Озвучка текста голосом робота

Настройка клона голоса на русском

3000

Техническое задание: Настройка максимально похожего клона голоса на русском языке в ElevenLabs для дальнейшего использования мною. Цель: 1. Создать и настроить 5 клонов моего голоса в ElevenLabs так, чтобы они максимально точно воспроизводили звучание моего естественного голоса на русском языке, включая тембр, интонацию, эмоциональную окраску, ритм и дыхание.Готовые клоны должны использоваться для генерации текстов на русском языке с высокой степенью реалистичности и узнаваемости. 2. Создать 5 аудиофайлов- озвученных текстов моими клонами голосов, максимально похожих на звучание моего собственного голоса. Входные данные: Я предоставляю 10 аудиозаписей своего голоса, каждая продолжительностью ~2 минуты (итого ~20 минут аудио).Все записи выполнены в хорошем качестве (микрофон, отсутствие шума), на русском языке, с разной интонацией, скоростью и эмоциональной окраской (спокойная, вдохновляющая, меланхоличная, шутливая, драматичная, сказочная и т.д.). Задачи специалиста: 1. Проанализировать предоставленные аудиофайлы: * проверить техническое качество (чистота звука, отсутствие шумов и обрезок); * убедиться в разнообразии фраз, интонаций и речевых паттернов. 2. Создать и донастроить голосовой клон (5 шт) на платформе ElevenLabs: * использовать загруженные мною записи как обучающую выборку; * при необходимости перезагрузить, сегментировать или дополнительно обработать записи для оптимального результата. 3. Обеспечить высокое качество генерации текста на русском языке: * подобрать и запомнить оптимальные значения параметров генерации (Stability, Style, Similarity и т.д.), ориентируясь на реализм и узнаваемость голоса. 4. Сгенерировать 5 образцовых аудиофайлов (я предоставлю тексты отдельно), которые должны быть озвучены клоном моего голоса на русском языке посредством опции «текст в речь».Каждое аудио продолжительностью до 1,5 минуты, с разной интонацией и настроением. Цель сравнение с оригиналом голоса. Голос озвучки в этих 5 аудиофайлах должен быть максимально похожим на мой собственный голос! Результат на выходе: 5 голосовых клонов (вкладка My Voices) с оптимальными настройками для чтения русского текста. 5 сгенерированных аудиофайлов (в формате WAV или MP3), озвученных клоном на русском языке. Голос озвучки максимально похож на мой собственный голос. Подбор параметров для улучшения звучания. Все параметры отражены в скринах экрана, которые специалист передает заказчику. Рекомендации по дообучению на платформе ElevenLabs и корректировке исходных файлов. (Опционально) краткий отчёт со скрином экрана, какие параметры были выставлены и почему.

Андрей Семушин

Создать видео с синхронизацией субт

500

Нужно создать видео с синхронизацией субтитров (текста голосов) с выделением этого текста или отдельного слова по типу караоке но чтобы текст диалога прокручивался вниз по мере продвижения диалога. Есть аудиофайл, это диалог, длинна 7мин 50 сек, 2 спикера. В некоторых моментах у второго спикера низкое качество голоса и автоматические транскрибаторы не полностью распознаю речь. Но так слушая речь понятна. Я Сделал полную транскрибацию разговора с разбивкой по диалога по абзацам, первый говорит - 1 абзац, далее второй - 2 абзац и т.д. Нужно создать видео текста этого диалога синхронизированного с голосами, чтобы текст скролился вниз как бы в виде карусели (на скрине стрелкой вниз помечена схематично "карусель") и чтобы или абзац тот который говорится в определенный момент подсвечивался ( как в скрине) или само слово этого абзаца подсвечивалось синхронно с произносимым голосом как это реализовано в descript, в котором подсвечивается синим сам голос и можно нажать на воспроизведение и записать экран но там транскрибирует некорректно и когда вручную вносишь правки то звук в этом месте не воспроизводит. В transkriptor хорошо наглядно это происходит но там функция платная редактировать транскрипт. Формат видео надо чтобы альбомный. Можно чтобы не совсем идеально. Аудиофайл и файл транскрибации скину в личку.

Андрей Ильин