Jak uzyskać wysoką jakość sklonowanego głosu?

Pełny przewodnik znajdziesz w naszej dokumentacji o Instant Voice Cloning i Professional Voice Cloning.

W skrócie: dobre, spójne dane wejściowe = dobry, spójny wynik.

Długość

• Instant Voice Cloning: 1–2 minuty dobrego audio
• Professional Voice Cloning: 30–180 minut dobrego audio

Użyj najlepszych i najczystszych nagrań, jakie możesz znaleźć. Powinien mówić tylko jeden rozmówca, bez szumu ani zakłóceń w tle, a jego głos powinien być głośny i wyraźny.

Zamiast używać wielu nagrań o różnej jakości tylko po to, by zwiększyć długość, wybieraj nagrania z wyraźnie wysoką jakością mikrofonu oraz spójną jakością i tonem w całym materiale. Nie skupiaj się na wydłużaniu łącznego czasu nagrań.

Dopilnuj, by większość wypowiedzi w nagraniach pasowała do preferowanego stylu mówienia i intonacji rozmówcy. Unikaj zbyt wielu fragmentów, w których rozmówca odbiega od pożądanego sposobu mówienia.

W razie potrzeby użyj narzędzia do usuwania szumów, by ograniczyć hałas w tle.

Więcej informacji znajdziesz w naszej dokumentacji tutaj.