Jak sklonować swój głos w ElevenLabs: szczegółowy przewodnik

Nie ma dwóch takich samych głosów. Twój głos kształtują biologia i środowisko, a przez lata rozwija się dzięki ekspresji. Jest osobisty.

Do niedawna nie dało się odtworzyć takiej indywidualności. Postępy w AI pozwoliły jednak klonować głosy z niezwykłą precyzją. Wystarczy kilka minut audio, by systemy AI wygenerowały mowę bardzo zbliżoną do oryginału.

W tym przewodniku pokażemy ci dokładnie, jak sklonować głos z ElevenLabs. Omówimy, co nagrać, jak wybrać między Instant Voice Cloning a Professional Voice Cloning oraz jak używać klona, gdy będzie gotowy. 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 uruchomieniu klona możesz połączyć go z innymi produktami ElevenLabs.
• Aby sklonować głos, musisz mieć wyraźną zgodę. ElevenLabs wymaga jej potwierdzenia przed użyciem tych usług.

Instant Cloning a Professional Voice Cloning: czego potrzebujesz?

ElevenLabs oferuje dwie różne metody klonowania głosu. 

Instant Cloning daje gotowy do użycia głos w kilka minut, więc możesz szybko zacząć korzystać z klona. Professional Voice Cloning trwa dłużej, ale tworzy model o wyjątkowo wysokiej wierności.

Oto krótki przewodnik, który pomoże ci wybrać najlepszą opcję:

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

Czego potrzebujesz przed klonowaniem głosu z ElevenLabs

Niezależnie od tego, czy wybierzesz Professional, czy Instant Voice Cloning w ElevenLabs, warto zadbać o kilka podstaw. Nie są obowiązkowe, zwłaszcza w przypadku szybkiego klonowania, ale mogą znacząco poprawić jakość klona.

Oto kilka kwestii, które warto rozważyć przed nagraniem:

• Wymagania dotyczące jakości audio: Profesjonalny mikrofon nagraniowy zrobi dużą różnicę. Minimum to możliwość nagrywania plików WAV w 44,1 kHz lub 48 kHz z głębią co najmniej 24 bitów. Nagraj w cichym miejscu, w programie Digital Audio Workstation (DAW) obsługującym pliki WAV. Dobrym darmowym wyborem jest Audacity.
• Minimalna długość próbki: Sprawdź, ile danych audio należy przesłać. Liczy się łączny czas nagrań, a nie liczba plików. W przypadku Professional Voice Cloning prześlij plik trwający możliwie blisko 3 godzin.
• Co powiedzieć: Klon głosu ElevenCreative ma odtworzyć przekazany głos. Jeśli czytasz wolno i monotonnie, nagranie odzwierciedli te cechy. Mów naturalnie, ze zróżnicowanymi emocjami i tempem. ElevenLabs oferuje wbudowane skrypty dla Professional Voice Cloning.

Poświęcenie kilku dodatkowych minut na przygotowanie tych elementów da lepszy końcowy klon głosu.

Jak stworzyć natychmiastowy klon głosu z 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 twojej mowy. 

Oto jak używać Instant Voice Cloning w ElevenLabs:

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

Przyjrzyjmy się tym krokom bardziej szczegółowo.

Krok 1: Przejdź do strony Instant Voice Cloning w Voices

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

Na ekranie zobaczysz okno wyskakujące (poniżej), w którym znajdziesz kilka opcji:

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

Wybierz w module Instant Voice Clone, a przejdziemy do właściwej strony.

Krok 2: Prześlij próbki

Postępuj zgodnie z instrukcjami na ekranie, aby przesłać wcześniej nagrane pliki audio lub nagrać się bezpośrednio w przeglądarce. Na tym etapie możesz przesłać wiele plików. Przy klonowaniu głosu ElevenLabs uwzględnia ich łączny czas trwania, a nie długość pojedynczego pliku.

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

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

Krok 3: Nazwij i zapisz głos

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

Możesz też dodać do informacji o klonie inne szczegóły, na przykład etykiety języka, akcentu, płci i wieku. W polu opisu wpisz informacje przydatne do katalogowania głosu lub jako przypomnienie dla siebie. 

