Voice Kit: озвучка вашим голосом или стандартным голосом

Voice Kit читает текст с помощью голосового сервиса. Пока этот сервис выключен, желтая подсказка вверху страницы сообщает об этом, и вместо голоса каждое чтение использует звук-образец: мягкие тона в ритме речи, по одному на группу слогов, с настоящими паузами на запятых, точках и метках [pause]. Это позволяет пройти все шаги и проверить тайминг и длину сценария, но это не голос. Везде, где он появляется, он помечен как Звук-образец, стандартные голоса называются Warm (образец) и Clear (образец), а скачивание MP3 отключено (образец скачивается как WAV).

Начните озвучку (слева): выберите Язык, затем определите, откуда взять текст, с помощью четырех вкладок. Ввод или вставка: поле для всего сценария (каждый абзац становится отдельной строкой; кнопка микрофона набирает сказанное вами), затем Начать с этого сценария или Начать с пустого, ИИ напишет, чтобы открыть пустой сценарий и попросить ИИ написать его. Файл: Word (.docx), PDF, текст, Markdown или HTML до 8 МБ. Веб-страница: введите адрес и нажмите Загрузить; читаемый текст страницы будет импортирован. Writing Pack: список ваших черновиков в Writing Pack; нажмите на один, чтобы импортировать его текст. Очень длинные источники импортируются до 6 000 символов, и об этом будет сообщено в примечании.

Ваши озвучки показывают каждый сценарий, который вы создали, с количеством слов, примерной длиной, языком и датой; нажмите на один, чтобы открыть его (у каждого есть собственный адрес, так что вы можете добавить его в закладки или отправить ссылку себе). Поле поиска появляется, когда их становится больше четырех.

Голоса (справа) показывают ваши собственные голоса и стандартные голоса. Выберите, кто читает сценарий, когда сценарий открыт.

Название вверху — это имя озвучки: нажмите на него, чтобы переименовать. Надпись Сохранено / Сохранение… рядом показывает, что каждое изменение сохраняется автоматически через мгновение после того, как вы перестали печатать.

Язык задает язык, на котором написан и читается сценарий (английский, испанский, французский, немецкий, португальский, итальянский, нидерландский, польский, японский, китайский, корейский, хинди). Длина — это цель: 15, 30, 60 или 90 секунд (нажмите еще раз, чтобы сбросить), либо введите любую длину от 5 до 600 секунд в поле Другое. Справа оценка (≈ секунд и слов, примерно 150 слов в минуту плюс паузы) и, когда цель выбрана, Попадает в цель или на сколько секунд длиннее или короче.

Ваш сценарий показывает весь текст в одном поле так, как он будет прочитан, с пустой строкой между абзацами. Печатайте в нем, вставляйте или используйте кнопку микрофона. Каждый абзац — это часть: когда вы меняете абзац после чтения, перечитывается только эта часть, а примечание под полем сообщает, сколько частей изменилось.

По частям (переключатель над сценарием) показывает каждый абзац отдельно. Под его текстом: Настроение (Естественное, Радостное, Восторженное, Уверенное, Теплое, Спокойное, Серьезное, Любопытное, Удивленное, Грустное), Темп (Медленнее, Обычный, Быстрее) и Голос (Основной голос или любой ваш голос либо стандартный голос, так что в одном сценарии может быть два или более говорящих, например ведущий и гость), а также Исправить слово. Затем его длительность и кнопка воспроизведения, когда он прочитан, Прочитать эту часть снова, 3 варианта и корзина. Изменение настроения, темпа или голоса части помечает её для повторного чтения. Движок Cartesia передает настроения как настоящие эмоции, а ElevenLabs — как более или менее выразительную подачу.

3 варианта читает часть еще два раза с немного другой подачей; все три показываются как Вариант 1, Вариант 2, Вариант 3, каждый с кнопкой воспроизведения, а Оставить делает этот вариант тем, который используется во всем чтении (Оставлен отмечается). 3 новых варианта заменяет варианты 2 и 3. Весь сценарий возвращает к общему виду. Добавить слова из… (те же четыре источника) добавляет слова в конец, а Удалить (сначала спрашивает) удаляет озвучку и ее чтения.

