Jak sklonować swój głos w ElevenLabs: szczegółowy przewodnik

Nie ma dwóch takich samych głosów. Twój głos kształtują biologia i otoczenie, a przez lata wyrażania siebie staje się coraz bardziej wyjątkowy. Jest osobisty.

Do niedawna takiej indywidualności nie dało się odtworzyć. Postępy w AI umożliwiły jednak klonowanie głosów z imponującą precyzją. Wystarczy kilka minut audio, by systemy AI generowały mowę niezwykle zbliżoną do oryginału.

W tym poradniku pokażemy ci dokładnie, jak sklonować głos w ElevenLabs. Omówimy, co nagrać, jak wybrać między Instant a Professional Voice Cloning oraz jak wykorzystać gotowy klon. Dla obu opcji przygotowaliśmy szczegółowy przewodnik krok po kroku.

Podsumowanie

• ElevenLabs oferuje Instant Voice Cloning i Professional Voice Cloning.
• Instant Voice Cloning wymaga kilku minut czystego, spójnego audio.
• Professional Voice Cloning wymaga do 3 godzin danych głosowych.
• Po utworzeniu klonu możesz połączyć go z innymi produktami ElevenLabs.
• Aby sklonować głos, musisz mieć wyraźną zgodę. ElevenLabs wymaga jej potwierdzenia przed użyciem tych usług.

Instant Cloning czy Professional Voice Cloning — czego potrzebujesz?

ElevenLabs oferuje dwie różne metody klonowania głosu do wyboru. 

Instant Cloning tworzy użyteczny głos w zaledwie kilka minut, więc szybko zaczniesz korzystać z klonu. Professional Voice Cloning wymaga więcej czasu, ale tworzy model o wyjątkowo wysokiej wierności.

Oto szybkie porównanie, które pomoże ci wybrać najlepszą opcję:

Zrozumienie różnic między tymi metodami oszczędzi ci czas i pozwoli szybciej zacząć.

Czego potrzebujesz przed klonowaniem głosu w ElevenLabs

Niezależnie od tego, czy wybierzesz Professional, czy Instant Voice Cloning w ElevenLabs, warto zadbać o kilka podstaw. Nie są obowiązkowe, zwłaszcza przy opcji Instant, ale mogą znacząco poprawić jakość klonu.

Zanim zaczniesz nagrywać, weź pod uwagę kilka rzeczy:

• Wymagania dotyczące jakości audio: Profesjonalny mikrofon nagraniowy zrobi dużą różnicę. Minimalne wymagania to możliwość nagrywania plików WAV w 44,1 kHz lub 48 kHz przy przepływności co najmniej 24 bitów. Nagrywaj w cichym miejscu, w programie Digital Audio Workstation (DAW) obsługującym WAV. Dobrym darmowym wyborem jest Audacity.
• Minimalna długość próbki: Sprawdź, ile danych audio należy dostarczyć. Liczy się łączny czas nagrań, nie liczba plików. W przypadku Professional Voice Cloning prześlij plik jak najbliższy 3 godzinom.
• Co powiedzieć: Klon głosu ElevenCreative ma odtworzyć dostarczony głos. Jeśli czytasz wolno i monotonnym tonem, nagranie zachowa te cechy. Mów naturalnie, zmieniając emocje i tempo. ElevenLabs oferuje wbudowane skrypty do Professional Voice Cloning.

Poświęcenie kilku dodatkowych minut na przygotowanie tych elementów zapewni lepszą jakość końcowego klonu głosu.

Jak stworzyć natychmiastowy klon głosu w ElevenLabs

Jeśli masz kilka minut i jesteś w cichym miejscu, możesz sklonować swój głos. ElevenCreative tworzy cyfrową replikę twojego głosu, której możesz używać w ponad 32 językach, zachowując emocjonalny charakter i prozodię języka naturalnego. 

Oto jak korzystać z ElevenLabs Instant Voice Cloning:

1. Otwórz Voices
2. Prześlij próbki
3. Nazwij i zapisz głos
4. Przetestuj go na skrypcie
5. Dostosuj ustawienia stabilności i podobieństwa

Przyjrzyjmy się tym krokom dokładniej.

