ElevenCreative Studio

Prześlij

Wybierz Prześlij, aby zacząć od istniejących multimediów. Pliki tekstowe i audio otwierają się w układzie audio. Pliki wideo otwierają się w układzie wideo z dostępnymi napisami.

Zacznij projekt od zera

Wybierz + Nowy pusty projekt, aby otworzyć selektor typu projektu:

• Projekt wideo (Nowy) otwiera nowy edytor wideo z panelami Biblioteka, Skrypt i Napisy oraz Studio Agent.
• Projekt audio tworzy pusty projekt audio do długich narracji, podcastów i audiobooków.
• Projekt wideo otwiera poprzednią wersję Studio do wideo.

Kontekstowy panel boczny dla projektów audio

Kontekstowy panel boczny pokazuje narzędzia i szczegóły wybranego elementu.

W przypadku narracji panel zawiera Sterowanie odtwarzaniem, Typ, Model, Głos, Zastąp ustawienia i Historię generowania. Sekcja Narzędzia AI udostępnia te działania:

• Ulepsz tekst dopracowuje tekst, aby pokierować sposobem wypowiedzi.
• Usuń dźwięk w tle używa Voice Isolator do usuwania dźwięku w tle.
• Użyj zmieniacza głosu modyfikuje głos w istniejącym audio.
• Pokieruj mową swoim głosem nagrywa referencyjne audio, aby kierować wypowiedzią za pomocą Actor Mode.

W przypadku klipów multimedialnych panel pokazuje odpowiednie właściwości i działania klipu.

Oś czasu i ścieżki

Oś czasu pokazuje cały rozdział projektu, dzięki czemu od razu widzisz narrację, muzykę i SFX.

Dostosuj czas między akapitami lub pojedynczymi zdaniami. Możesz też przycinać, dzielić i duplikować klipy albo powiększać i przesuwać widok dłuższych rozdziałów. Przebiegi fali pokazują względną głośność na ścieżkach.

Panel boczny Rozdziały

Gdy utworzysz nowy projekt audio, uzyskasz dostęp do panelu bocznego Rozdziały, a po zaimportowaniu dokumentu rozdziały zostaną wykryte automatycznie.

Wybierz kartę Rozdziały, aby zarządzać rozdziałami w istniejącym projekcie.

Wybierz +, aby dodać rozdział. Użyj Działań rozdziału, aby zmienić nazwę lub usunąć rozdział. Przeciągaj rozdziały, aby zmienić ich kolejność.

Generuj/Generuj ponownie

Wybierz Generuj, aby wygenerować audio dla wybranego tekstu. Generowanie audio zużywa środki.

Zmiana tekstu lub głosu usuwa status wygenerowania akapitu. Wybierz Generuj, aby utworzyć go ponownie.

Status akapitu (przekonwertowany lub nieprzekonwertowany) wskazuje pasek po lewej stronie akapitu. Nieprzekonwertowane akapity mają jasnoszary pasek, a przekonwertowane — ciemnoszary.

Gdy przycisk wyświetla Generuj ponownie, kolejne generowanie nie zużywa środków. Możesz generować ponownie dwa razy bez użycia środków, jeśli nie zmienisz głosu ani tekstu.

To działanie dotyczy narracji i innej generowanej mowy. Elementy osi czasu, takie jak wideo, zewnętrzne audio, muzyka, SFX i napisy, są układane na osi czasu i renderowane podczas eksportu.

Odtwórz

Przycisku Odtwórz w odtwarzaczu u dołu interfejsu ElevenCreative Studio możesz użyć, aby odtworzyć już wygenerowane audio albo wygenerować audio, jeśli akapit nie został jeszcze przekonwertowany. Generowanie audio kosztuje środki. Jeśli audio zostało już wygenerowane, przycisk Odtwórz odtworzy istniejące audio bez pobierania środków. Przycisk Odtwórz ma dwa tryby. Do końca (generuj klipy z wyprzedzeniem) odtworzy istniejące audio albo wygeneruje nowe audio dla akapitów, które nie zostały jeszcze wygenerowane — od wybranego akapitu do końca bieżącego rozdziału, generując wiele klipów z wyprzedzeniem. Do końca (generuj po jednym) odtworzy istniejące audio albo wygeneruje nowe audio od wybranego akapitu do końca bieżącego rozdziału, ale generuje tylko jeden klip naraz. Gdy obecna jest ścieżka wideo, odtwarzacz wyświetla też podgląd wideo zsynchronizowany z głowicą odtwarzania. Odtwarzanie istniejącego audio lub wideo nigdy nie zużywa środków; zużywa je tylko generowanie narracji.

