Audio CdsGenericName

Vervang 'n deel van oudio met kunsmatige spraak wat by die omliggende stem pas. Gebruik 'n slegte neem sonder om die hele ding reg te stel.

Ons het nog nie TTS-stemme in jou taal nie, help ons om joune by te voeg! Verkoop jou stem

Media controller element

500 karakters per sekonde van oudio vervang

Trek laat val jou lêer hier, of Deurblaai

Supports MP3, WAV, FLAC, OGG, M4A. Max 500 MB (2 GB on paid plans). Up to 10 minutes.

lêer.mp3

0 MB

Bron-oudioskywe skrop om die slegte neem te vind

0.00s / 0.00s

Optiese karakter herkenning Instellings

0 / 500 karakters
Hoe lank om die spalkpunte saam te smelt. 80ms is die verstek vlakte wat pas natuurlike, geen hoorbare dubbel-merker voel nie.
Teken op verniet om oudio in verfwerk te gebruik
In verf oudio...

Kloning van die stem en die vervanging van die plaasvervanger...

→ Omstolende stem → sprei met kruisdrade
Die resultaat sal in jou verskyn as jy'n rukkie neem? geslaggeskiedenis wanneer dit gereed is.
Ingeverfde oudio Gereed

Voor (-----)

Na (In verf)

Laai tans oudio af

Hoe'n mens werk kan verf

In verf is die klank ekwivalent van Foto-winkel se inhoud-aware vul. Ons kloon die stem van die oudio rondom jou keuse, sintetisiseer die nuwe lyn in daardie stem, en plak dit terug met 'n kort kruisband.

Beste resultate: los ten minste 3 sekondes van skoon spraak onmiddellik voor die redigeerpunt sodat die klooner goeie verwysingsmateriaal het.

Wenke vir die beste resultate

  • Hou die gemerkte omvang so styf as moontlik ☞ net die slegte neem
  • Vervang teks moet naastenby dieselfde lengte wees as wat dit vervang
  • Stel die taal om by die bron-oudio te pas vir die beste stem ooreenstem
  • 80ms kruisdrade is gewoonlik onsigbaar; stamp tot 150ms as jy'n kliek hoor
  • Vir lank redigeer (>10s), oorweeg heropklaging die hele passasie in plaas van

Hoe Kunsmatige oudio - verfwerk gedoen word

Chirurgiese redigeersels, stemknop, sonder 'n herkord sessie.

Stap 1

Oplaai + Mark Omvang

Oplaai jou oudio en gebruik die skropder om die begin/end van die deel te merk wat jy wil vervang. Tipe die plaasvervanger teks.

Stap 2

Stemvertaling + sintegroot

Ons haal tot 12 sekondes van skoon verwysing na oudio rondom jou keuse uit, kloon die spreker se stem en sintetisiseer die nuwe lyn in daardie stem.

Stap 3

Kruispad Splike

Die sintetiseerde clip word ingespuit in die oorspronklike opname met 'n gelyke krag kruisfade na beide redigeer punte. Die grense is onaudbaar.

Audio In verfplanneName

Begin sonder, opgradering wanneer u meer nodig het

Beskikbaar
  • Tot 10-minute bronlêers
  • 500-Karakter plaasvervanger teks
  • 4- second in verf per versoek
  • 80ms kruisfade spalies
  • OpenVoice + CosyVoice 2 agterkant
Die gewildste
Vry rekening
  • Tot 10-minute bronlêers
  • 5000-Karakter plaasvervangerteks
  • Aktiveer kruisvlak (0- 250ms)
  • Stem- model oorskryf
  • Geslag geskiedenis + re- edit
Meld aan om vry te wees
Pro
  • Tot 30-minute-bronkodelêers
  • 100 000-Karakter plaasvervangerteks
  • Prioriteit GPU wagtou
  • API toegang (/v1/audio-in verf/)
  • Voeg by verf (verhoogde bergreekse)
Gradeer op

Vrae wat dikwels gevra word

Audio in verf (ook genoem klank vul of spraak bodub) Laat jy 'n deel van' n bestaande oudio opname vervang met nuwe kunsmatige spraak wat ooreenstem met die oorspronklike stem. Dit is die klank ekwivalent van Foto-winkel se inhoud-' nware vul mime- verf oor die deel wat jy nie wil hê nie, tipe wat daar moet wees, en die kunsmatige vervanging van die kunsmatige intelligensie genereer.

