Biblioteka głosów, obsada i sposób odczytu

Zapisz głos do ponownego użycia

Nadaj próbce przydatną nazwę, język i transkrypt. Czyste nagranie jednego mówcy jest łatwiejsze do użycia niż klip z hałasem lub kilkoma głosami. Projektowanie głosu może utworzyć syntetyczną próbkę z opisu. Przetestuj zapisany głos z zamierzonym modelem.

Język i akcent próbki

Wielojęzyczny model klonujący może przenieść akcent nagrania referencyjnego. Zacznij od próbki w języku docelowym i sprawdź krótki fragment. Transkrypcja musi odpowiadać słowom wypowiedzianym w nagraniu.

Qwen VoiceDesign może utworzyć syntetyczną próbkę w dziesięciu udokumentowanych językach, między innymi po francusku, niemiecku i japońsku. Najpierw wygeneruj próbkę, a potem użyj Qwen Base lub innego zgodnego modelu klonującego. Model klonujący nadal musi obsługiwać język docelowy. Możesz też zacząć od gotowego głosu; przykłady pokazują oba typy.

Wiele głosów

Dodaj role do obsady projektu i przypisz fragmenty lub mówców napisów. Przed generowaniem sprawdź nieprzypisane wypowiedzi. Diarizacja rozpoznaje mówców w nagraniu; nie wybiera za Ciebie głosów wynikowych. Mowa obsady jest generowana w oddzielnych żądaniach i składana później.

Instrukcje i emocje

Obsługa instrukcji zależy od modelu. Część używa opisu lub instrukcji dla fragmentu, inne znaczników w tekście, ustawienia emocji lub parametrów dostawcy. Wpisuj wskazówki w obsługiwanym ustawieniu zamiast w zwykłym tekście do odczytu. Nieobsługiwane znaczniki mogą zostać wypowiedziane.

Zacznij od prostej wskazówki, na przykład równego tempa i krótkiej pauzy. Sprawdź zrozumiałość przed dodaniem szczegółowych emocji lub stylu.

Wymowa

Zapisuj sprawdzoną wymowę nazw i powtarzających się terminów. Dopasuj ją do języka i głosu. W napisach i tekście do czytania zachowuj zwykły zapis.

Syntetyczny narrator do ponownego użycia

1. Wybierz model projektowania głosu obsługujący język docelowy lub zacznij od odpowiedniego gotowego głosu.
2. Wygeneruj fragment referencyjny i odsłuchaj faktyczne nagranie. Sprawdź język, akcent i sposób odczytu przed ponownym użyciem.
3. Zachowaj jednego mówcę i usuń niepotrzebną ciszę lub hałas. Po przycięciu nagrania dopasuj transkrypt do pozostawionych słów.
4. Zapisz próbkę z czytelną nazwą i językiem, a następnie w razie potrzeby zarejestruj ją w zgodnej usłudze mowy.
5. Przetestuj docelowy model narracji z zapisaną próbką. Udany podgląd projektowania nie potwierdza zgodności wyniku z każdym silnikiem klonowania.

Sprawdź obsadę na krótkiej scenie

Użyj krótkiej wymiany zdań między dwiema rolami. Potwierdź przypisanie każdego fragmentu i sprawdź, czy głosy pozostają rozróżnialne w kontekście. Przy jednym narratorze upewnij się, że aktywny tryb obsady nie korzysta ze starych wyborów dla poszczególnych mówców.

Wpisuj instrukcje odczytu w ustawieniu obsługiwanym przez wybrany model. Przetestuj prostą wskazówkę przed dodaniem wielu emocji lub zdarzeń wokalnych. Zachowaj zwykłe zdanie jako tekst do wypowiedzenia; model może przeczytać nieobsługiwany znacznik dosłownie.

Zobacz wiele głosów i instrukcje odczytu.