Så klonar du din röst med ElevenLabs: En djupdykning
- Skriven av
- Jack Limebear
- Publicerad
- Senast uppdaterad
LyssnaLyssna på den här artikeln
Inga röster är likadana. Din röst formas av din biologi och miljö, och förfinas genom år av uttryck. Den är personlig.
Fram tills nyligen gick den typen av individualitet inte att återskapa. Men framsteg inom AI har gjort det möjligt att klona röster med slående precision. Med bara några minuters ljud kan AI-system skapa tal som låter anmärkningsvärt likt originalet.
I den här guiden visar vi exakt hur du klonar din röst med ElevenLabs. Vi går igenom vad du bör spela in, hur du väljer mellan Instant och Professional Voice Cloning och hur du använder din klon när den är klar. För båda alternativen har vi inkluderat en steg-för-steg-guide som du kan följa.
Sammanfattning
- ElevenLabs erbjuder Instant Voice Cloning och Professional Voice Cloning.
- Instant Voice Cloning kräver några minuters rent och jämnt ljud.
- Professional Voice Cloning kräver upp till 3 timmars röstdata.
- När din klon är klar kan du ansluta den till andra produkter från ElevenLabs.
- Du måste ha uttryckligt samtycke för att klona en röst. ElevenLabs kräver att samtycke bekräftas innan du kan använda dessa tjänster.
Instant Cloning eller Professional Voice Cloning: Vilken behöver du?
ElevenLabs erbjuder två olika metoder för röstkloning att välja mellan.
Instant Cloning ger dig en användbar röst på bara några minuter, så att du snabbt kan börja använda din röstklon i praktiken. Professional Voice Cloning tar längre tid men ger också en modell med mycket hög precision.
Här är en snabbguide som hjälper dig att välja det bästa alternativet för dig:
När du förstår skillnaderna mellan dessa alternativ sparar du tid och kan komma igång snabbare.
Det här behöver du innan du klonar din röst med ElevenLabs
Oavsett om du väljer Professional eller Instant Voice Cloning från ElevenLabs finns det några grundläggande saker som är bra att ha. De är inte obligatoriska, särskilt inte för Instant Cloning, men de kan göra stor skillnad för klonens kvalitet.
Här är några saker att tänka på innan du börjar spela in:
- Krav på ljudkvalitet: En professionell inspelningsmikrofon gör stor skillnad. Minimikraven är dock att du kan spela in WAV-filer i 44,1 kHz eller 48 kHz med en bithastighet på minst 24 bitar. Försök spela in på en tyst plats i en Digital Audio Workstation (DAW) som stöder WAV-filer. Audacity är ett bra gratisalternativ.
- Minsta samplingslängd: Se till att läsa hur mycket ljuddata du bör skicka in. Det är den sammanlagda speltiden som räknas, inte antalet filer. För Professional Voice Cloning bör du ladda upp en fil som är så nära 3 timmar som möjligt.
- Vad du ska säga: ElevenCreatives röstklon är utformad för att återskapa rösten du tillhandahåller. Om du läser långsamt och monotont kommer inspelningen att återspegla de egenskaperna. Tala naturligt och variera känsla och tempo. ElevenLabs erbjuder inbyggda manus för Professional Voice Cloning.
Om du lägger några extra minuter på att förbereda detta får du en röstklon av högre kvalitet.
Så skapar du en direkt röstklon med ElevenLabs
Om du har några minuter och befinner dig på en tyst plats är du redo att klona din röst. ElevenCreative skapar en digital kopia av din röst som du kan använda på över 32 språk, med samma känsloläge och prosodi som i ditt naturliga språk.
Så här använder du ElevenLabs Instant Voice Cloning:
- Öppna Voices
- Ladda upp dina prover
- Namnge och spara din röst
- Testa den med ett manus
- Justera inställningarna för stabilitet och likhet
Låt oss gå igenom stegen mer i detalj.
Steg 1: Gå till sidan för Instant Voice Cloning i Voices
Logga först in på din ElevenLabs-panel. Välj Voices i sidofältet till vänster och klicka sedan på plusikonen.
Du ser en popup på skärmen (visas nedan) med några alternativ:
- Voice Design
- Instant Voice Clone
- Professional Voice Clone
- Röstremixning
Välj Instant Voice Clone i modulen så kommer du till rätt sida.
Steg 2: Ladda upp dina prover
Följ instruktionerna på skärmen för att antingen ladda upp förinspelade ljudfiler eller spela in direkt i webbläsaren. I det här steget kan du ladda upp flera filer till motorn. ElevenLabs använder den sammanlagda speltiden, inte längden på varje enskild fil, vid röstkloning.
Försök att tillhandahålla minst 1–2 minuter av rent och jämnt ljud som vi kan arbeta med.
Här ser du också rekommenderade arbetssätt, som att undvika bullriga miljöer, kontrollera mikrofonens kvalitet och använda samma utrustning för alla inspelningar.
