Od tekstu do głosu: co się dzieje po kliknięciu „Generuj”
Gdy klikasz „Generuj” w Moknah, kilka wyborów decyduje o tym, jak zabrzmi Twój tekst: głos, silnik za nim, sposób przygotowania tekstu przed odczytem i wskazówki dotyczące interpretacji. Ten artykuł omawia te elementy tak, jak działają dziś, byś wiedział, do czego służy każde ustawienie.
Biblioteka około 600 głosów na dwóch silnikach
Każdy głos należy do jakiegoś silnika. Silnik Standardowy zawiera studyjną bibliotekę głosów i Twoje sklonowane głosy oraz ma trzy tryby:
- Emocje i dialekt (domyślny): szybka, ekspresyjna mowa z emocjami i dialektami.
- Jakość: bogatsze, bardziej naturalne emocje i dialekty; trwa nieco dłużej.
- Studio: tryb dokładniejszej kontroli z własnymi tagami.
Silnik Zaawansowany jest nowszy i ma własne głosy. Zamiast wybierać emocję z listy, reżyserujesz wykonanie, opisując je słowami: nastrój, tempo, kto mówi i do kogo. Jest dostępny tam, gdzie został włączony.
Przygotowanie tekstu: procesory dla arabskiego
Zanim głos zacznie czytać, tekst można przetworzyć. Dla arabskiego są trzy opcje:
- Podstawowy: dla wszystkich języków i dialektów arabskich.
- Arabski Tashkeel: dla arabskiego standardowego; dodaje znaki samogłoskowe, by każde słowo było poprawnie wymówione.
- AI Poet: dla poezji i literackiego arabskiego.
Tashkeel i AI Poet zużywają więcej kredytów niż opcja podstawowa, więc stosuj je tam, gdzie liczy się dokładność, jak wiadomości, książki i poezja.
Sterowanie interpretacją
Możesz kształtować wykonanie bez zmiany słów. Dodawaj pauzy znacznikami takimi jak [break_1.5], a w trybach emocji tagi takie jak [calm] czy [whispering] tam, gdzie wiersz ich potrzebuje. Temperatura reguluje zmienność: niższa to stabilniej i przewidywalniej, wyższa to żywiej. Jeśli dźwięk brzmi płasko, podnieś ją lekko lub spróbuj tagu emocji; jeśli jest niestabilny, obniż.
Od jednego zdania do całej książki: Audio Studio
Przy dłuższych pracach Audio Studio porządkuje projekt w rozdziały i wiersze. Możesz zacząć od pliku PDF, Word lub EPUB, nadać każdemu wierszowi własny głos i ustawienia i generować audio wiersz po wierszu. Po edycji generujesz ponownie tylko zmienione wiersze zamiast robić książkę od nowa. Kontrole jakości z AI mogą sprawdzać tekst słowo po słowie, a także odsłuchiwać wygenerowane audio.
Twój własny głos
Dzięki klonowaniu głosu możesz dodać własny głos lub taki, do którego masz zgodę, z jednego do pięciu nagrań tego samego mówcy. Sklonowany głos pojawia się na Twojej liście głosów, a nieużywane klony są usuwane automatycznie.
Więcej niż zamiana tekstu na mowę
Moknah obejmuje też zamianę mowy na tekst (Speech to Text), dubbing wideo, tłumaczenie i API w planach Pro, więc to samo konto poprowadzi projekt od skryptu do gotowego audio.
Prywatność i zasady
Twoje treści są prywatne dla Twojego konta oraz, tam gdzie pozwalają uprawnienia, dla jego zespołu. Tekst wysyłany do syntezy mowy jest automatycznie sprawdzany pod kątem polityki treści, a tekst wyraźnie ją łamiący zostaje odrzucony.
Od czego zacząć
Zacznij od małego: wybierz krótki fragment w Text to Speech, wypróbuj dwa lub trzy głosy i tryby i porównaj. Gdy wynik Ci się spodoba, przejdź do pełnego projektu.
Moknah dziś
Moknah zamienia tekst w naturalną mowę w ponad 130 językach, z około 600 głosami w dwóch silnikach: Standard, z emocjami i dialektami, oraz Advanced, którym kierujesz, opisując słowami sposób odczytu. Dla arabskiego są trzy procesory tekstu: Basic, Tashkeel i AI Poet. Twórz odcinki i długie narracje w Audio Studio, dubbinguj je na inne języki w Dubbingu albo pozwól zrobić to asystentowi AI przez AI Connect.
Wypróbuj Moknah za darmo, bez karty: wpisz tekst, wybierz głos i posłuchaj efektu w kilka sekund. Plany znajdziesz na stronie cennika.
Powiązane artykuły
- Jak wybrać najodpowiedniejszy głos dla swojej marki w Moknah?
- Przyszłość podcastów: czy głosy AI zastąpią ludzi?
- 5 najważniejszych zastosowań zamiany tekstu na mowę (TTS) w e-learningu
Gotowy, by dać głos swoim tekstom? Poznaj plany Moknah