Krok 1: Przejdź do strony Instant Voice Cloning w Voices

Najpierw zaloguj się do panelu ElevenLabs. Na lewym pasku bocznym wybierz Voices, a potem kliknij ikonę plusa.

Na ekranie pojawi się okno (pokazane poniżej) z kilkoma opcjami:

• Voice Design
• Instant Voice Clone
• Professional Voice Clone
• Remiksowanie głosu 

Wybierz w module Instant Voice Clone, a przejdziesz na właściwą stronę.

Krok 2: Prześlij próbki

Postępuj zgodnie z instrukcjami na ekranie: prześlij wcześniej nagrane pliki audio lub nagraj dźwięk bezpośrednio w przeglądarce. Na tym etapie możesz przesłać do silnika wiele plików. ElevenLabs przy klonowaniu głosu bierze pod uwagę ich łączny czas, a nie długość pojedynczego pliku.

Postaraj się dostarczyć co najmniej 1–2 minuty czystego, spójnego audio.

Zobaczysz tu też dobre praktyki, takie jak unikanie hałaśliwych miejsc, sprawdzanie jakości mikrofonu i używanie tego samego sprzętu podczas nagrań.

Krok 3: Nazwij i zapisz głos

Po nagraniu głosu ElevenLabs zacznie tworzyć jego klon. Na tym etapie możesz odsłuchać podgląd głosu i nadać mu nazwę.

Możesz też dodać szczegóły, takie jak etykiety języka, akcentu, płci i wieku. W polu opisu wpisz inne informacje przydatne do katalogowania głosu lub jako przypomnienie dla siebie. 

Na koniec zaznacz pole zgody, aby potwierdzić, że je przeczytałeś i akceptujesz. Musisz mieć zgodę na utworzenie klonu głosu, z którym pracujesz — własnego lub należącego do kogoś innego.

Krok 4: Przetestuj natychmiastowy klon głosu

Po utworzeniu głosu przejdź do My Voices i kliknij Use voice, aby użyć klonu w środowisku Text to Speech. Napisz krótki tekst, który ma wypowiedzieć klon głosu. Aby naprawdę go sprawdzić, użyj czegoś, czego nie było w nagraniach treningowych.

Gdy wybierzesz klon głosu i wpiszesz tekst, kliknij Generate speech na dole strony, aby go ożywić.

Krok 5: Dostosuj model

Jeśli słyszysz, że klon głosu nie brzmi do końca dobrze, nie musisz zaczynać od zera. ElevenLabs oferuje suwaki ustawień, które pozwalają skonfigurować końcowe audio.

Pobaw się poniższymi ustawieniami po prawej stronie ekranu, aby sprawdzić, jak wpływają na klon głosu:

• Stabilność: Wyższa stabilność zapewnia spójne, przewidywalne głosy. Niższe wartości dają więcej ekspresji, ale mogą wprowadzać pewną niespójność. W większości przypadków najlepiej sprawdza się ustawienie pośrodku skali.
• Podobieństwo: Określa, jak ściśle klon głosu trzyma się dostarczonych próbek. Zwiększenie tego suwaka sprawia, że głos brzmi bardziej jak twój. Jeśli słyszysz zniekształcenia, zmniejsz wartość.
• Styl: Chcesz wzmocnić ekspresję z nagrań treningowych? Zwiększ wartość tego suwaka. Pamiętaj jednak, że wysokie wartości mogą zniekształcić końcową próbkę.

Po zmianie wartości suwaków ponownie kliknij Generate speech i sprawdź, jak zmienia się model. 

Po wykonaniu tych 5 kroków twój klon głosu ElevenLabs będzie gotowy do użycia.

Oryginał

Voice clone

Lily

Oryginał

Lily

Klonuj

Chris

Oryginał

Chris

Klonuj

Laura

Oryginał

Laura

Klonuj

Stwórz replikę swojego głosu, która brzmi dokładnie jak ty.

Jak stworzyć profesjonalny klon głosu w ElevenLabs

Profesjonalne klonowanie głosu w ElevenLabs trwa dłużej niż opcja natychmiastowa, ale zapewnia bardzo dokładny model wiernie odtwarzający twój głos. 