Steg 3: Namnge och spara din röst
När du har spelat in din röst börjar ElevenLabs syntetisera din röstklon. I det här steget kan du förhandsgranska rösten, höra hur den låter och ge den ett namn.
Du kan även lägga till annan information om klonen, till exempel etiketter för språk, accent, kön och ålder. I beskrivningsfältet kan du lägga till information som hjälper dig att katalogisera rösten eller påminna dig själv.
Slutligen måste du klicka i samtyckesrutan för att bekräfta att du har läst och godkänner den. Det är viktigt att du har samtycke för att skapa en klon av rösten du arbetar med, oavsett om det är din egen eller någon annans.
Steg 4: Testa din direkta röstklon
När du har skapat din röst går du till My Voices och klickar på Use voice för att använda din klon i Text to Speech-playgrounden. Skriv ett kort manus som röstklonen ska säga. För att verkligen testa den bör du skriva något som inte fanns med i träningsljudet.
När du har valt din röstklon och skrivit texten klickar du på Generate speech längst ned på sidan för att väcka den till liv.
Steg 5: Justera modellen
Om du lyssnar på din röstklon och tycker att något inte riktigt låter rätt behöver du inte börja om från början. ElevenLabs erbjuder flera reglage som låter dig konfigurera det färdiga ljudet.
Testa följande reglage på skärmens högra sida och se hur de påverkar din röstklon:
- Stabilitet: Högre stabilitet ger konsekventa och förutsägbara röster. Lägre värden kan ge mer uttryck, men också viss inkonsekvens. En inställning i mitten fungerar bäst för de flesta användningsfall.
- Likhet: Anger hur nära röstklonen håller sig till röstproverna du har gett den. Om du höjer reglaget låter rösten mer som din egen. Om du hör förvrängningar bör du sänka reglaget.
- Stil: Vill du förstärka de uttrycksfulla egenskaperna i träningsljudet? Höj det här reglaget. Höga värden kan dock leda till ett förvrängt slutresultat.
När du har justerat reglagen klickar du på Generate speech igen och ser hur modellen förändras.
När du har gått igenom de här 5 stegen har du en ElevenLabs-röstklon som är klar att använda.
Så skapar du en professionell röstklon med ElevenLabs
Att klona din röst professionellt med ElevenLabs tar längre tid än det direkta alternativet, men ger en mycket träffsäker modell som nära återskapar din röst.
Om du har Creator-planen eller högre kan du följa dessa steg för att skapa en professionell röstklon med ElevenLabs:
- Öppna Voices
- Ladda upp ditt ljud
- Kontrollera återkopplingen om provlängden
- Bearbeta ljudprover för bättre kvalitet
- Verifiera din egen röst av säkerhetsskäl
- Vänta på finjusteringen av rösten
- Använd din röstklon
Låt oss gå igenom stegen mer i detalj.
Steg 1: Gå till sidan för Professional Voice Cloning i Voices
Logga in på din ElevenLabs-panel, välj Voices i sidofältet till vänster och klicka sedan på Create Voice. I popupen ser du samma alternativ som tidigare.
Välj den här gången Professional Voice Clone. Du får då flera rekommendationer, bland annat:
- Använd ett puffskydd
- Håll inspelningen fri från brus
- Spela in i ett akustikbehandlat rum
- Förbearbeta ditt ljud
- Håll volymen jämn genom hela inspelningen
- Tillhandahåll minst 30 minuter ljud, men helst nära 3 timmar
Steg 2: Ladda upp ditt ljud
Klicka på Upload samples och lägg till dina förinspelade ljudfiler. Du kan också spela in dig själv och ladda upp direkt i programvaran. Vi har inkluderat flera manus som du kan använda för olika syften, som reklam, berättande eller konversationsmodellering.
Dessa ljudfiler ska endast innehålla talad röst. Vi stöder för närvarande inte sång som indata eller utdata.
Steg 3: Kontrollera återkopplingen om provlängden
När du har laddat upp ljudet bör du kontrollera återkopplingen om dess längd. Medan 1–2 minuter räcker för en direkt röstklon rekommenderar vi mellan en och tre timmar ljud för den här tjänsten.
Kom ihåg att inkludera ljudfiler med varierat känsloinnehåll. Du behöver ett mångsidigt urval av studioklart innehåll för att ge våra modeller bästa möjliga underlag.
Steg 4: Bearbeta ljudprover för bättre kvalitet
I Professional Voice Cloning-plattformen kan du förbättra kvaliteten på dina ljudprover direkt. Från att ta bort bakgrundsbrus till att separera olika talare hjälper ElevenLabs dig att skapa högkvalitativa ljudinmatningar.
Steget är inte absolut nödvändigt, men det är användbart eftersom det förbättrar kvaliteten på den färdiga röstklonsmodellen.