Merk die tyd omvang om te vervang, tipe die nuwe lyn van dialoog, en kliek In Paint. Ons Kunsmatige kloon die stem van die oudio rondom jou keuse, sintetisiseer die nuwe lyn in daardie stem, en splikse dit terug in jou opname met 'n kort kruismerk sodat die redigeer is onaudible.

Gebruik dit wanneer jy het 'n enkele slegte woord, verkeerde uitspraak, naam glip, vloek woord, of feite fout in' n andersins goeie neem. Re-rcording die hele gedeelte dikwels voorstel tonaal onkondig met die res van die projek ą in verf regstellings slegs wat moet regmaak terwyl elke ander lettergreep gehou word.

Vry gebruikers kan in verf lêers van tot 10 minute lank. Intekenaars kan lêers tot 30 minute verf. Die vervanging teks self is met 500 karakters vir vry gebruikers, 5 000 vir gratis rekeninge en 100 000 vir betaalde planne bedek.

Baie naby. Die KPT gebruik tot 12 sekondes van oudio rondom die redigeer as 'n stem verwysing, wat genoeg is vir enige van ons kloning-deugsame modelle (OpenVice, CosyVoice 2) om die spreker se tibre, toonhoogte en spreekstyl vas te vang. Vir die beste resultate, los ten minste 3 sekondes van skoon spraak onmiddellik voor die redigeer punt.

Ons pas 'n 80ms gelyke-krag kruismerk aan by beide splice punte (hoof→plek en vervanging→ stert) by verstek. Jy kan dit na 0ms (hard gesny) op tot 250ms deur middel van die Kruis-beheer. Langer kruisvets verberg die redigeer deeglik, maar kan oneglik saamvoeg woorde by die grens.

Audio in verf volg dieselfde taal dekking as stem kloning. Ons kies oopVoice vir die meeste tale en CosyVice 2 vir Chinese, Japannese en Koreaans. Jy kan die model oorskryf in gevorderde instellings.

Jy word gelaai 500 karakters per sekonde van oudio vervang. 'n 4- second regmaak kos 2 000 karakters. Die koste is onafhanklik van hoe lank die vervanging teks is, aangesien die onderliggende kloon sintesis deur die looptyd van die nuwe clip bedek word, nie die tekslengte nie.

Per ons Term van Diens, jy mag slegs in verf oudio wat jy besit of het uitdruklike toestemming om te redigeer. 'n Genererende nagemaakte kwotasies, bedrieglike inhoud of imensasies word verbied. Ons watermerk het klank geskep en log alles in verfwerk vir misbruik hersiening.

Die knip van 'n clip laat 'n merkbare gaping in pacing en asem; kruis-veting twee neem 'n ton onweerbarsbaar. In verfing vul die gaping met spraak wat ooreenstem met die omliggende stem, so luisteraars hoor voortdurend, natuurlike klank oudio.

Ja ❑ POTT na /v1/audio-in verf/ met die oudiolêer, start_sc, end_sc, en vervanging_ text. Die eindpunt gee terug 'n werk UUID; menings /v1/spech/reults/?uuid= na onttrek die geverfde oudio wanneer gereed. Sien API docs vir detail.

ElfLabs Spech-tot-Sech nuwe die hele stem lyn van krap in 'n teiken stem. Ons oudio in verfwerk is chirurgie: dit redigeer slegs die gemerkte omvang, hou elke ander byte van jou oorspronklike opname ongeskonde, en pas by die nuwe clip tot die omliggende stem in plaas van 'n aparte stem biblioteek.
5.0/5 (1)

U terugvoer help ons om geskille reg te stel.

Stel jou oudio in Sekondes reg

Vervang enige deel van enige opname met kunsmatige spraak wat by die oorspronklike stem pas. Teken op vry om te begin.