Jeśli masz plan Creator lub wyższy, wykonaj te kroki, aby stworzyć profesjonalny klon głosu w ElevenLabs:

1. Otwórz Voices
2. Prześlij audio
3. Sprawdź informację o długości próbek
4. Przetwórz próbki audio, aby poprawić jakość
5. Zweryfikuj swój głos ze względów bezpieczeństwa
6. Poczekaj na dostrajanie głosu
7. Użyj klonu głosu

Przyjrzyjmy się tym krokom dokładniej.

Krok 1: Przejdź do strony Professional Voice Cloning w Voices

Zaloguj się do panelu ElevenLabs, wybierz Voices na lewym pasku bocznym, a następnie kliknij Create Voice. W oknie zobaczysz te same opcje co wcześniej.

Tym razem wybierz Professional Voice Clone. Zobaczysz wiele zaleceń, w tym:

• Użycie pop filtra
• Nagrywanie bez szumów
• Nagrywanie w pomieszczeniu z adaptacją akustyczną
• Wstępne przetworzenie audio
• Utrzymanie stałej głośności
• Dostarczenie co najmniej 30 minut audio, a najlepiej blisko 3 godzin

Krok 2: Prześlij audio

Kliknij Upload samples i dodaj wcześniej nagrane pliki audio. Możesz też nagrać się i przesłać nagranie bezpośrednio do programu. Udostępniamy różne skrypty do celów takich jak reklama, narracja czy modelowanie rozmów.

Te pliki audio powinny zawierać wyłącznie mowę. Obecnie nie obsługujemy śpiewu ani jako materiału wejściowego, ani wyjściowego. 

Krok 3: Sprawdź informację o długości próbek

Po przesłaniu audio sprawdź informację o jego długości. Choć 1–2 minuty wystarczą dla natychmiastowego klonu głosu, w tej usłudze zalecamy przesłanie od jednej do trzech godzin audio.

Pamiętaj, aby dodać pliki audio z różnorodnymi emocjami. Różne, gotowe do użycia w studiu nagrania dają naszym modelom najlepsze możliwe dane do pracy.

Krok 4: Przetwórz próbki audio, aby poprawić jakość

Na platformie Professional Voice Cloning możesz bezpośrednio poprawić jakość próbek audio. Od usuwania szumu tła po rozdzielanie różnych mówców — ElevenLabs pomaga tworzyć wysokiej jakości materiały wejściowe audio.

Ten etap nie jest konieczny, ale warto go wykonać, bo poprawia jakość końcowego modelu klonu głosu.

Krok 5: Zweryfikuj swój głos ze względów bezpieczeństwa

ElevenLabs wymaga weryfikacji przy tworzeniu profesjonalnego klonu głosu. Po przesłaniu wszystkich materiałów poprosimy cię o nagranie krótkiego klipu bezpośrednio w interfejsie. Jeśli możesz, użyj tego samego mikrofonu i konfiguracji pomieszczenia co w nagraniach treningowych oraz możliwie najlepiej dopasuj ton i sposób mówienia.

Jeśli weryfikacja się nie powiedzie, możesz spróbować ponownie za 24 godziny. Jeśli chcesz zacząć wcześniej, skontaktuj się bezpośrednio z pomocą ElevenLabs. 

Krok 6: Poczekaj na dostrajanie głosu

Po zweryfikowaniu głosu ElevenLabs rozpocznie dostrajanie modelu. Zwykle trwa to od 3 do 6 godzin, ale może potrwać dłużej, jeśli przed tobą w kolejce jest wiele innych Professional Voice Clones.

Aby śledzić status klonu, przejdź do My Voices. Wyślemy ci też powiadomienie, gdy model głosu będzie gotowy do użycia.

Krok 7: Użyj klonu głosu

Gratulacje — masz teraz w pełni działający, profesjonalny klon głosu. Gotowy model pojawi się w My Voices i możesz używać go we wszystkich pozostałych produktach ElevenLabs, takich jak Text to Speech, Studio, Dubbing i API, a także w agentach głosowych.

Aby zacząć, wybierz głos w panelu wyboru głosów, używając nazwy nadanej podczas tworzenia.

Dobre praktyki klonowania głosu w ElevenLabs

Wykonanie powyższych kroków dla Instant lub Professional Voice Cloning pozwoli ci stworzyć klon, ale wcześniej możesz też podjąć kilka dodatkowych działań. To drobne zmiany w sprzęcie nagraniowym lub strategii, które poprawią jakość klonu głosu.

