Clonazione Vocale Professionale
Scopri come clonare la tua voce in modo professionale con i nostri modelli di qualità superiore.
Creare un clone vocale professionale
Quando cloni una voce, è importante considerare su cosa è stata addestrata l’IA: quali lingue e quale tipo di dataset. Scopri di più su ciascun modello e sui relativi punti di forza nella pagina dei modelli.
Guida
Se non sei sicuro di ciò che è consentito dal punto di vista legale, consulta i Termini di servizio e le nostre informazioni sulla sicurezza dell’IA per maggiori dettagli.
Vai alla pagina Clonazione Vocale Professionale
Nella barra laterale di ElevenLabs, fai clic sul pulsante più accanto a Voci per aprire la pagina Creazione voce, quindi fai clic su Crea nuova sotto Clone vocale professionale.
Carica il tuo audio
I cloni vocali professionali al momento non supportano il canto. Le registrazioni audio devono contenere esclusivamente voce parlata.

Carica i tuoi campioni audio facendo clic su Carica campioni.
Se non hai già audio di addestramento preregistrato, puoi anche registrare direttamente nell’interfaccia selezionando Registrati. Abbiamo incluso script di esempio per narrazione, conversazione e pubblicità. Puoi anche caricare il tuo script.
Controlla il feedback sulla durata dei campioni
Dopo aver caricato l’audio, vedrai un feedback sulla durata dei campioni. Per ottenere i migliori risultati, consigliamo di caricare almeno un’ora di audio di addestramento e, idealmente, avvicinarti il più possibile a tre ore.

Elabora il tuo audio
Dopo aver caricato i campioni audio, puoi elaborarli per migliorarne la qualità. Puoi rimuovere il rumore di fondo e separare i diversi parlanti, se l’audio ne include più di uno. Per accedere a queste opzioni, fai clic sul pulsante Impostazioni audio accanto alla clip che vuoi elaborare.