Na koniec kliknij pole zgody, aby potwierdzić, że je przeczytałeś i akceptujesz. Musisz mieć zgodę na stworzenie klona głosu, z którym pracujesz — własnego lub innej osoby.

Krok 4: Przetestuj natychmiastowy klon głosu

Po utworzeniu głosu przejdź do My Voices i kliknij Use voice, aby zacząć używać klona w Text to Speech playground. Napisz krótki tekst, który ma wypowiedzieć twój klon. Aby naprawdę go sprawdzić, użyj tekstu, którego nie było w nagraniach treningowych.

Po wybraniu klona głosu i wpisaniu tekstu kliknij na dole strony Generate speech, aby go ożywić.

Krok 5: Dostosuj model

Jeśli klon głosu brzmi nie do końca właściwie, nie musisz zaczynać od nowa. ElevenLabs oferuje suwaki ustawień, które pozwalają skonfigurować końcowe audio.

Pobaw się poniższymi ustawieniami po prawej stronie ekranu i sprawdź, jak wpływają na klona głosu:

• Stabilność: Wyższa stabilność daje spójne, przewidywalne głosy. Niższe wartości mogą zapewnić więcej ekspresji, ale też wprowadzić pewną niespójność. W większości przypadków najlepiej sprawdza się ustawienie pośrednie.
• Podobieństwo: Określa, jak ściśle klon głosu trzyma się próbek głosu, które mu przekazałeś. Zwiększenie tego suwaka sprawi, że głos będzie bardziej przypominał twój. Jeśli słyszysz zniekształcenia, zmniejsz tę wartość.
• Styl: Chcesz wzmocnić ekspresję z nagrań treningowych? Zwiększ ten suwak. Wysokie wartości mogą jednak zniekształcić końcową próbkę.

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

Po wykonaniu tych 5 kroków będziesz mieć gotowego do użycia klona głosu ElevenLabs.

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 z ElevenLabs

Profesjonalne klonowanie głosu z ElevenLabs zajmuje więcej czasu niż opcja natychmiastowa, ale zapewnia bardzo dokładny model, który wiernie odtwarza twój głos. 

Jeśli korzystasz z planu Creator lub wyższego, wykonaj te kroki, aby stworzyć profesjonalny klon głosu z ElevenLabs:

1. Otwórz Voices
2. Prześlij audio
3. Sprawdź informacje o długości próbek
4. Przetwórz próbki audio, aby poprawić jakość
5. Zweryfikuj swój głos dla bezpieczeństwa
6. Poczekaj na dostrojenie głosu
7. Użyj klona głosu

Przyjrzyjmy się tym krokom bardziej szczegółowo.

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 wyskakującym zobaczysz te same opcje co wcześniej.

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

• Używanie pop filtra
• Nagrywanie bez szumów
• Nagrywanie w pomieszczeniu z adaptacją akustyczną
• Wstępne przetwarzanie 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, aby przesłać nagranie bezpośrednio do oprogramowania. Dodaliśmy różne skrypty do różnych zastosowań, takich jak reklama, narracja czy modelowanie rozmów.

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

Krok 3: Sprawdź informacje o długości próbek

Po przesłaniu audio sprawdź informacje o jego długości. Choć do natychmiastowego klona głosu wystarczyły 1–2 minuty, dla tej usługi zalecamy przesłanie od jednej do trzech godzin audio.

Pamiętaj, aby dołączyć pliki audio o zróżnicowanym ładunku emocjonalnym. Różnorodne materiały gotowe do użycia w studiu zapewnią naszym modelom najlepsze dane do pracy.

Krok 4: Przetwórz próbki audio, aby poprawić jakość

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

Ten etap nie jest konieczny, ale jest przydatny, ponieważ poprawia jakość końcowego modelu klona głosu.

Krok 5: Zweryfikuj swój głos dla bezpieczeństwa

ElevenLabs wymaga weryfikacji przy tworzeniu profesjonalnego klona głosu. Po przesłaniu wszystkich materiałów poprosimy cię o nagranie krótkiego klipu bezpośrednio w interfejsie. Jeśli możesz, użyj tego samego mikrofonu i ustawienia pomieszczenia co w nagraniach treningowych oraz jak najlepiej dopasuj ton i styl wypowiedzi.