Historia generowania

Historia generowania akapitu pojawia się w kontekstowym panelu bocznym po wybraniu akapitu. Pokazuje wszystkie wcześniej wygenerowane wersje audio dla wybranego akapitu, dzięki czemu możesz odsłuchać i pobrać każdą z nich.

Jeśli wolisz wcześniejszą wersję akapitu, użyj przycisku Przywróć generowanie, aby wrócić do wybranej wersji. Możesz też usuwać generowania, ale pamiętaj, że usuniętej wersji nie da się przywrócić.

Historia generowania dotyczy generowanej narracji. Nie śledzi zaimportowanych multimediów (zewnętrznego audio, muzyki, SFX) ani klipów wideo.

Cofnij i ponów

Jeśli przypadkowo wprowadzisz zmianę, użyj przycisku Cofnij, aby przywrócić poprzednią wersję, lub Ponów, aby przywrócić zmianę.

Przerwy

Możesz dodać pauzę przyciskiem Wstaw przerwę. Wstawia on tag przerwy. Domyślnie przerwa trwa 1 sekundę, ale możesz zmienić jej długość maksymalnie do 3 sekund.

Przerwy wpływają tylko na sposób generowania mowy; nie przesuwają ani nie zatrzymują innych ścieżek osi czasu. Użyj osi czasu, aby precyzyjnie tworzyć pauzy w muzyce, SFX i wideo.

Actor Mode

Actor Mode pozwala dokładnie określić, jak ma zostać wypowiedziany fragment tekstu — przez przesłanie nagrania lub nagranie siebie bezpośrednio w aplikacji. Możesz zaznaczyć fragment tekstu, nad którym chcesz pracować, albo wybrać cały akapit. Po wybraniu tekstu, dla którego chcesz użyć Actor Mode, kliknij Pokieruj mową swoim głosem w sekcji Narzędzia AI panelu bocznego, a pojawi się okno Actor Mode.

Przegląd Actor Mode znajdziesz w tym filmie.

Prześlij lub nagraj audio, a następnie zobaczysz opcję odsłuchania go lub usunięcia. Zobaczysz też, ile środków będzie kosztować wygenerowanie wybranego tekstu przy użyciu dostarczonego audio.

Jeśli audio ci odpowiada, kliknij Generuj, a zostanie ono użyte do kierowania sposobem wypowiedzi wybranego tekstu.

Pliki

Przesyłaj lub nagrywaj pliki audio do projektu. Możesz przeciągać pliki do panelu, kliknąć Prześlij plik lub użyć przycisku Nagraj, aby nagrać audio bezpośrednio. Przełączaj między Ten projekt a Obszar roboczy, aby przeglądać pliki. Przesłanego audio nie można publikować na platformach dystrybucyjnych.

Muzyka

Generuj muzykę w ElevenCreative Studio i umieszczaj ją na osobnej ścieżce osi czasu. Twórz muzykę z promptu lub importuj istniejący utwór. Możesz przycinać, duplikować, przenosić i dostosowywać głośność każdego klipu. Źródła stereo pozostają stereo.

Efekty dźwiękowe

Dodawaj efekty dźwiękowe jako osobne klipy na osi czasu. Możesz umieszczać je w dowolnym miejscu, nakładać wiele efektów i precyzyjnie dostosowywać ich czas przez przycinanie i duplikowanie.

Twórz efekty z promptu tekstowego lub wybieraj istniejący efekt z biblioteki SFX.

Możesz ponownie generować podglądy, aby sprawdzać warianty, a potem zastosować wybrany efekt na osi czasu. Usuwanie i duplikowanie klipów SFX działa tak samo jak w przypadku innych klipów na osi czasu.

Zablokuj akapit

Wybierz Zablokuj akapit, aby uniemożliwić zmiany w akapicie.

Po lewej stronie zablokowanych akapitów pojawia się ikona kłódki. Wybierz ponownie Zablokuj akapit, aby odblokować akapit. Blokada dotyczy tylko treści narracji; nadal możesz edytować klipy wideo, muzyki i efektów dźwiękowych.

