Há dicas para conseguir vozes clonadas de boa qualidade?

Para um guia completo, recomendamos muito que você leia nossa documentação sobre Clonagem Instantânea de Voz e Clonagem Profissional de Voz.

Em resumo: boa entrada consistente = boa saída consistente.

Duração

• Clonagem Instantânea de Voz: 1 a 2 minutos de áudio de boa qualidade
• Clonagem Profissional de Voz: 30 a 180 minutos de áudio de boa qualidade

Use os melhores e mais nítidos clipes de áudio que conseguir encontrar. Deve haver apenas um falante, sem ruído de fundo ou interferência, e a voz deve estar alta e clara.

Em vez de usar muitos clipes com qualidades diferentes apenas para aumentar a duração, priorize clipes em que a qualidade do microfone seja claramente muito alta e em que a qualidade e o tom sejam consistentes do início ao fim, em vez de focar em aumentar a duração total.

Garanta que a maior parte do diálogo nos seus clipes esteja alinhada ao estilo de fala e à entonação do falante de que você mais gosta. Evite muitos trechos de diálogo em que o falante se afaste dos padrões de fala desejados que você quer ouvir.

Se necessário, use um removedor de ruído para reduzir qualquer ruído de fundo.

Você encontra mais informações em nossa documentação aqui.