Усі опції можна спробувати безкоштовно.
Нейросітковим озвученням сьогодні складно когось здивувати. YouTube кілька років активно тестує дубляж роликів різними мовами за допомогою Gemini, схожа функція є в “Яндекс Браузері”. Та й кожному, напевно, хоч раз уже дзвонив бот, який звучав майже як людина. Деякі моделі йдуть ще далі: нейромережа аналізує приклад голосу, а потім озвучує їм надісланий користувачем текст. Зібрали приклади гідних ІІ-сервісів для клонування голосу.
Враховуйте, що розробники перестраховуються та іноді вимагають підтвердити, що у вас є згода власника голосу щодо його використання, і це важливо. У моменті, звичайно, наявність прав ніяк не перевіряється, і у вас навряд чи будуть проблеми через вітання подруги голосом її улюбленого актора. А ось комерційне використання чужої особи або поширення фейків із голосами відомих людей можуть призвести до сумних наслідків.
1. Chatterbox Multilingual Demo
Як випливає із назви, це демонстрація мультимовної моделі Chatterbox: з обмеженнями, зате безкоштовно. Нейросеть дозволяє скопіювати голос і використовувати його для озвучення тексту 23 мовами, включаючи російську. При цьому краще, щоб мова на вході та виході збігалася, інакше можуть виникнути проблеми через іншомовний акцент.
Тестова модель доступна на платформі Hugging Face Space і має по суті лише одне серйозне обмеження: за раз не можна озвучити текст довше 300 символів. Перед генерацією можна налаштувати швидкість та експресивність мови, а також використовувати фіксований . Останнє особливо важливе, щоб генерувати озвучку в одному стилі.
Розробники також мають повноцінну версію нейромережі з інтерфейсом — Resemble AI, але в ній функція клонування голосу повністю прихована за підпискою, ніякої демонстрації немає. У безкоштовній версії можна лише створювати голос за текстовим промптом або користуватися готовими, причому виключно для англомовного озвучення.
Chatterbox Multilingual Demo на Hugging Face Space →
2. Vocloner
Найпростіший у використанні сервіс, який розпізнає аудіозапис, отримує з нього зразок голосу та озвучує їм текст. Зразки зберігаються в бібліотеці користувача, повторювати процедуру щоразу не потрібно. При розпізнаванні голосу та введення тексту мови визначаються автоматично. З російською все працює без проблем і голос виходить досить природним — з живим ходом мови та паузами слова не розбиваються на склади. Експортувати файл можна в MP3 або WAV.
Є просунутий режим з розширеними налаштуваннями, наприклад, можна додавати паузи, сторонні звуки на кшталт покашлювання і сміху, вибирати настрій і тон, але такий режим працює тільки з платною підпискою. Вона ж знадобиться, щоб озвучувати тексти довші за 200 символів.
Vocloner →
3. Speechify Studio
Сервіс пропонує повноцінну функцію клонування голосу: можна один раз «годувати» йому шматочок мови, щоб отримати готовий пресет та використовувати його для озвучення текстів у будь-який момент. Підхід Speechify Studio забезпечує стабільніші результати, ніж підхід інших сервісів, які не зберігають голоси і щоразу аналізують приклади наново.
У редакторі тексту для озвучення можна самостійно розставити паузи, також є налаштування швидкості, тону та стилю подачі. Підсумковий файл доступний у форматі MP3.
Проаналізувати голос і озвучити ним текст до 1 000 знаків можна безкоштовно в демоверсії на головній сторінці, але результат не вдасться скачати і не можна буде використовувати з комерційною метою. Якщо якість влаштовує і хочеться озвучувати фрази таким голосом, доведеться купувати передплату.
Speechify Studio →
4. Wavel AI
Сервіс заточений під озвучку та дубляж відеоконтенту голосами з великої бібліотеки або скопійованими з прикладу користувача. Хоча підтримка російської заявлена в десятках голосів, вони іншомовні і російською звучать занадто механічно. З клонованими голосами такої проблеми зазвичай немає. Принаймні, якщо не перекладати їх іншими мовами.
При генерації озвучки можна ввести текст довжиною до 1 000 символів, вибрати модель – звичайну чи преміальну – та задати швидкість мови. Інших налаштувань немає.
Безкоштовна версія Wavel AI – рівно в тому обсязі, щоб можна було перевірити якість перед підпискою. З просунутою моделлю можна скопіювати лише один голос та згенерувати одну хвилину аудіо, при цьому експортувати результат не вийде. Крім цього, можна спробувати базову модель для клонування мови та озвучки: безкоштовних кредитів вистачить на 13 хвилин, але скачати файл без підписки все одно не дадуть.
Wavel AI →
5. Voice.ai
Сервіс, відомий насамперед перетворювачем голосу та голосовими ІІ-агентами для служб підтримки. Останні дозволяють налаштувати та автоматизувати дзвінки, щоб перекинути рутину на роботів замість реальних співробітників. Але копіювання голосу та озвучення текстів тут теж є, зокрема російською.
Як і майже всі аналоги, Voice.ai розпізнає голос за будь-яким записом з мікрофона або з аудіофайлу. Готовому зразку можна додати назву та аватарку, дати опис, поставити до п'яти тегів. Далі його можна використовувати для озвучення тексту, що має бути розбитий на абзаци довжиною до 500 символів. Налаштування пауз та інтонацій немає, всі природні огріхи голосу додаються автоматично, але паузи не завжди встають куди треба. Доступні налаштування відносяться до всієї озвучки і дозволяють контролювати ступінь креативності, різноманітності подачі, відповідності зразку і так далі.
Без підписки можна озвучити до 1 000 символів тексту одним або різними голосами, експорт буде недоступний. Для завантаження створеного озвучення, додаткових клонувань голосу та генерацій доведеться оформлювати передплату.
Voice.ai →
