အသံဖမ်းယူခြင်း

AI voice cloning တိုတောင်းတဲ့ audio sample တစ်ခုကနေတစ်ဦး၏အသံကိုတုံ့ပြန်ဖို့နက်နက်ရှိုင်းရှိုင်းလေ့လာသင်ယူအသုံးပြုသည်။ cloned တစ်ကြိမ်, သင်မူရင်းပြောဆိုသူလိုအသံအသစ်စကားပြော generate နိုင်ပါတယ်. ခေတ်မီမော်ဒယ်များအနည်းငယ်လို5အညွှန်းအသံ၏စက္ကန့်လိုအပ်.

Chatterbox စိတ်ခံစားမှုထိန်းချုပ်မှုနှင့်အတူအကောင်းဆုံး zero-shot cloning ကိုပေးသည်။ CosyVoice2ဘာသာစကားများစွာကို cloning အတွက်ကြီးမားသည် (8 ဘာသာစကားများ) ။ GPT-SoVITS ရုံ5စက္ကန့်အသံနှင့်အတူ excels ။ OpenVoice granular စတိုင်ထိန်းချုပ်မှုပေးသည်။

အများဆုံးမော်ဒယ်များအတူအလုပ်လုပ် 5-30 ရှင်းရှင်းလင်းလင်းအသံ၏စက္ကန့်. ပိုမိုကြာရှည်နမူနာ (အထိ 60 စက္ကန့်) ယေဘုယျအားဖြင့်ပိုမိုကောင်းမွန်သောရလဒ်များကိုထုတ်လုပ်. အဆိုပါအသံရှင်းရှင်းလင်းလင်းဖြစ်သင့်, single-speaker, background ဂီတသို့မဟုတ်အသံများမရှိဘဲ.

သင့်မှာအသုံးပြုခွင့်ရှိသော အသံများကိုသာ ကူးယူသင့်သည်။ ဤတွင် သင့်ကိုယ်ပိုင် အသံ၊ သဘောတူညီသည့် အခြားသူတစ်ဦး၏ အသံ၊ သို့မဟုတ် လိုင်စင်ရ အရင်းအမြစ်မှ အသံများ ပါဝင်သည်။ ခွင့်ပြုချက်မရှိသော အသံကူးယူခြင်းသည် သင့်ဒေသတွင်း ဥပဒေများကို ချိုးဖောက်နိုင်သည်။

ဟုတ်ကဲ့! CosyVoice2နှင့် GPT-SoVITS ကဲ့သို့သော Cross-language voice cloning models များသည် ဘာသာစကားအမျိုးမျိုးဖြင့်စကားပြောနိုင်ပြီး ဘာသာစကားအမျိုးမျိုးဖြင့်စကားပြောနိုင်သည်။

တစ်ဦးတည်းသော Speaker ကိုနှင့်အတူသန့်ရှင်းသောမှတ်တမ်းတင်အသုံးပြုပါ, အဘယ်သူမျှမနောက်ခံဂီတသို့မဟုတ်အသံ, နှင့်ဆက်စပ် volume ကိုတွင်သဘာဝစကားပြော. လျှို့ဝှက်ချက်ရှောင်ရှား, အော်ဟစ်, သို့မဟုတ်အလေးအနက်စီမံကိန်းရေးဆွဲအသံ. 16kHz သို့မဟုတ်ပိုမိုမြင့်မားတွင် WAV သို့မဟုတ် FLAC format ကိုအကောင်းဆုံးရလဒ်များကိုပေး.

Voice cloning သည် အသံပိုင်ရှင်ထံမှ သဘောတူညီချက်ရယူပြီး သင့်ကိုယ်ပိုင်အသံကို အသုံးပြုသည့်အခါ ဥပဒေနှင့်အညီဖြစ်ပါသည်။ အများအပြား တရားစီရင်ပိုင်ခွင့်များတွင် အသံတူညီမှုဆိုင်ရာ အခွင့်အရေးများကို ကာကွယ်ပေးသည့် ဥပဒေများရှိသည်။ အခြားသူများကို ထင်ဟပ်စေရန် အသံများကို မခိုးယူပါနှင့်၊ deepfakes များကို မဖန်တီးပါနှင့်၊ လိမ်လည်မှု မကျူးလွန်ပါနှင့်။

Yes, on a paid plan, as long as you have the rights to the reference voice. This includes your own voice, hired voice actors who consent, or properly licensed voice samples. Audio generated on a paid plan can be used in products, videos and applications, and upgrading also covers audio you made earlier on the free tier; free-tier audio is for personal, non-commercial use. On every plan, cloning models marked "Personal and non-commercial use only" in the model picker, such as Spark TTS, are excluded: their authors allow non-commercial use only.

ဟုတ်ကဲ့, မှတ်ပုံတင်အသုံးပြုသူများသည်သူတို့ရဲ့အကောင့်ကို cloned အသံ profiles တွေကို save လုပ်နိုင်ပါတယ်. သိမ်းဆည်းပြီးနောက်, သင် cloned အသံကိုအနာဂတ်မျိုးဆက်များအတွက် re-upload မပါဘဲပြန်သုံးနိုင်ပါတယ် reference audio ကို. ဤသည်သင်၏အကောင့်၏ "My Voices" အပိုင်းအောက်တွင်ရရှိနိုင်ပါသည်.

Chatterbox ကဲ့သို့သောမော်ဒယ်များရှင်းလင်းသောစိတ်ခံစားမှုထိန်းချုပ်မှုပေး (ပျော်ရွှင်, ဝမ်းနည်း, ဒေါသ, စသည်တို့ကို) မျိုးပွားအသံများနှင့်အတူ. အခြားမော်ဒယ်များသင်၏အညွှန်းကိန်းအသံမှယေဘုယျအသံနှင့်စတိုင်ဖမ်း. အကောင်းဆုံးစိတ်ခံစားမှုလွှဲပြောင်းများအတွက်, သင့်ရဲ့အညွှန်းကိန်းနမူနာထဲမှာပြောဆိုမှုပါဝင်သည်.

Voice ကို clone များသောအားဖြင့်ယူ 3-10 စက္ကန့်မော်ဒယ်နှင့်စာသားအရှည်ပေါ် မူတည်. Chatterbox နှင့် GPT-SoVITS အမြန် clone များအတွက် optimized နေကြသည်. ပထမဦးဆုံးမျိုးဆက်ကိုမော်ဒယ်ကိုရည်ညွှန်းအသံကိုစီမံကိန်းအဖြစ်အနည်းငယ်ပိုမိုကြာရှည်နိုင်ပါတယ်.

Voice cloning Chatterbox နှင့် Tortoise ကဲ့သို့သောမော်ဒယ်များအတွက် 4x characters များဖြင့်ပရီမီယံ-tier စျေးနှုန်းသတ်မှတ်ခြင်းကိုအသုံးပြုသည်။ အခမဲ့အကောင့်များ 15,000 characters များရရှိသည်။ CosyVoice ကဲ့သို့သော စံချိန်စံညွှန်း-tier cloning models 2x characters များကိုအသုံးပြုသည်။