Poniższe dobre praktyki klonowania głosu AI dotyczą wersji natychmiastowych i profesjonalnych:

• Akustyka pomieszczenia i szum tła: Czystość audio bezpośrednio wpływa na końcową jakość. Nagrywaj w miejscu bez szumu tła i pogłosu. Do profesjonalnych nagrań świetnie nadaje się kabina nagraniowa. Jeśli chcesz uzyskać taką jakość bez rezerwowania studia, sprawdź, czy lokalna przestrzeń coworkingowa ma dźwiękoszczelne budki.
• Odległość od mikrofonu: Podczas mówienia zachowaj odległość mniej więcej dwóch zaciśniętych pięści od mikrofonu. To dobra ogólna zasada, ale sprawdź też specyfikację swojego mikrofonu.
• Zakres emocji w próbkach: Model AI wykorzysta naturalną prozodię i cechy mowy twojego głosu. Jeśli twoja wypowiedź jest płaska, model może zachować ten mało wyrazisty styl. Daj z siebie wszystko: dodaj próbki z różnymi emocjami, które pokażą twój naturalny sposób mówienia w różnych sytuacjach. 
• Różnorodne zdania czy czytanie skryptu: Czytanie skryptu na głos to dobry początek, gdy chcesz dostarczyć dłuższą próbkę, ale może brzmieć wyreżyserowanie lub nienaturalnie. Zwłaszcza gdy czytasz tekst po raz pierwszy, możesz nie oddać właściwych niuansów emocjonalnych zdania. Aby zachować równowagę, dostarcz różne fragmenty skryptów, czytane bardziej konwersacyjnie. 

Stosując te dobre praktyki, dostarczysz ElevenLabs materiał lepszej jakości. Dzięki temu stworzymy klon głosu wierniej oddający twoją tożsamość głosową. 

Jak możesz używać klonu głosu ElevenLabs?

Po utworzeniu profesjonalnego lub natychmiastowego klonu głosu w ElevenLabs twój głos pojawi się w My Voices. Stamtąd uzyskasz do niego dostęp w każdym innym produkcie ElevenLabs.

Oto gdzie możesz użyć klonu głosu ElevenLabs:

• Text to Speech w aplikacji: Środowisko ElevenLabs Text to Speech pozwala wybrać głos i odczytać wszystko, co wpiszesz. Użyjesz go do pojedynczych generacji głosu, takich jak nałożone głosy czy wstępy do podcastów. Pamiętaj, aby w ustawieniach czasu rzeczywistego dostosować styl, podobieństwo i stabilność, by głos brzmiał jak najlepiej.
• Przez API: Możesz użyć endpointu List Voices API do zwrócenia listy wszystkich głosów dostępnych dla wywołań API. Każdy głos ma unikalny voice ID, którego możesz użyć wszędzie tam, gdzie łączysz ElevenAPI. 
• W agencie głosowym: Połącz klon głosu ElevenLabs z agentem, aby mówił twoim głosem. Firmom, które chcą zachować spójną obecność głosową na różnych platformach, pomoże to nadać agentom charakter marki. 
• W różnych językach: Klon głosu działa w 32 językach, więc możesz tłumaczyć treści i tworzyć je swoim głosem. Nawet bez próbek głosowych w danym języku ElevenCreative wiernie odwzorowuje prozodię i emocjonalne cechy mowy między językami. 

Gdy używasz go we wszystkich naszych produktach, możesz ożywić swój głos i zacząć tworzyć wysokiej jakości treści na dużą skalę.

Sklonuj głos z ElevenCreative

Niezależnie od tego, czy tworzysz treści i chcesz przyspieszyć produkcję wideo, czy po prostu zachować swój głos, klonowanie głosu w ElevenLabs jest proste, szybkie i skuteczne. 

Instant Voice Cloning jest dostępne w bezpłatnym planie i zajmuje tylko kilka minut. Z planem Creator możesz zacząć korzystać z Professional Voice Cloning. Dowiedz się więcej o klonowaniu głosu w ElevenLabs lub zarejestruj się i sklonuj głos już dziś.

FAQ