Skróty klawiszowe

Wybierz Opcje projektu > Skróty klawiszowe, aby wyświetlić dostępne skróty klawiszowe.

Kontekstowy panel boczny w projektach wideo

Nowy edytor projektów wideo obejmuje panele Biblioteka, Scenariusz i Napisy. Informacje o projektach audio znajdziesz w sekcji Kontekstowy panel boczny w projektach audio.

Biblioteka

Panel Biblioteka przechowuje klipy wideo, obrazy i nagrania mowy do ponownego użycia na osi czasu. Użyj kart Projekt i Obszar roboczy, aby przełączać się między zasobami projektu a zasobami udostępnionymi w obszarze roboczym. Filtruj zasoby według Pochodzenia, Statusu lub obecności na Osi czasu.

Wybierz Utwórz +, aby dodać treści.

Media

• Wideo generuje klip wideo.
• Synchronizacja ruchu ust synchronizuje awatara z klipem mowy.
• Obraz generuje nieruchomy obraz.
• Mowa generuje klip z nałożonym głosem.
• SFX generuje efekt dźwiękowy.
• Muzyka generuje ścieżkę muzyczną.
• Prześlij importuje pliki multimedialne z urządzenia.

Elementy

• Tekst dodaje nakładkę tekstową.

Scenariusz

Panel Scenariusz porządkuje narrację według ścieżek audio:

• Nałożony głos wyświetla każdy akapit wraz z przypisanym głosem i modelem. Wybierz akapit, aby edytować tekst lub zmienić głos. Zmiany wymagają ponownego wygenerowania.
• Wymowa otwiera Edytor wymowy, w którym możesz dodać reguły aliasów lub fonemów.

Napisy

W panelu Napisy wybierz ścieżkę audio jako źródło napisów. Użyj dwóch kart, aby edytować transkrypcję i styl:

• Transkrypcja wyświetla tekst napisów ze znacznikami czasu. Wybierz Edytuj, aby poprawić tekst lub czas.
• Styl pozwala ustawić czcionkę, kolor, rozmiar i położenie. Zmiany pojawią się w podglądzie wideo i zostaną na stałe dodane do eksportowanego wideo.

Ścieżka wideo i nałożone głosy

Twórz klipy wideo i zarządzaj nimi w panelu Biblioteka. Wygeneruj klip na podstawie promptu lub wybierz Prześlij, aby dodać istniejący materiał. Przeciągnij klip z Biblioteki, aby umieścić go na osi czasu. Użyj opcji Referencje obrazów, Filmy referencyjne, Klatka początkowa i Klatka końcowa, aby przekazać kontekst wizualny do generowania.

Dodaj ścieżkę wideo, aby połączyć narrację z istniejącym materiałem lub ujęciami B-roll. Zaimportuj plik wideo lub dodaj pustą ścieżkę, a następnie dopasuj narrację do wideo na osi czasu. W razie potrzeby włącz napisy i wybierz szablon.

Proporcje obrazu

Użyj selektora na górnym pasku, aby ustawić proporcje obrazu wyjściowego:

• 16:9 dla reklam na YouTube i standardowego formatu panoramicznego.
• 9:16 dla TikToka, Reels i Shorts.
• 4:5 dla reklam na LinkedInie i Facebooku.
• 1:1 dla postów na Instagramie.

Wybrane proporcje dotyczą podglądu obszaru roboczego i eksportowanego wideo.

Głosy

Możesz korzystać z Instant Voice Clones, Professional Voice Clones, głosów udostępnionych przez Voice Library oraz syntetycznych głosów utworzonych w Voice Design.

Jakość głosu zależy od jakości źródłowego audio, modelu i języka. Przetestuj kilka głosów, aby określić, który pasuje do projektu.

Jeśli nie odpowiada ci głos, ale podoba ci się sposób narracji, możesz użyć funkcji Voice Changer, aby zmienić głos i zachować narrację.

Dowiedz się więcej o głosach

Ustawienia głosu

Nasi użytkownicy znaleźli różne workflow, które im odpowiadają. Najczęściej ustawiają stabilność na około 50, a podobieństwo na około 75, wprowadzając potem minimalne zmiany. Wszystko zależy jednak od oryginalnego głosu i stylu, który chcesz uzyskać.