Исправьте произношение слова: выделите слово или имя в разделе Весь сценарий и нажмите Исправить произношение (или нажмите Исправить слово у части в режиме По частям и введите слово). Панель покажет слово с кнопкой Слушать сейчас (читается предложение, в котором оно находится, голосом, выбранным в разделе Кто читает). В разделе Что не так? выберите любое из: Произносит неправильно, Неправильно выделен слог, Произносит по буквам, Слишком быстро или невнятно, Звучит как другое слово, а также опишите своими словами (введите текст или используйте микрофон), затем нажмите Найти исправления. ИИ предложит три-четыре варианта написания, которые голос произнесет правильно (например, in-FIN-ih-tee или Win вместо Nguyen), каждый с объяснением; нажмите Слушать у любого, чтобы услышать его в предложении перед сохранением. Использовать везде сохраняет его в вашем списке произношения и заново читает каждую часть, где есть это слово; Только в этом сценарии записывает новое написание только в этот сценарий. Или введите свой вариант в разделе Или введите, как это должно звучать, и нажмите Слушать. Найти другие исправления повторяет поиск.

Список произношения (под сценарием): все сохранённые вами слова и способ их произнесения во всех озвучках вашего аккаунта. У каждого есть кнопка «Прослушать» и значок корзины, а «Добавить» позволяет вписать слово и то, как его произносить, вручную. Сам написанный сценарий не меняется: список применяется при чтении.

Чтобы сделать паузу, напишите [pause] или [pause 1.5s]. Если имя или слово звучит неправильно, напишите его так, как оно произносится, и перезапишите только эту строку.

ИИ-автор текста (фиолетовый блок) — это один блок для написания и правок. Для нового сценария напишите или скажите, что должно прозвучать (название вашего бизнеса, предложение, номер телефона или сайт, всё, что обязательно должно быть в тексте), или оставьте поле пустым, выберите «Для» (Видео или рилс для соцсетей, Реклама или радиоролик, Приветствие по телефону или ожидание на линии, Объяснение продукта или услуги, Мероприятие, распродажа или анонс, или Что-то другое) и тон (Дружелюбный, Деловой, Энергичный, Спокойный, Веселый), затем нажмите «Написать». Текст будет написан под заданную «Длину» (по умолчанию 30 секунд), в вашем стиле бренда, если отмечено «Использовать стиль бренда», и абзацами, которые звучат естественно.

Когда сценарий готов, тот же блок принимает любые правки вашими словами, написанными или сказанными вслух («сделай начало ярче», «добавь наши часы работы по субботам», «переведи на испанский»): нажмите «Внести правку» (или ⌘/Ctrl+Enter). «Улучшить текст» делает речь плавнее и короче, сохраняя все факты, имена, цифры и предложения. «Написать новую версию» создаёт новый сценарий из введённого текста с учётом выбранных «Для», тона и длины. Кнопки под текстом выполняют правки в один клик и не ограничивают вас: «Подогнать под длину», «Сделать дружелюбнее», «Проще произносить», «Сильнее концовка». Строки и факты, о которых вы не просили, остаются без изменений, а ИИ никогда не придумывает цены и номера телефонов: он ставит заглушку, например [ваш номер телефона], и перечисляет её в разделе «Пока не сделано».

Writing Pack: откройте Writing Pack (в новой вкладке), чтобы написать более длинный текст с помощью одного из его авторов, затем нажмите «перенести черновик сюда», чтобы добавить его в этот сценарий.

После каждой правки появляется заметка: что «Сделано», а сначала то, что «Пока не сделано», с причиной, а сценарий ниже на мгновение подсвечивается, чтобы вы видели, где что изменилось. «Отменить» возвращает сценарий к виду до этой правки.

«Создать свой голос» открывает большую панель. Вверху «Как записать голос, похожий на ваш» (открыта по умолчанию) перечисляет, что делать («тихая мягкая комната»; примерно на ширину ладони от микрофона; ваш обычный голос для рекламы; добавляйте вопросы, цифры и имена; всего 1–2 минуты, всё в одном месте), и чего не делать (музыка, телевизор, вентиляторы или другие люди; комнаты с эхом или автомобиль; рекламы или видео с музыкой под вашим голосом; гарнитуры Bluetooth или громкая связь; шёпот, крик, спешка или безэмоциональное чтение; долгие паузы и кашель). «Закрыть» закрывает панель.

«Создать свой голос» проводит через три шага. 1, «Ваше имя»: так, как вы его будете произносить. 2, «Прочитайте это предложение вслух»: нажмите «Записать предложение», прочитайте предложение на экране («Я, [ваше имя], согласен, чтобы aiKit создал ИИ-голос по моим записям, и буду использовать его только для своей работы.») и нажмите «Остановить». Во время записи видны красная точка, время и индикатор уровня звука. 3, 1–2 минуты вашей речи: «Записать» (или «Загрузить запись»: MP3, M4A, WAV, WebM или OGG), сколько угодно раз, но не более шести записей; полоска заполняется до двух минут, нужно минимум 30 секунд, а лучше минута и более. Над кнопками три текста для чтения, каждый во вкладке: «Ваш бизнес»; «История»; и «Цифры и имена» (прочитайте все три примерно за две минуты или просто расскажите о своей работе). Каждая запись показана с длительностью, плеером для прослушивания (записи, сделанные в этом визите), проверкой качества, которая выполняется в вашем браузере («Звучит чисто» или подсказка, например «Тихо: подойдите ближе», «Местами слишком громко», «Фоновый шум» или «Много тишины»), и значком корзины. У записи согласия такие же плеер и проверка.