Steg 5: Verifiera din egen röst av säkerhetsskäl
ElevenLabs kräver verifiering när du skapar en professionell röstklon. När du har laddat upp allt ber vi dig spela in ett kort klipp direkt i gränssnittet. Använd om möjligt samma mikrofon och rumsuppsättning som för träningsinspelningarna och försök matcha ton och leveransstil så nära som möjligt.
Om verifieringen misslyckas kan du försöka igen om 24 timmar. Om du behöver komma igång tidigare kan du kontakta ElevenLabs kundtjänst direkt för hjälp.
Steg 6: Vänta på finjusteringen av rösten
När du har verifierat din röst börjar ElevenLabs finjustera din modell. Vanligtvis tar det mellan 3 och 6 timmar, men det kan ta längre tid om många andra Professional Voice Clones står före din i kön.
För att följa statusen för din klon går du till My Voices. Vi skickar också en notis när din röstmodell är klar att använda.
Steg 7: Använd din röstklon
Grattis, du har nu en fullt fungerande röstklon av professionell kvalitet. Den färdiga modellen visas i My Voices, där du kan använda den i andra ElevenLabs-produkter som Text to Speech, Studio, Dubbning och API samt röstagenter.
Välj din röst i röstväljaren (med namnet du gav den under skapandet) för att komma igång.
Bästa praxis för röstkloning med ElevenLabs
Genom att följa stegen ovan för Instant eller Professional Voice Cloning kan du skapa en klon, men det finns några ytterligare saker du kan göra i förväg. De här tipsen är små justeringar av inspelningsverktyg eller strategi som kan förbättra kvaliteten på din röstklon.
Följande rekommenderade arbetssätt för AI-röstkloning gäller både direkta och professionella kloner:
- Rumsakustik och bakgrundsbrus: Hur rent ditt ljud är påverkar slutkvaliteten direkt. Se till att spela in någonstans utan bakgrundsbrus eller eko. För professionella inspelningar fungerar en inspelningsstudio utmärkt. Om du vill ha den kvaliteten utan att boka studio kan du undersöka om en lokal coworkingplats har ljudisolerade bås.
- Avstånd till mikrofonen: När du talar bör du stå ungefär två knytnävar från mikrofonen. Det är en bra tumregel, men läs mikrofonens specifikationer för mer information.
- Känslomässigt omfång i dina prover: En AI-modell använder den naturliga prosodin och talmarkörerna i din röst. Om din leverans är platt kan modellen få samma livlösa uttryck. Ge allt och inkludera känslomässigt varierade prover som visar din naturliga talstil i olika sammanhang.
- Variation i meningar jämfört med att läsa manus: Att läsa ett manus högt är en bra start för att ge ett längre prov, men det kan låta inövat eller onaturligt. Särskilt om du läser det för första gången kanske du inte återger en menings förväntade känslomässiga nyanser korrekt. För att hitta rätt balans bör du tillhandahålla olika manusavsnitt med en mer samtalslik leverans.
Genom att följa de här rekommendationerna ger du ElevenLabs ljud av högre kvalitet att arbeta med. Då kan vi skapa en röstklon som bättre stämmer överens med din röstidentitet.
Hur kan du använda en röstklon från ElevenLabs?
När du har skapat en professionell eller direkt röstklon med ElevenLabs visas din röst i My Voices. Därifrån kan du använda den i alla andra ElevenLabs-produkter.
Här kan du använda din röstklon från ElevenLabs:
- Text to Speech i appen: I ElevenLabs Text to Speech-playgrounden kan du välja din röst och låta den läsa upp allt du skriver in. Du använder den för enstaka röstgenereringar, som voice-over eller podcastintroduktioner. Kom ihåg att justera stil, likhet och stabilitet i realtidsinställningarna så att rösten låter så rätt som möjligt.
- Via API: Du kan använda API-slutpunkten List Voices för att hämta en lista över alla röster som är tillgängliga för dina API-anrop. Varje röst har ett unikt röst-ID som du kan använda där du ansluter ElevenAPI.
- I en röstagent: Anslut din röstklon från ElevenLabs till en agent så att den använder din röst när den talar. För företag som vill ha en konsekvent röstnärvaro på olika plattformar ger det ett enhetligt uttryck för agenterna.
- På olika språk: Din röstklon fungerar på 32 språk, så att du kan översätta innehåll och skapa det med din röst. Även utan röstprover på det språket matchar ElevenCreative prosodin och de känslomässiga egenskaperna i ditt tal väl mellan olika språk.
När den används i alla våra produkter är du redo att väcka din röst till liv och börja skapa högkvalitativt innehåll i stor skala.
Klona din röst med ElevenCreative
Oavsett om du är innehållsskapare som vill snabba upp videoproduktionen eller bara vill bevara din röst är röstkloning med ElevenLabs enkel, snabb och effektiv.
Instant Voice Cloning finns på gratisplanen och tar bara några minuter. Med Creator-planen kan du komma igång med Professional Voice Cloning. Läs mer om röstkloning på ElevenLabs eller registrera dig för att klona din röst redan i dag.