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

Krok 6: Poczekaj na dostrojenie głosu

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

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

Krok 7: Użyj klona głosu

Gratulacje — masz teraz w pełni działający, profesjonalny klon głosu. Gotowy model pojawi się w My Voices, dzięki czemu użyjesz go we wszystkich innych produktach ElevenLabs, takich jak Text to Speech, Studio, Dubbing i API oraz agenci głosowi.

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 klona, ale wcześniej możesz zrobić jeszcze kilka rzeczy. Te drobne zmiany w narzędziach do nagrywania lub strategii poprawią jakość klona głosu.

Poniższe dobre praktyki klonowania głosu AI dotyczą zarówno wersji natychmiastowej, jak i profesjonalnej:

• Akustyka pomieszczenia i szum tła: Czystość audio bezpośrednio wpływa na końcową jakość. Nagrywaj w miejscu bez szumów tła i echa. Do profesjonalnych nagrań świetnie sprawdzi się kabina nagraniowa. Jeśli chcesz uzyskać taką jakość bez rezerwowania studia, sprawdź, czy lokalna przestrzeń coworkingowa ma dźwiękoszczelne budki.
• Odległość od mikrofonu: Podczas mówienia trzymaj się mniej więcej w odległości dwóch zaciśniętych pięści od mikrofonu. To dobra zasada, ale sprawdź też specyfikację mikrofonu.
• Zakres emocji w próbkach: Model AI wykorzysta naturalną prozodię i cechy mowy twojego głosu. Jeśli twoja interpretacja będzie płaska, model może brzmieć podobnie. Zaangażuj się i dodaj próbki z różnymi emocjami, które pokażą twój naturalny styl mówienia w różnych sytuacjach. 
• Różnorodność zdań a czytanie skryptu: Czytanie skryptu na głos to dobry sposób na dostarczenie dłuższej próbki, ale może zabrzmieć zbyt wyuczenie lub nienaturalnie. Szczególnie jeśli czytasz go pierwszy raz, możesz nie oddać właściwych niuansów emocjonalnych zdania. Aby zachować równowagę, dostarcz różne fragmenty skryptów, czytane bardziej konwersacyjnie. 

Stosując te dobre praktyki, dostarczysz ElevenLabs lepsze materiały wejściowe. Dzięki temu stworzymy klona głosu lepiej oddającego twoją tożsamość głosową. 

Jak używać klona głosu ElevenLabs?

Po utworzeniu profesjonalnego lub natychmiastowego klona głosu z ElevenLabs twój głos pojawi się w My Voices. Stamtąd uzyskasz do niego dostęp z każdego innego produktu ElevenLabs.

Oto gdzie możesz używać klona głosu ElevenLabs:

• Text to Speech w aplikacji: Playground ElevenLabs Text to Speech pozwala wybrać głos i odczytać wszystko, co wpiszesz. Użyjesz go do pojedynczych generacji głosu, na przykład nałożonych głosów lub wstępów do podcastów. Pamiętaj, aby dostosować w ustawieniach w czasie rzeczywistym styl, podobieństwo i stabilność, tak by głos brzmiał jak najlepiej.
• Przez API: Możesz użyć endpointu API List Voices 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 klona głosu ElevenLabs z agentem, aby używał twojego głosu podczas rozmowy. Firmom, które chcą zachować spójną obecność głosową na różnych platformach, pomoże to stworzyć spójne, markowe podejście do agentów. 
• W różnych językach: Twój klon głosu działa w 32 językach, więc możesz tłumaczyć treści i tworzyć je swoim głosem. Nawet bez próbek głosowych w danym języku ElevenCreative wiernie odtwarza prozodię i emocjonalne cechy twojej mowy w różnych językach. 

Po wdrożeniu we wszystkich naszych produktach możesz ożywić swój głos i 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 ElevenLabs jest proste, szybkie i skuteczne. 

Instant Voice Cloning jest dostępne w darmowym 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, aby sklonować głos już dziś.

FAQ