«Сделать мой голос» запускает проверки, а затем создает голос. Предложение согласия переводится в текст и сравнивается с исходным (имя не учитывается, так как его пишут по-разному); хотя бы 70% слов должны быть распознаны. Базовая проверка «тот же голос» сравнивает тон и высоту голоса в записи согласия с вашими образцами; они должны совпадать, поэтому предложение должно быть прочитано тем же человеком, что и образцы. Это базовая проверка, а не отпечаток голоса. Результат показывает каждую проверку с галочкой или крестиком; если какая-то не пройдена, голос не создаётся, и «Исправить записи» возвращает вас к записям.

Ваши записи и голоса доступны только вашему аккаунту. Корзина рядом с голосом сначала спрашивает подтверждение, затем удаляет его и в голосовом сервисе, и здесь. Озвучки, уже прочитанные этим голосом, остаются за вами. До пяти голосов на аккаунт. Только ваш собственный голос: записи других людей не допускаются. Фирменный голос aiKit: администратор aiKit может предложить один из СВОИХ готовых голосов (созданных по этому же процессу согласия) всем аккаунтам с помощью «Предложить как фирменный голос»; он будет показан первым в разделе «Стандартные голоса» с пометкой «Фирменный голос aiKit» и озвучивает тексты для тех, у кого нет собственного голоса. Он появляется только при включенном реальном голосовом движке; «Фирменный голос ✓» (остановить) или удаление этого голоса прекращает предложение. Создание собственного голоса доступно администраторам до окончательной юридической проверки; стандартные голоса уже работают для всех.

Голосовые рецепты (панель над сценарием) сохраняют голос, настроение, темп и музыку под одним названием, например «Northwind ads» или «Bakery phone line». Нажмите на рецепт, чтобы его использовать: голос выбирается, каждая часть без собственного настроения или темпа получает настройки рецепта, а его музыка устанавливается под плеером. «Сохранить как рецепт» открывает короткую форму: «Название», «Настроение» и «Темп» (они берутся из того, что используют большинство ваших частей), голос из «Кто читает» и музыка под плеером; сохранение под уже использованным названием заменяет этот рецепт. Корзина удаляет рецепт. До 50 рецептов.

Рецепты работают во всём aiKit: когда другой инструмент читает текст голосом (например, закадровый текст в Video Kit), он может использовать рецепт, и ваш список произношения действует и там, поэтому имена произносятся одинаково везде.

В разделе «Кто читает» сначала показаны ваши готовые голоса, затем стандартные (сначала шесть; «Все стандартные голоса» показывает остальные). Выбранный голос обведён цветной рамкой, и его название сохраняется в адресе страницы. У каждого голоса есть кнопка «Послушать», которая проигрывает короткий пример (он создаётся один раз и сохраняется, поэтому при следующем воспроизведении запускается сразу). Нажмите «Стоп» или «Послушать» у другого голоса, чтобы остановить воспроизведение.

Прослушать: большая кнопка сообщает, что она сделает: «Прочитать с помощью <голос>», «Прочитать N изменённых строк» или «Прочитать всё заново». Заново читаются только новые или изменённые строки, поэтому исправление одного слова стоит одной строки. Пока идёт работа, панель показывает, сколько строк читается; длинные сценарии читаются частями, и счётчик обновляется. Если какую-то строку не удалось прочитать, «Пока не готово» покажет, сколько их и почему, а повторное нажатие кнопки прочитает только их.

Когда все строки озвучены, плеер показывает波形 всей озвучки: нажмите круглую кнопку, чтобы воспроизвести или поставить на паузу, кликните по波形 (или используйте стрелки на клавиатуре), чтобы перейти к нужному месту, а строка, которая сейчас звучит, отображается под ним. Строки разделяются короткой паузой.

Слова под плеером подсвечиваются по мере их произнесения. Нажмите на слово, чтобы перейти к нему. Выделите от одного до трёх слов и нажмите «Исправить произношение» (откроется панель исправления в сценарии) или выделите любые слова и нажмите «Задать интонацию для этих слов», чтобы объяснить голосу, как их произносить. Время слов распределяется по каждой части в зависимости от длины, поэтому оно приблизительное, а не точное.