Pamiętaj, że AI jest niedeterministyczna — ustawienie suwaków na konkretne wartości nie gwarantuje za każdym razem takich samych rezultatów. Suwaki określają raczej zakres losowości między generowaniami.

Włącz Zastąp ustawienia, aby zmienić ustawienia głosu dla wybranego tekstu lub akapitu. Bez tego ustawienia zmiany dotyczą każdego użycia głosu w projekcie i wymagają ponownego wygenerowania. Przed zmianą ustawień odblokuj wszystkie zablokowane akapity, których to dotyczy.

Alias

To ustawienie pozwala nadać głosowi alias obowiązujący tylko w tym projekcie. Na przykład jeśli używasz innego głosu dla każdej postaci w audiobooku, możesz użyć imienia postaci jako aliasu.

Głośność

Jeśli wygenerowane audio jest zbyt ciche lub zbyt głośne, możesz dostosować głośność. Wartość domyślna to 0.00, co oznacza, że audio pozostanie bez zmian. Minimalna wartość to -30 dB, a maksymalna +5 dB.

Prędkość

Ustawienie Prędkość pozwala przyspieszyć lub spowolnić wygenerowaną mowę. Wartość domyślna to 1.0, co oznacza, że prędkość nie jest zmieniana. Wartości poniżej 1.0 spowalniają głos, maksymalnie do 0.7. Wartości powyżej 1.0 przyspieszają głos, maksymalnie do 1.2. Skrajne wartości mogą wpłynąć na jakość wygenerowanej mowy.

Stabilność

Suwak Stabilność określa stabilność głosu i losowość między generowaniami. Obniżenie tego suwaka zapewnia głosowi szerszy zakres emocji. Duży wpływ ma na to oryginalny głos. Zbyt niskie ustawienie może skutkować dziwnymi, zbyt losowymi wykonaniami i zbyt szybkim mówieniem postaci. Z kolei zbyt wysokie ustawienie może prowadzić do monotonnej narracji z ograniczonymi emocjami.

Aby uzyskać żywsze i bardziej dramatyczne wykonanie, zalecamy obniżyć suwak stabilności i wygenerować kilka wersji, aż znajdziesz taką, która ci odpowiada.

Z kolei jeśli zależy ci na poważniejszym wykonaniu, a przy bardzo wysokich wartościach nawet monotonnym, zalecamy ustawić wyższą stabilność. Ponieważ wynik jest bardziej spójny i stabilny, zwykle nie musisz generować tylu próbek, aby uzyskać oczekiwany rezultat. Eksperymentuj, aby znaleźć ustawienie najlepsze dla siebie!

Podobieństwo

Suwak Podobieństwo określa, jak ściśle AI ma trzymać się oryginalnego głosu podczas jego odtwarzania. Jeśli oryginalne audio jest słabej jakości, a suwak podobieństwa ustawisz zbyt wysoko, AI może odtworzyć artefakty lub szum tła obecne w oryginalnym nagraniu.

Wzmocnienie stylu

Niektóre modele mają ustawienie Wzmocnienie stylu. Ma ono na celu wzmocnienie stylu oryginalnego mówcy. Zużywa dodatkowe zasoby obliczeniowe i może zwiększyć opóźnienie, jeśli jego wartość jest inna niż 0. Warto też pamiętać, że użycie tego ustawienia może nieco zmniejszyć stabilność modelu, ponieważ stara się on podkreślić i naśladować styl oryginalnego głosu.

Ogólnie zalecamy zawsze pozostawiać to ustawienie na 0.

Wzmocnienie mówcy

To ustawienie zwiększa podobieństwo do oryginalnego mówcy. Wymaga jednak nieco większej mocy obliczeniowej, co zwiększa opóźnienie. Różnice wprowadzane przez to ustawienie są zwykle dość subtelne.

Słowniki wymowy

Czasem możesz chcieć określić wymowę konkretnych słów, takich jak nazwy postaci lub marek, albo sposób odczytywania skrótów. Słowniki wymowy umożliwiają to przez przesłanie pliku leksykonu lub słownika z regułami określającymi wymowę danych słów — za pomocą alfabetu fonetycznego (tagów fonemów) lub zamiany słów (tagów aliasów).

Gdy jedno z tych słów pojawi się w projekcie, AI wymówi je zgodnie z określoną zamianą. Podczas sprawdzania słowa zastępczego w słowniku wymowy słownik jest sprawdzany od początku do końca i używana jest tylko pierwsza zamiana.