Verifica la tua voce
Dopo aver registrato e caricato tutto, ti verrà chiesto di verificare la tua voce. Per un’esperienza senza problemi, prova a verificarla usando la stessa attrezzatura, o una simile, utilizzata per registrare i campioni e con un tono e una modalità espressiva simili a quelli presenti nei campioni. Se non hai accesso alla stessa attrezzatura, esegui la verifica nel modo migliore possibile. Se non riesce, puoi attendere 24 ore per riprovare oppure contattare l’assistenza.
Prima di iniziare a caricare i campioni, ci sono alcuni aspetti da tenere presenti e alcuni passaggi da seguire per ottenere i migliori risultati possibili.
Registra audio di alta qualità
La Clonazione Vocale Professionale riproduce con grande precisione i campioni usati per l’addestramento. Crea un clone quasi perfetto di ciò che sente, comprese tutte le sfumature e le caratteristiche della voce, ma anche eventuali artefatti e audio indesiderato presenti nei campioni. Ciò significa che, se carichi campioni di bassa qualità con rumore di fondo, riverbero/eco della stanza o altri suoni indesiderati come musica o più persone che parlano, l’IA cercherà di replicare tutti questi elementi anche nel clone.
Eleven v4 riproduce la registrazione di origine in modo più fedele rispetto ai modelli precedenti, inclusi rumore di fondo, distorsione e altri difetti. Con questo modello, un audio di addestramento nitido è ancora più importante.
Assicurati che ci sia una sola voce parlante
Assicurati che nell’audio sia presente una sola voce parlante, poiché più di un parlante, rumore eccessivo o uno qualsiasi degli elementi sopra indicati possono confondere l’IA. Questa confusione può impedire all’IA di distinguere quale voce clonare o portarla a interpretare erroneamente il suono effettivo della voce, perché mascherata da altri suoni, con il risultato di ottenere un clone non ottimale.
Fornisci materiale sufficiente
Assicurati di avere abbastanza materiale per clonare correttamente la voce. Il minimo indispensabile che consigliamo è di 30 minuti di audio, ma per il risultato ottimale e il clone più accurato consigliamo circa 2-3 ore di audio. Più audio fornisci, migliore sarà la qualità del clone risultante.
Mantieni lo stile coerente
Lo stile di parlato dei campioni forniti verrà replicato nell’output, quindi, in base al tipo di resa che desideri, i dati di addestramento devono corrispondere a quello stile (ad esempio, se vuoi dare voce a un audiolibro con un clone della tua voce, l’audio inviato per l’addestramento dovrebbe essere una registrazione in cui leggi un libro con il tono di voce che vuoi usare). Per coerenza, è meglio includere un solo stile nei campioni caricati. Eleven v4 riproduce questo singolo stile di parlato in modo più fedele rispetto ai modelli precedenti.
Usa campioni nella lingua per cui vuoi utilizzare il PVC
È preferibile usare campioni in cui parli la lingua per cui il PVC verrà usato principalmente. Naturalmente, l’IA può parlare qualsiasi lingua attualmente supportata. Tuttavia, vale la pena notare che, se la voce non è madrelingua nella lingua che vuoi far parlare all’IA, ovvero hai clonato una voce che parla una lingua diversa, potrebbe avere un accento della lingua originale e pronunciare in modo errato parole e inflessioni. Ad esempio, se cloni una voce che parla inglese e poi vuoi farle parlare spagnolo con un modello precedente a Eleven v4, avrà molto probabilmente un accento inglese mentre parla spagnolo.
Con Eleven v4, il parlato generato nella stessa lingua dei campioni conserva l’accento originale. Il parlato generato in una lingua diversa è fluente nella lingua di destinazione. Se hai bisogno dell’accento di addestramento in altre lingue, testa questo comportamento con Eleven v4 prima di farvi affidamento.
Supportiamo la clonazione esclusivamente di campioni registrati in una delle nostre lingue supportate e l’applicazione rifiuterà il campione se è registrato in una lingua non supportata.
Consulta gli esempi qui sotto per capire cosa aspettarti da una buona e da una cattiva registrazione.
Per ora, puoi clonare soltanto la tua voce. Ti verrà chiesto di completare un processo di verifica prima di inviare la richiesta di fine-tuning.
Suggerimenti
Attrezzatura di registrazione professionale
Attrezzatura di registrazione professionale
Per ottenere risultati ottimali, usa attrezzatura di registrazione di alta qualità, poiché l’IA clonerà ogni aspetto dell’audio. Input di alta qualità = output di alta qualità. Va bene qualsiasi microfono, ma consigliamo un microfono XLR collegato a un’interfaccia audio dedicata. Alcuni consigli generali per una fascia economica sono Audio Technica AT2020 o Rode NT1 collegati a un’interfaccia Focusrite o simile.
Usa un filtro anti-pop
Usa un filtro anti-pop
Usa un filtro anti-pop durante la registrazione. Ridurrà al minimo le consonanti esplosive.
Distanza dal microfono
Distanza dal microfono
Posizionati alla giusta distanza dal microfono: consigliamo circa due pugni di distanza dal microfono, ma dipende anche dal tipo di registrazione che vuoi ottenere.
Registrazione senza rumore
Registrazione senza rumore
Assicurati che l’input audio non presenti interferenze, come musica o rumore di fondo. La clonazione IA funziona meglio con audio pulito e privo di elementi superflui.
Acustica della stanza
Acustica della stanza
Registra preferibilmente in una stanza trattata acusticamente. Così riduci gli echi e i rumori di fondo indesiderati, ottenendo un input audio più nitido per l’IA. Puoi creare una soluzione temporanea usando un piumone o una trapunta spessi per attenuare lo spazio di registrazione.
Pre-elaborazione dell'audio
Pre-elaborazione dell’audio
Valuta di modificare l’audio in anticipo se vuoi ottenere un suono specifico dall’IA. Ad esempio, se desideri un output curato in stile podcast, pre-elabora l’audio affinché corrisponda a quella qualità, oppure intervieni se ci sono lunghe pause o molti “uhm” e “ahm” tra le parole, poiché l’IA li imiterà a sua volta.
Controllo del volume
Controllo del volume
Mantieni un volume costante, abbastanza alto da risultare chiaro ma non tanto da causare distorsione. L’obiettivo è ottenere un livello audio equilibrato e stabile. L’ideale è tra -23 dB e -18 dB RMS, con un picco reale di -3 dB.
Durata dell'audio sufficiente
Durata dell’audio sufficiente
Per ottenere i migliori risultati, fornisci almeno 30 minuti di audio di alta qualità che segua le linee guida sopra riportate, preferibilmente più vicino a oltre 2 ore di audio. Più dati di qualità puoi fornire all’IA, migliore sarà il clone vocale. Il numero di campioni non è rilevante: conta la durata totale. Tuttavia, se prevedi di caricare più ore di audio, è meglio suddividerlo in più campioni di circa 30 minuti. In questo modo sarà più facile caricarlo.
Eleven v4
I cloni vocali professionali sono pienamente supportati in Eleven v4. Si basano sugli stessi progressi nella precisione vocale e riproducono la voce di origine più fedelmente rispetto ai modelli precedenti, inclusi timbro, cadenza, accento, resa espressiva e volume. Un clone su Eleven v4 può suonare notevolmente diverso dallo stesso clone su Eleven v3. Confronta entrambi usando i tuoi contenuti e scegli la versione più adatta al caso d’uso.
Eleven v4 ha due varianti. Entrambe funzionano con un clone vocale professionale:
- Eleven v4 (
eleven_v4) è il modello di qualità più elevata, per la creazione di contenuti, audiolibri e voci fuori campo di personaggi. - Eleven v4 Turbo (
eleven_v4_turbo) mantiene questa qualità a bassa latenza, per usi in tempo reale come gli agenti conversazionali.
Entrambe le varianti supportano le impostazioni vocali Stabilità e Somiglianza, ma Stile e Velocità non sono disponibili in Eleven v4 e SSML non è supportato.
La maggior parte dei cloni vocali professionali eseguirà automaticamente il fine-tuning su Eleven v4, ma se questo modello non è già disponibile, puoi avviare manualmente il processo di fine-tuning. Per addestrare un clone vocale professionale esistente su Eleven v4, apri Le mie voci, trova la voce e passaci sopra con il cursore. I modelli su cui la voce ha già eseguito il fine-tuning mostrano un segno di spunta, mentre quelli disponibili per il fine-tuning mostrano un più. Fai clic sul pulsante più accanto a Eleven v4 per avviare il fine-tuning. Riceverai una notifica nell’app e via email al termine del processo.
Intensità del clone
Quando selezioni un clone vocale professionale e Eleven v4, le Impostazioni vocali includono un cursore Intensità del clone. L’intensità del clone controlla quanto il parlato generato segue le registrazioni di addestramento del clone.
Con valori più bassi, la voce viene leggermente smussata e la resa acquisisce maggiore flessibilità espressiva, spesso con un risultato complessivamente migliore pur mantenendo la somiglianza con la voce originale. Con valori più alti, l’output rimane più vicino alle registrazioni di addestramento, con meno smussatura, e imita più fedelmente la resa e l’espressività della voce originale. I valori più alti possono essere particolarmente utili per voci con tratti distintivi o accenti unici.
Consigliamo lo 0% per la maggior parte dei casi d’uso, ma un valore più alto può essere utile per accenti o tratti unici. In questi casi, suggeriamo di aumentare l’intensità del clone al 50%.






