L’intelligenza artificiale generativa e i deepfake sono stati profondamente integrati per sviluppare strumenti audio avanzati. L'idea è semplice: prendi un suono e lo manipoli in modo che il modello pronunci le parole che gli dici.
La tecnologia di produzione vocale è considerata uno degli sviluppi più importanti nel mondo della tecnologia moderna, poiché è possibile creare una voce artificiale incredibilmente simile alla voce umana utilizzando istruzioni di testo. Tra gli strumenti e le piattaforme innovativi che ti consentono di raggiungere questa straordinaria impresa c'è ElevenLabs, che presenta un livello gratuito insieme ad alcune fantastiche opzioni a pagamento.
In questo articolo approfondiremo come utilizzare la tecnologia di sintesi vocale con ElevenLabs e i vantaggi che ne derivano. Esamineremo i passaggi chiave per creare audio che possa essere utile in una varietà di applicazioni, dall'audio e la pubblicità alle applicazioni di intelligenza artificiale e apprendimento automatico. Verificare La tecnologia immersiva è un vantaggio o una perdita per la sicurezza informatica?
Link veloci
Cos'è ElevenLabs?
ElevenLabs è stata fondata da un ex ingegnere di machine learning di Google e da un ex stratega di Palantir Technologies, una società di ricerca sulla tecnologia vocale. Un modello vocale è una componente chiave della sua strategia, ma l’obiettivo finale è creare uno strumento che “converta istantaneamente l’audio parlato tra diverse lingue”.
ElevenLabs Voice AI è un modello di sintesi vocale basato sull'intelligenza artificiale in grado di creare una voce umana dal suono realistico. Il suo sito web afferma:
“La nostra missione è rendere il supporto vocale multilingue on-demand una realtà nell’ambito dell’istruzione, dello streaming, degli audiolibri, dei giochi, dei film e persino della chat in tempo reale”.
Google Translate e le sue alternative sono qualcosa che offre già valore, ma riesci a immaginare uno strumento in grado di tradurre istantaneamente ciò che senti in forma parlata? Riprodurre la voce di chi parla in modo da sentire la conversazione mentre la dice è un punto di partenza importante per raggiungere questo obiettivo.
Cos'è la generazione del suono tramite intelligenza artificiale?
Descritta in modo semplice, la generazione vocale AI ti consente di catturare una voce e farle dire ciò che vuoi che senta. Basta scegliere una voce e fornire il dialogo e il modello personalizzato farà il resto.
Potresti dire "beh, Microsoft Sam lo faceva negli anni 'XNUMX" e avresti assolutamente ragione. Ma Microsoft Sam e strumenti simili sembravano robot. Nel frattempo, lo strumento di ElevenLabs sembra molto più vicino agli esseri umani.
ElevenLabs offre tre opzioni di intelligenza artificiale vocale: le sue voci "preimpostate" completamente gratuite, il suo generatore vocale AI (ti consente di scegliere sesso, età e accento) e voci "clone" solo in abbonamento che puoi scaricare.
Ecco un esempio:
Nota: L'uso dell'intelligenza artificiale per scopi creativi comporta alcune responsabilità etiche e di proprietà intellettuale e creare voci con lo strumento vocale AI di ElevenLabs non è diverso. In breve, non usare la voce di nessuno senza il suo permesso. Anche se questo non è illegale, potrebbero rimanerne turbati.
Prima di continuare, ricorda che al momento in cui scriviamo, lo strumento di intelligenza artificiale vocale di ElevenLabs è in versione beta. Ciò significa che non è il prodotto finale. Verificare Esplora gli entusiasmanti progetti IA che puoi realizzare con il tuo Raspberry Pi.
Crea dialoghi IA di base
Il modo più semplice per iniziare è utilizzare lo strumento vocale gratuito e basato sull'intelligenza artificiale di ElevenLabs.
Per usarlo, vai a beta.elevenlabs.io E crea un account (puoi utilizzare la tua email, l'account Google o Facebook).
Ecco i prossimi passi:
- Clic Sintesi vocale.
- Seleziona una delle voci preimpostate nelle impostazioni (sono disponibili voci maschili e femminili).
- Espandi le Impostazioni audio per impostare i cursori Stabilità e Chiarezza + Migliora somiglianza (una maggiore stabilità è solitamente monotona, una maggiore chiarezza è più vicina al suono desiderato).
- Scegliere Undici monolingue (Inglese standard).
- Inserisci il testo che desideri convertire in parlato.
- Clic costruzione.
- Una volta completato il processo, il suono dovrebbe essere riprodotto automaticamente; In caso contrario, fare clic تشغيل.
Puoi anche scaricare l'esempio generato.
Come creare una voce AI con ElevenLabs
Se preferisci creare una nuova voce, puoi utilizzare il pulsante Aggiungi voce per visitare la schermata VoiceLab. Per creare un nuovo suono basato sui preset ElevenLabs:
- Clic Aggiungi suono -> Design del suono.
- Imposta i campi relativi a sesso, età e dialetto.
- Regolare il cursore dell'intensità della messa a fuoco come desiderato.
- Inserisci il testo che desideri convertire.
- Clic costruzione.
- Quando hai finito, ascolta.
Durante i test, ho scoperto che sia gli accenti femminili/giovani/australiani che quelli maschili/vecchi/australiani erano chiaramente “americani”. Questo problema verrà probabilmente risolto con il miglioramento della tecnologia.