Настройка чтения (под плеером): опишите своими словами, как должна звучать озвучка, текстом или голосом, например «больше энергии на слове "в эти выходные"», «замедлить на цене» или «звучать так, будто вы улыбаетесь», и нажмите «Применить». Также можно нажать одну из быстрых кнопок («Больше энергии», «Звучать с улыбкой», «Замедлить числа и номер телефона», «Спокойнее и доверительнее», «Более яркое начало», «Больше паузы перед призывом к действию»). ИИ меняет настроение, темп и, где это помогает, несколько слов только в тех частях, которых касается указание (голос не умеет ставить ударение на одном слове, поэтому используется то, на что голос реагирует: короткая пауза перед словом, восклицание или более короткое предложение), сохраняет сценарий и перечитывает только эти части. «Готово» показывает каждое изменение, а «Пока не готово» объясняет, что голос не может сделать и почему. «Отменить» возвращает эти части к прежнему виду и перечитывает их.

Проверьте с помощью ИИ-тренера: он прослушивает запись (распознавание речи) и показывает темп в словах в минуту, затем «Темп» (от 150 до 170 слов в минуту подходит для большинства рекламных роликов), «Четкость», «Начало» (захватывает ли первое предложение внимание за 3 секунды) и «Имена и слова» (длинные слова, которые проверка на слух не распознала, часто это имя, произнесённое неправильно). У каждого совета есть исправление: «Исправить произношение» для слова или «Исправить», которое добавляет указание в «Настройка чтения» для нажатия. «Проверить снова» запускает прослушивание заново после изменений. Пример звука — это не речь, поэтому проверка слов работает только с настоящими голосами.

Музыка под голос (под плеером, когда прочитаны все части): выберите оригинал aiKit, настройте «Музыку» (громкость), нажмите «Послушать с музыкой» и «Скачать с музыкой (WAV)» для готового микса. Музыка начинается чуть раньше голоса, приглушается, пока говорит голос, и затихает в конце. Субтитры: файлы .srt и .vtt с таймингами по озвучке, по нескольку слов за раз, для рилсов, YouTube и видеоплееров.

Загрузки и другое: MP3 (настоящие голоса), WAV (любая озвучка), «Сохранить в Графическую библиотеку» (в папку Voice Kit, категория Озвучка) и «Использовать в Motion Maker», которая сохраняет запись в вашу библиотеку и открывает Motion Maker с голосом на вкладке «Музыка», где музыка приглушается под голос. Ниже можно оценить озвучку: большой палец вверх или вниз; при «вниз» спрашивается, что пошло не так, и отзыв отправляется команде aiKit. Метка «ИИ-голос» / «Пример звука» вверху панели показывает, что вы слышите.

Перед озвучкой новых строк быстрая ИИ-проверка ищет выдачу себя за другого. Представиться и назвать свой бизнес можно ("Здравствуйте, я Сэм, владелец Sam's Bikes"): человек или компания, которых широко не знают, считаются вами. Не озвучивается: известная личность, которая говорит или рекомендует от первого лица, известная компания, банк или государственное учреждение, которые говорят от своего имени ("Вам звонит ваш банк"), а также любое сообщение, выдающее себя за одного из них, чтобы запросить оплату или личные данные. Панель объясняет причину. Упоминание или обзор реальных людей и компаний, реклама вашего бизнеса и вымышленные персонажи допустимы. Каждая строка проверяется один раз; при изменении она проверяется снова.

Voice Kit расходует токены вашего аккаунта по реальной стоимости сервиса голосов: озвучка оплачивается по количеству символов (примерно от 3 до 9 центов за 30-секундную запись, в зависимости от сервиса), плюс небольшая стоимость каждого ИИ-изменения сценария и проверки безопасности. Перечитывание только изменённых строк снижает расход. Если запрос выходит за пределы остатка по вашему тарифу, он не запускается, и об этом появляется сообщение. Администраторы видят стоимость каждой озвучки в центах под плеером.

Администраторы видят «Сравнение движков» под плеером. Когда включены оба голосовых сервиса, «Озвучить на обоих» читает открытый сценарий выбранным голосом на каждом сервисе, показывает плеер и стоимость для каждого, а «Использовать этот движок» делает так, что все последующие озвучки создаются этим способом (ваш собственный голос создаётся на обоих сервисах). Если включён один или ни один, показано, какие из них включены.

Другие инструменты aiKit запрашивают закадровый текст у Voice Kit так же: текст передаётся, а озвучка возвращается с временем начала и конца каждой строки, чтобы субтитры могли следовать за голосом. Она читается вашим самым новым голосом (или первым стандартным), списывается с ваших токенов и помечается как пример звука, когда настоящие голоса отключены.