Istniejące słowniki wymowy możesz połączyć z projektem w Edytorze wymowy. Otworzysz go z paska narzędzi. Znajdź słownik, który chcesz połączyć, w menu rozwijanym i wybierz Połącz.

Możesz utworzyć nowy słownik wymowy w projekcie, dodając wpis w Edytorze wymowy, albo przesłać lub utworzyć słownik wymowy przez Otwórz wszystkie słowniki wymowy w Edytorze wymowy. Następnie wybierz Połącz, aby połączyć słownik wymowy z bieżącym projektem.

Więcej informacji o słownikach wymowy znajdziesz w naszym przewodniku po dobrych praktykach promptowania.

Ustawienia eksportu

Na karcie Eksport w sekcji Ustawienia projektu możesz dodać do projektu metadane, takie jak tytuł, autor, ISBN i opis. Informacje te zostaną automatycznie dodane do pobranych plików audio. Możesz też uzyskać dostęp do wcześniejszych wersji projektu i włączyć normalizację głośności. Te ustawienia dotyczą eksportów audio; wygląd wideo kontrolujesz za pomocą osi czasu i szablonów napisów.

Opcje eksportu

W projekcie z jednym rozdziałem możesz wyeksportować projekt jako MP3 lub WAV. Jeśli projekt zawiera ścieżkę wideo lub napisy, możesz też wyeksportować go jako wideo.

Jeśli projekt ma wiele rozdziałów, możesz wyeksportować każdy rozdział osobno albo cały projekt. Przy eksporcie całego projektu możesz wybrać jeden plik lub plik ZIP z osobnymi plikami dla każdego rozdziału. W przypadku eksportów tylko audio możesz też wybrać pobieranie w formacie MP3 lub WAV.

Przed eksportem wideo włącz napisy i dodaj ścieżkę wideo (lub udostępnialne wideo TTS). Wideo jest renderowane z wybranym szablonem napisów.

Ustawienie jakości

Jakość eksportu zależy od planu subskrypcji. W nowo utworzonych projektach jakość wynosi:

• Free, Starter i Creator: MP3 128 kb/s lub WAV przekonwertowany ze źródła 128 kb/s.
• Plany Pro, Scale, Business i Enterprise: 16-bitowy WAV 44,1 kHz lub MP3 192 kb/s (Ultra Lossless).

Pobieranie

Gdy eksport będzie gotowy, zostanie automatycznie pobrany. W przypadku udostępnialnych filmów TTS możesz też skopiować link, aby szybko je udostępnić.

Dostęp do wszystkich wcześniejszych eksportów rozdziałów i projektów oraz możliwość ich pobrania uzyskasz, klikając przycisk Opcje projektu i wybierając Eksporty.

Udostępnianie

W edytorze utwórz link tylko do odczytu, aby inni mogli odtworzyć twoją oś czasu i sprawdzić miks bez pobierania plików. Dostęp możesz cofnąć w każdej chwili. Dostępne jest też komentowanie, w tym anonimowe komentarze.

Komentowanie

Zaproś współpracowników lub odbiorców, aby zostawiali opinie bezpośrednio na osi czasu. Komentarze mają znaczniki czasu powiązane z głowicą odtwarzania, więc opinia pojawia się dokładnie tam, gdzie jest potrzebna. Komentujący nie potrzebują konta ElevenLabs i mogą podać imię albo publikować anonimowo. Dyskusje pozostają uporządkowane dzięki odpowiedziom w wątkach i opcjonalnym wzmiankom o współpracownikach.

Aby dodać komentarz, otwórz udostępniony link do projektu (lub edytor z włączonym udostępnianiem), przesuń głowicę odtwarzania do odpowiedniego momentu i kliknij Dodaj komentarz. Wpisz wiadomość i opublikuj ją; użyj Odpowiedz, aby kontynuować wątek. Otrzymasz powiadomienia e-mail o nowym komentarzu lub odpowiedzi w wątku, który rozpocząłeś lub w którym uczestniczyłeś.

Gdy uwaga zostanie uwzględniona, oznacz wątek jako Rozwiązany; zostanie zwinięty na liście i będzie można go później ponownie otworzyć. Rozwiązanie wątku wstrzymuje dalsze powiadomienia, dopóki nie zostanie ponownie otwarty.