Crea la tua voce AI
Sebbene le opzioni preimpostate e configurabili siano interessanti, l’elemento davvero interessante della tecnologia ElevenLabs è l’opzione “Riproduzione vocale istantanea”.
A differenza di altre opzioni, la riproduzione vocale istantanea richiede un abbonamento. Sono disponibili diverse opzioni, la più economica è di $ 5 al mese. Al momento in cui scrivo, questo viene fornito con uno sconto dell'80% per il primo mese, ovvero solo $ XNUMX.
Altre opzioni costano $ 22, $ 99 e $ 330 al mese, con la possibilità di generare fino a 40 ore di audio al mese.
Per utilizzare la trascrizione vocale di ElevenLabs, avrai bisogno di alcuni dialoghi e di un campione della tua voce. Va bene qualsiasi cosa, purché sia chiara e in formato MP3. Più lungo è il campione, meglio è, fino a 5 minuti.
Dalla schermata VoiceLab:
- Clic Aggiungi audio -> Trascrizione audio istantanea.
- Nella finestra risultante, assegna un nome.
- Fare clic o trascinare il file appropriato per caricare il campione audio (è possibile aggiungere fino a 25 campioni per migliorare la precisione).
- Fai clic su Etichette e seleziona Chiave + Valore (ad esempio, Accento/Inglese): esegui questa operazione fino a 5 volte.
- Inserisci una breve descrizione dell'audio.
- Seleziona la casella di controllo Conferma il consenso e poi Aggiungi un suono.
Una volta aggiunto l'audio, puoi regolarlo nella schermata di sintesi vocale come menzionato sopra. Verificare Valutare l'uso della tecnologia di riproduzione del suono nella creazione di contenuti su larga scala.
Cosa puoi fare con la voce AI?
AI Voice ha molte voci preimpostate e riprodotte con molte possibilità. Come accennato in precedenza, l'obiettivo finale di ElevenLabs è la traduzione dal vivo, ma ha notato molti altri usi.
Vengono menzionati gli audiolibri (forse letti da una star del cinema morta da tempo), insieme ai videogiochi (l'uso di una voce AI farebbe risparmiare denaro sui doppiatori). Ma ha usi oltre a questo, dalla musica alla satira all’auto-aiuto, e forse anche oltre.
Puoi anche creare un podcast utilizzando l'audio AI, anche se i risultati potrebbero sembrare piatti e noiosi.
L'introduzione di questo episodio podcast davvero utile è stata prodotta con ElevenLabs:
Anche se i risultati non sono stati proprio quelli sperati, sono abbastanza buoni da poter essere utilizzati e la tecnologia può solo migliorare.
Nel frattempo, ElevenLabs prevede di implementare la funzionalità “Chat vocale” in un secondo momento.
domande comuni
Q1: Qual è la tecnologia per la produzione dei suoni?
La tecnologia di sintesi vocale è una tecnologia che utilizza l'intelligenza artificiale e tecniche di elaborazione del suono per creare una voce artificiale che assomigli alla voce umana. Può essere utilizzato in una varietà di applicazioni come applicazioni audio, pubblicitarie e di intelligenza artificiale.
Q2: Cos'è ElevenLabs e cosa offre?
ElevenLabs è una piattaforma avanzata basata su tecnologie di produzione del suono. Fornisce agli utenti potenti strumenti per creare una voce sintetica che possa essere simile alla loro voce personale. ElevenLabs ti aiuta a personalizzare i suoni e ad usarli per una varietà di usi.
Q3: Come posso iniziare a utilizzare ElevenLabs?
Puoi iniziare facilmente registrandoti sulla piattaforma ElevenLabs ed esplorando la sua interfaccia semplice e intuitiva. Avrai la possibilità di creare e personalizzare la tua voce sintetica e utilizzarla nel tuo progetto.
Q4: Esistono requisiti speciali per l'utilizzo di una solida tecnologia di produzione?
Non sono necessarie conoscenze tecniche avanzate per utilizzare ElevenLabs, ma è utile comprendere i concetti di base sull'elaborazione audio e utilizzare le tecnologie di base. Troverai l'interfaccia utente e le istruzioni facili da usare e ti aiuteranno a iniziare.
D5: Quali sono alcune applicazioni comuni della tecnologia di produzione del suono di ElevenLabs?
Le applicazioni più diffuse includono annunci audio personalizzati, servizi vocali personalizzati e applicazioni di intelligenza artificiale che manipolano voci sintetiche. ElevenLabs consente di personalizzare i suoni per adattarli perfettamente al tuo progetto.
Usa la tua voce in un modo nuovo con l'intelligenza artificiale di ElevenLabs
L’intelligenza artificiale ci ha portato alcuni nuovi straordinari strumenti negli ultimi anni. Chat-GPT può essere utilizzato per generare testo, rispondere a domande, pianificare report e altro ancora. Metà viaggio È un modello straordinario che genera arte basata su affermazioni.
Ora, lo strumento Speech AI di ElevenLabs semplifica il lavoro con la voce. È come un'imitazione, ma con una copia dell'audio originale.
Sebbene esistano argomenti etici contro l’uso delle voci senza consenso, questo è uno strumento potente con alcuni usi interessanti. Soprattutto, è sorprendentemente facile da usare e offre risultati sorprendenti. Puoi visualizzarlo ora Il miglior generatore di arte AI per creare arte creativa dalle foto.
