine. Mipangilio haya huathiri matokeo yote ya baadaye, hivyo kumbuka kurekebisha kama inahitajika. Pia kuna kipengele cha kurekodi kwa wakati halisi. Unaweza kurekodi na microphone yako, na inabadilisha sauti yako katika mtindo wa template uliochaguliwa, kukupa udhibiti kamili wa utendaji. Hata hivyo, mtindo wake wa sauti unashikilia ubunifu zaidi, hivyo ni bora kwa cartoon au miradi ya kibinafsi. Ikiwa unahitaji sauti maalum, ya biashara, unaweza kuhitaji kuchagua kwa makini. Kuanza kwa $ 4 / mwezi Pricing WellSaid Labs - chombo cha kitaalamu cha udhibiti wa neno kwa neno WellSaid Labs inachukua njia ya kitaaluma, kutoa chaguzi za udhibiti wa granular zaidi katika sekta. Mhariri wake inaruhusu marekebisho ya script ya neno kwa neno. Mchakato huu unahusisha kubonyeza kifungo cha "Cues" upande wa kulia, kisha maandishi kwenye skrini yanaonyesha mipangilio. Bonyeza neno lolote au sentensi ili kurekebisha sauti na kasi. Chagua alama za punctuation inaruhusu kudhibiti muda wa pause. Mfumo unatumia rangi tofauti ili kuonyesha marekebisho yako: kijani kwa mabadiliko ya kasi, bluu kwa marekebisho ya sauti, purple kwa marekebisho. Usimamizi wa hotuba unahitaji mipangilio tofauti katika orodha ya kushoto, ambapo unaweza kuongeza sheria za hotuba yako binafsi - hata kwa kutumia usimamizi usio sahihi kabisa ili kufikia hotuba sahihi. Oh, mimi karibu kusahau—WellSaid pia hutoa nyaraka za kina na mafunzo, pamoja na kushiriki miradi kwa kukusanya maoni ya timu. Majaribio ya bure inapatikana; mipango ya kulipwa huanza kwa $ 44 / mwezi Pricing mapendekezo yangu Ikiwa wewe ni mpya kwa kuzalisha sauti ya AI, kuanza na Murf - interface rahisi ya mtumiaji na utendaji wa kutosha. Kwa cloning sauti maalum, AI Voice Cloning ni mshindi wazi - sekunde 3 za sauti hufanya kazi na matokeo ya kushangaza. Kwa maudhui ya ubunifu au sauti za kuonyesha, nguvu, Respeecher ni uchaguzi mzuri. Kwa uzalishaji wa kitaaluma unahitaji udhibiti mzuri juu ya kila maelezo, WellSaid Labs ni thamani ya uwekezaji. Wengi wa zana hizi hutoa majaribio ya bure, hivyo ninapendekeza kujaribu wote. Baada ya yote, mapendekezo ya sauti ni ya kibinafsi sana - kile kinachofanya kazi kwa wengine huenda hakufanya kazi kwako. Kumbuka tu - wakati wa kutumia sauti zinazozalishwa na AI kwa madhumuni ya kibiashara, angalia masharti ya huduma ya jukwaa ili kuhakikisha una leseni sahihi. Hasa na vipengele vya sauti ya sauti, daima kupata idhini ya maandishi wakati wa kutumia sauti ya mtu mwingine.
